[pupilzeng]

作者: wpyh

哦，这样，我以为最后的词库也是mysql数据库格式的……如果可以dump成text好：）

开发那种自动拼音的程序我觉得不是很容易（做完整的难，往往是10%的bug占了90%的开发时间，但是做简单的不是很难），不如直接输出所有可能的拼音，然后手工整理。

你是说，简单的.org格式的可以Public Domain，然后“加工”后的是BSD/GPL？这个可以啊，我没意见，因为我一般也用的是GPL软件。但是，我觉得可能有些人觉得GPL束缚性太强了，如果是GPL的话，空怕很多人都没有得到利益。或者，可以这样：GPL+exception，exception是让使用者可以随意使用该词库，商业软件也可以，但是必须提供源代码（也就是说原形的词库），类似arphic font的协议吧。

怎么感觉这个exception有不有都差不多啊

[wpyh]

嗯，这个exception其实只是说明一下协议。

过了几个星期，还是没有人给我发词库，呵呵 看来得自己继续做下去了……

我后来发现CEDICT并不是Public Domain，不允许商业应用，FangQ可能需要考虑这一点：）

[FangQ]

我已经给CEDICT project的maillist发了封信询问license的问题。public domain与non-commertial use本身就是矛盾的。

关于文泉驿的词库，前一段suzhe(SCIM的作者）告诉我他那里有比较全的词库(60万词汇量)，他希望合作完成对词库的分类整理工作。等收到他的资料后我会作一个更新，我希望更多的人一起来完成这个工作。

[james_su]

是的。我也会尽快发布新的中文拼音处理库，和辅助工具，来帮助制作这个词库。

[up4tree]

建议参考林顺凡的拼音佳佳词库，我感觉非常好，是txt文本的。

[Yuking]

现在fcitx用的就是拼音佳佳词库

[rushrush]

现在fcitx用的就是拼音佳佳词库

现在词库是拼音加加的? 我怎么觉得这么难用呢? 好多常用词都不在前面..

[ailantian]

呵呵，这个问题我以前也想过呢，输入法要有一个好的词库还是很重要的，另外就是现在好像也还没有中文的语法拼写检查的软件，这些都应该有一个好的词库的吧

我以前的想法是，想googlebar的在线翻译一样，在线提交的，看能不能修改一下输入法，做一个带提交数据的版本出来，比如每次输入一个词的时候（提交给应用程序的时候，这个是应该输入法程序判断的吧）就自动提交到数据库里面，已经提交过的就不再提交了，这样大家在平时打字的时候就帮助完成了造词的工作（分布式？），不过问题是，如果用户重新装了系统的话，就又会重复提交这些数据了，另外就是大家肯定会重复提交很多那些常用的词汇，另外就是可能大家会觉得泄漏了隐私。还有一个问题就是平时大家输入的时候可能错别字也不少。

不知道我这个想法是不是有什么其他的问题，其实开发相关的工具做出来了，这个东西就好完成了。剩下的没有什么技术含量的工作还比较好做。

[Yuking]

作者: rushrush

现在词库是拼音加加的? 我怎么觉得这么难用呢? 好多常用词都不在前面..

是拼音佳佳4.0的词库，具体的字序还真不清楚……

[wpyh]

帖子怎么聊成这样了，呵呵

其实我不是没有做点东西，我只是懒得收集而已（直接利用我打过的词，呵呵）。因为我发现，网上的很多词库都不是开放的，而是非商业应用的，所以我不能用。

今天下载3.4.1，顺便上传我的词库：）

注：本词库是PUBLIC DOMAIN。

[happykiller]

fcitx是应该有在自己的词库，自从用了拼音佳佳的词库，选词特别不舒服，主要是常用的词组都被挤到了后面。

[wpyh]

FangQ: suzhe那有消息了吗？

Yuking: 以前fcitx的词库是怎么保证顺序的呢？是不是用不同的格式？

[Yuking]

格式没变，过去也有同样的问题啊
不过现在应该好一些了吧

[yumumao]

要是Fcitx能像拼音加加那样方便地添加词库就好了，现在加加论坛上掀起了一股词库热潮，有很多不错的词库出现，和作者们联系联系，应该有很多好的东西可以取得，Fcitx也可以考虑和Ahman商量一下，把他的首选词引入进来，这样词频真的就会好很多的。

[sysnotdown]

用程序去统计比较好，人工做这种活太枯燥了。