pyim-tsinghua-dict

用THUOCL：清华大学开放中文词库 数据建立的 pyim 输入法 的词库. 已基于词频统计信息DF值(Document Frequency)优化.

DF值小于等于10的词都被排除,相对原始数据词汇量少了一半.可以提高输入法的速度，减少内存消耗.

安装和使用

将 pyim-tsinghua-dict 添加到 load-path, 然后：

(require 'pyim-tsinghua-dict)
(pyim-tsinghua-dict-enable)

除了上述方法，用户也可以运行 `pyim-dict-manager’ 命令，然后按提示添加 pyim-tsinghua-dict.pyim 词库文件。

Utils 相关文件

1. “mkdict.py” 是生成 pyim-tsinghua-dict.pyim 的工具。
2. “hanzi.csv” 记录着汉字对应的拼音。
3. “words-with-freq-sorted-by-pinyin.csv” 是把词库的数据另存为csv格式. 以供研究。

版权

使用了清华大学开放中文词库, 韩世依, 张钰晖, 马云山, 涂存超, 郭志芃, 刘知远, 孙茂松. THUOCL：清华大学开放中文词库. 2016.

由我编辑整理，仅供个人研究、交流学习使用，不涉及商业盈利目的。如涉及版权问题，请联系我予以更改或删除.