Cassotis IME v1.3.0
主要更新
- 新增项目首个可部署的长句神经残差重排器，在现有统计语言模型完成候选召回和初排后，进一步判断完整长句候选是否需要纠正。
- 改进长句中的同音字候选保留与上下文选择，减少更合理的完整句子被局部高频词压住的情况。
- 神经重排采用保守策略：只有模型判断优势达到安全阈值时才调整首选，原始引擎结果仍作为回退候选保留。
- 新增长句重排数据构建、离线训练、评测和原生模型导出工具，并增加模型导出一致性与短词模式隔离测试。
- 新增独立的“快捷键”设置页，可修改中英文、中文/英文标点、简繁体、全半角切换以及打开设置窗口的快捷键。
- 设置中“恢复默认”现在只重置当前设置页，避免误改其他配置。
- 调整设置页布局与交互细节，使外观、快捷键和日志配置更清晰。
本地 AI 长句重排
v1.3.0 在已有的本地统计语言模型之上，增加了一层轻量神经残差重排：
- 词库约束的 lattice、beam 和 N-best 搜索继续负责生成并保留完整长句候选。
- 字符语言模型、词路径分数和引擎基础排序完成第一阶段评分。
- 一个紧凑的前馈神经网络对完整长句候选进行第二阶段判别，只在置信度足够时纠正首选。
神经模型使用受词库约束的 N-best 候选对比数据离线训练，部署时导出为确定性的原生 Pascal 参数。用户输入长句时，引擎会直接执行这组轻量网络计算；它不会启动 PyTorch、ONNX 或外部模型服务，不需要联网或 GPU。
该重排器只参与长句完整候选排序，不介入单字和短词精确匹配。原有统计模型与神经重排器均在本地运行，训练语料原文不会随模型发布；“长句基准测试-16300”语料也不参与训练。
快捷键设置
设置窗口新增“快捷键”页，可分别修改：
- 中英文输入状态切换；
- 中文/英文标点切换；
- 简体/繁体切换；
- 全角/半角切换；
- 打开设置窗口。
设置界面会检测缺少主按键、普通按键未搭配修饰键以及快捷键冲突，并给出具体原因。旧配置会自动补齐为默认快捷键。
Cassotis 长句语料基准测试-16300 测试结果
测试方法、语料来源和评分规则见：
语料：开发者自己的小说著作 《永恒的舞动》 中 16,300 条符合条件的中文句子。
| Version | Top1 | Top2 | Mean (ms) | P95 (ms) | Max (ms) |
|---|---|---|---|---|---|
v1.3.0 |
7155/16300 (43.90%) | 7601/16300 (46.63%) | 64.54 | 203 | 2188 |
v1.2.0 |
6895/16300 (42.30%) | 7303/16300 (44.80%) | 59.89 | 188 | 2078 |
v1.1.0 |
6677/16300 (40.96%) | 7067/16300 (43.36%) | 73.18 | 234 | 2750 |
v1.0.0 |
6106/16300 (37.46%) | 6857/16300 (42.07%) | 71.49 | 219 | 5344 |
v0.8.5 |
6097/16300 (37.40%) | 6847/16300 (42.01%) | 520.05 | 1203 | 13297 |
v0.7.0 |
5368/16300 (32.93%) | 6110/16300 (37.48%) | - | - | - |
v0.6.0 |
4905/16300 (30.09%) | 5378/16300 (32.99%) | - | - | - |
v0.5.0 |
4834/16300 (29.66%) | 5243/16300 (32.17%) | - | - | - |
v0.4.1 |
4371/16300 (26.82%) | 4744/16300 (29.10%) | - | - | - |
v0.3.1 |
3845/16300 (23.59%) | 4651/16300 (28.53%) | - | - | - |
v0.2.0 |
2671/16300 (16.39%) | 2863/16300 (17.56%) | - | - | - |
相较 v1.2.0：
- Top1 增加 260 条，通过率提高 1.60 个百分点。
- Top2 增加 298 条，通过率提高 1.83 个百分点。
- 引入第二阶段神经重排后，整句直设解码仍保持低延迟：Mean 64.54 ms，P95 203 ms。
延迟指标说明
- 延迟数据衡量的是输入法引擎的整句直设解码性能：将完整拼音一次性设置到引擎中，从设置拼音前开始计时，到候选列表读取完成后停止。
- 该数据不包含进程启动、词库打开、TSF 集成、候选窗口渲染、真实按键及按键间隔，也不等同于逐键输入到候选窗口显示的端到端延迟。
- Mean 为全部句子的算术平均耗时，P95 表示 95% 的句子在该时间以内完成，Max 为单句最大耗时。基准测试保持测试机器、系统环境、电源模式、构建设置和词库版本一致。以上数据不等同于逐键输入到候选窗口显示的端到端延迟。
相关说明
- 推荐配合 cassotis-lexicon v1.3.0 词库使用。
开源
- Source: https://github.com/shenmin/cassotis-ime
- 词库: https://github.com/shenmin/cassotis-lexicon
- 官网: https://www.cassotis.org 或 https://www.yanquan.org
- Assets 中包含 Windows 安装包