zoukankan      html  css  js  c++  java
  • 深蓝词库转换1.8发布

    经过一段时间网友提出的新的需求,鄙人利用闲暇时间对深蓝词库转换程序进行了升级,现将1.8版本发布。

    老生常谈,深蓝词库转换是一款.Net 2.0平台的各输入法词库互转程序。有了这个工具,各种词库在各种输入法,PC和手机上都通用了。

    目前支持的输入法有: PC端:

    • 搜狗拼音(文本词库和scel格式细胞词库)
    • QQ拼音(文本词库和qpyd格式分类词库)
    • QQ五笔(纯汉字)
    • 谷歌拼音
    • 搜狗五笔
    • 紫光拼音
    • 拼音加加
    • 新浪拼音
    • 极点郑码
    • 百度拼音(文本词库,bdict格式)
    • 微软拼音
    • 小小输入法(拼音)
    • 自定义格式

    手机端:

    • QQ手机拼音
    • 百度手机拼音(文本词库和bcd格式)
    • 触宝手机输入法(Android)

    下面介绍一下1.8版本中的新功能。

    一、自定义编码库和格式的导出功能。

    许多输入法并不使用标准的拼音编码,或者使用拼音编码但是格式与目前支持的这些输入法格式都不同,那么如果要生成这些输入法的词库,那就需要自定义编码库和格式的功能。

    自定义的编码库文件是一个独立的文本文件,该文件中保存了每个汉字和对应的编码,格式为“汉字,编码”,每行一个汉字,汉字不允许重复。比如如下的内容是某编码库的一个片段。

    阿,a5
    啊,a5
    呵,he5
    腌,yan5
    嗬,he5
    嗄,a5
    锕,a5

    自定义编码可以在自定义输入输出时指定编码文件。

    自定义格式支持单词、拼音(编码)、词频这3个元素的顺序设置,是否显示的设置和分隔符设置,以及拼音(编码)之间的分隔符设置。在深蓝词库转换工具中选择输出格式为“自定义”,然后配置“匹配规则”便可设置这些格式。如图所示:

    image

    单击确定回到自定义词库识别窗口,在源内容的文本框中我们可以输入任意的汉字,然后单击“测试编码”来测试这些汉字通过自定义编码文件后转码的结果。

    image

    好,这正是我们想要的编码和格式,然后单击确定回到主界面,单击转换按钮,即可将各种词库转换为我们自定义格式,自定义编码的词库文件。如图所示:

    image

    二、支持微软拼音扩展词库。

    微软拼音输入法也是支持扩展词库的,这个词库的文件格式为dctx,其实是个XML格式的文件,可以用文本编辑器打开,双击即可安装该词库,词库下载地址是:

    http://www.microsoft.com/china/pinyin/extend.aspx

    文本查看微软拼音的扩展词库,里面的每个词像如下的内容:

    <ns1:DictionaryEntry>
      <ns1:InputString>an1 xin1 le4 yi4</ns1:InputString>
      <ns1:OutputString>安心乐意</ns1:OutputString>
      <ns1:Exist>1</ns1:Exist>
    </ns1:DictionaryEntry>

    很容易看出来,一个词条里面包含单词和拼音,拼音使用空格分割,而且拼音还有音调??!!!有音调也没什么,我找到了带音调的字典,也可以为每个字注意时带音调,但是坑爹的是,如果一个字的注音与微软拼音认为的注音不一致,那么导入就会失败,而且系统也不会提示具体哪儿不一致。而最最杯具的就是系统认可的注音是不全的,很多多音字的注音系统并不支持,所以虽然可以生成微软拼音的扩展词库,但是很有可能无法正确导入。

    对此我很无语。如果需要将词库导成微软拼音的词库,建议大家还是先用本工具把词库转换为纯文本的词库文件,然后用一个Excel工具生成微软拼音的扩展词库。

    该Excel工具参见:http://social.microsoft.com/Forums/zh-CN/2087/thread/bed7b7f5-bee4-46a2-b755-ba885860c2d5

    三、增强控制台功能。

    对于一些用户,需要批量自动的转换大量的词库,这就需要使用控制台的方式来转换。之前的版本中已经添加了控制台的功能,但是功能还比较弱,这个版本中对控制台功能进行了增强,可以在控制台中设置自定义格式,设置自定义编码等。具体使用方法可以在命令行下,输入"深蓝词库转换.exe -?"命令即可查看帮助。

    image

    四、支持百度手机分类词库bcd格式。

    百度手机输入法的分类词库格式是bcd格式,和百度PC输入法的词库bdict格式有点不同,如果需要将bcd格式的词库文件导出成其他输入法词库,现在可以用本工具了。由于scel,qpyd,bdict,bcd等格式是二进制文件,所以目前只能做到对这些二进制文件进行解析,找出需要的字段,生成词库,而无法把文本词库生成这些二进制文件。

    五、支持小小输入法。

    小小输入法的词库导入功能也有点奇怪,我按照其格式生成了词库文件,然后导入,但是不一定能够被小小输入法使用。

    题外话:

    虽然我从未投递过,但在360的软件管家中居然也能搜到“深蓝词库转换”,不过可惜这样一款完全免费的、开源的软件在其中被恶意中伤,也不知怎么回事,我实在很无语。对于这些,我还是看淡些好,做一款开源的软件,能够有大量用户使用,能够偶尔收到一些感谢信,提出一些新需求,足矣!

    image

    本软件是开源软件,使用C#编写,需要.Net 2.0才能运行。软件网站:http://code.google.com/p/imewlconverter/

    下载深蓝词库转换1.8

  • 相关阅读:
    LVS-三种负载均衡方式比较
    keepalived和heartbeat区别
    vmware-question
    SQL Server MYSQL 检查点的好处
    MYSQL 引擎的情况
    MYSQL 关闭服务的过程
    SQL Server 行的删除与修改-------------(未完待续P222 deep SQL Server 222 )
    SQL Server一些重要视图 1
    SQL Server 查看数据页面
    SQL Server 向堆表中插入数据的过程
  • 原文地址:https://www.cnblogs.com/studyzy/p/2588492.html
Copyright © 2011-2022 走看看