多音字处理可能有问题

[IdeaManYu]

shui'ni'de = > 水泥地
yi'bai'tian'de = > 一拜天地

目前发现经常出现这种状况

[placeless]

词库里面没有这些「词与音」的对应关系，应该是 Rime 语言模型的推荐算法。这个应该没有什么问题吧，对于记错读音的情景，反而有所帮助。

[IdeaManYu]

应该上是八股文引擎造成的 , 关闭八股文后不会出现这种情况 ; 关掉八股文造句又成了新问题 ; 我个人不太喜欢这种多音字胡乱推荐
对了 , 你的方案中caps_lock似乎也有问题 , 输出过程中按下caps_lock不能选字/清除

[IdeaManYu]

我感觉是这么造成的 , 我个人的rime是在你方案的基础上改成了mspy
uv'ni = 水泥 , de = 地 , 拼词的时候正好八股文中有一个"水泥地" , 频率=100
这个时候我想打"uv'ni'de = 睡你的" , 八股文中没有"睡你的" , 有"水泥地" ; 系统推荐出字就把"水泥(uv'ni)地(de)"给推出来了

比较操蛋的是 , 涉及到多音字的这种词汇推荐 , 是不能用快捷键删掉词汇的
涉及到多音字+八股文 , 基本都会遇到这个问题 , 所以我个人认为您的方案不够完善
我这边苦于找不到更好的办法 , 在想是不是应该直接用大词库 , 放弃八股文推荐
搜狗现在开始刷流氓了 , 暂时回到了百度拼音 , 百度拼音和系统自带的输入法总是推荐emoji , 好烦
期待您这边能够找到解决多音字问题的办法

[placeless]

应该上是八股文引擎造成的 , 关闭八股文后不会出现这种情况 ; 关掉八股文造句又成了新问题 ; 我个人不太喜欢这种多音字胡乱推荐
对了 , 你的方案中caps_lock似乎也有问题 , 输出过程中按下caps_lock不能选字/清除

抱歉，忘了；我的 Caps Lock 一直被映射成了 Control

[placeless]

我感觉是这么造成的 , 我个人的rime是在你方案的基础上改成了mspy
uv'ni = 水泥 , de = 地 , 拼词的时候正好八股文中有一个"水泥地" , 频率=100
这个时候我想打"uv'ni'de = 睡你的" , 八股文中没有"睡你的" , 有"水泥地" ; 系统推荐出字就把"水泥(uv'ni)地(de)"给推出来了

比较操蛋的是 , 涉及到多音字的这种词汇推荐 , 是不能用快捷键删掉词汇的
涉及到多音字+八股文 , 基本都会遇到这个问题 , 所以我个人认为您的方案不够完善
我这边苦于找不到更好的办法 , 在想是不是应该直接用大词库 , 放弃八股文推荐
搜狗现在开始刷流氓了 , 暂时回到了百度拼音 , 百度拼音和系统自带的输入法总是推荐emoji , 好烦
期待您这边能够找到解决多音字问题的办法

我对词库实在没啥要求，八股文简化字就够用了，所以不太讲究这个；你要不要试试网上那个维基百科词库：

• 原仓库 简化字，有多音字注音错误的问题
• 改版 简繁，多音字是穷举读音，比如「孟山都」对应 meng shan du 和 meng shan dou

这么一看，似乎也不是很契合你的需求。

[placeless]

我感觉是这么造成的 , 我个人的rime是在你方案的基础上改成了mspy
uv'ni = 水泥 , de = 地 , 拼词的时候正好八股文中有一个"水泥地" , 频率=100
这个时候我想打"uv'ni'de = 睡你的" , 八股文中没有"睡你的" , 有"水泥地" ; 系统推荐出字就把"水泥(uv'ni)地(de)"给推出来了

比较操蛋的是 , 涉及到多音字的这种词汇推荐 , 是不能用快捷键删掉词汇的
涉及到多音字+八股文 , 基本都会遇到这个问题 , 所以我个人认为您的方案不够完善
我这边苦于找不到更好的办法 , 在想是不是应该直接用大词库 , 放弃八股文推荐
搜狗现在开始刷流氓了 , 暂时回到了百度拼音 , 百度拼音和系统自带的输入法总是推荐emoji , 好烦
期待您这边能够找到解决多音字问题的办法

或者：

• 注释掉语句模型
• 拿掉八股文等内置词库
• 微调一下繁简支持
• 然后，按需外挂网络词库

[IdeaManYu]

我挂上了四叶草的词库 ， 注释掉了简体八股文的那个txt文件 ， 字库还是用的您的8105

保留了这个
grammar:
language: zh-hans-t-essay-bgw

现在感觉基本上是符合我的需求了 , 剩下的可能就是一些程序本身的小bug/快捷键冲突了

[placeless]

我挂上了四叶草的词库 ， 注释掉了简体八股文的那个txt文件 ， 字库还是用的您的8105

保留了这个
grammar:
language: zh-hans-t-essay-bgw

现在感觉基本上是符合我的需求了 , 剩下的可能就是一些程序本身的小bug/快捷键冲突了

你提到的这个四叶草词库，有意思，我也选择其中以下几列：

• THUOCL_animal
• THUOCL_caijing
• THUOCL_car
• THUOCL_chengyu
• THUOCL_diming
• THUOCL_food
• THUOCL_IT
• THUOCL_law
• THUOCL_lishimingren
• THUOCL_medical

预计 14 万词汇，加上八股文，还是保持在10MB左右的一个小词库。

[ililu2000]

我用的阿里这位老兄的八股文词库，没有这个问题
https://github.com/alswl/Rime/blob/master/essay.txt

[placeless]

我用的阿里这位老兄的八股文词库，没有这个问题
https://github.com/alswl/Rime/blob/master/essay.txt

这个似乎值得商榷：

• 这里的 essay 取 >700 没有特别的道理，比如

    word      freq
    <chr>    <dbl>
  1 一一对应    76
  2 一一映射     1
  3 一丁不识     6
  4 一丁点     289
  5 一丁点儿    66
  6 一七        72
  

• 替换物（常用汉语词典）中的大部份词汇已经被原 essay 包括了，去除单字不算，anti_join 之后，多出来的只不到 3000 词汇，形如：

    word   pinyin    
    <chr>  <chr>     
  1 本主儿 ben zhu er
  2 在党   zai dang  
  3 伙子   huo zi    
  4 治沙   zhi sha   
  5 三十儿 san shi er
  6 道道儿 dao dao er
  

[alswl]

我用的阿里这位老兄的八股文词库，没有这个问题 https://github.com/alswl/Rime/blob/master/essay.txt

并没有做特殊的优化哦。举例，zhao xian chao xian 都可以出现朝鲜。

有一些词汇，比如 zhao ri 会出现 朝日，但是 chao ri 则不会出现，原因是词库带来的。这个词库 luna_pinyin.xiandaihanyuchangyongcibiao.dict.yaml 里面是带原始拼音的。

简而言之，我的策略是：essay 是没有注音的，降低其覆盖率。使用更高品质的带注音的词库。现在 librime 里面处理相关逻辑，除了 opencc 之外，没有更多设计来处理多音字。多音字处理，本质上还是要不断更新词库（不管是内嵌的还是外部的）。

更多多音字处理方案，可以参考，也许可以做一些工程化的事情：

• 普通话异读词审音表 - 维基百科，自由的百科全书，但这也是个大工程。
• overtrue/pinyin-resources: 汉字拼音相关参考资料