如何扩展小企鹅输入法的词库 更新程序算法2009-04-01

LaoLiulaoliu

如何扩展小企鹅输入法的词库
1.sg2fcitx扩展搜狗细胞词库http://code.google.com/p/sg2fcitx/
到http://pinyin.sogou.com/dict/
下载你需要的txt版细胞词库.

1. 
   
2. sg2fcitx 搜狗细胞词库.txt > fcitx式的文件.txt
   
3. cat fcitx式的文件.txt >> pyPhrase.org

复制代码

再用程序noOverlap消除重复的词。
替换fcixt-3.6.0-rc/date/pyPhrase.org,然后重新编译fcitx就可以使用新词库了.
参考链接：http://blog.chinaunix.net/u/30503/showart_1880495.html
http://blog.chinaunix.net/u/30503/showart_1883904.html

2.使用open-phrase的词库
到open-phrase上面下载词库http://code.google.com/p/open-phrase/

1. 
   
2. # cat phrase_pinyin_freq_sc.txt | sort +2 -3 -r -g | awk '{print $2 " " $1 " " $3}' > try.txt
   
3. # uniq try.txt | awk '{print $1 " " $2}' > pyPhrase_op.org

复制代码

替换fcixt-3.6.0-rc/date/pyPhrase.org,然后重新编译fcitx就可以使用新词库了.
这个词库偏大。
参考链接：http://blog.chinaunix.net/u/30503/showart_1884473.html


附则:
noOverlap用法： ./noOverlap
要求：noOverlap当前目录下有pyPhrase.org文件用于消除重复词汇，自动生成tmp.txt文件里没有重复的词汇，即无重复词汇的pyPhrase.org

更新了程序的算法，比以前效率高，也没有bug了。

7dehao

好东西，我收藏了。但是我不知道应该下载哪个txt版的词库。我下载了一个搜狗标准大词库，不知道行不行？

LaoLiulaoliu

Post by 7dehao;1967575
好东西，我收藏了。但是我不知道应该下载哪个txt版的词库。

下载可能用到的词库,点进去就有，比如：
http://pinyin.sogou.com/dict/cell.php?id=15097

zxuan

虽然我觉得fcitx 3.6的词库对我来说已经很丰富了，还是感谢楼主的无私分享。

yourfriend

upupup，加精！

fjzuyeqing

q 我顶。我得顶

druggo

相当不错，其实不用重新编译了
createPYMB gbkpy.org pyPhrase.org
然后把生成的mb文件覆盖/usr/share/fcitx/data/下的即可。

wd_afei

这个真不错。一直认为 sogo 就是牛在了词库大上面。那个 ibus 也是。

nonplus

留名，mark

kimux

好东西，谢谢楼主分享