Skip to content

Latest commit

 

History

History
110 lines (84 loc) · 5.93 KB

Changes.md

File metadata and controls

110 lines (84 loc) · 5.93 KB
Raw

2023-01-24(Tue)

  • 設定画面を gtk4-rs で実装した。

2022-12-23(Fri)

  • Started development, again.
  • akaza can't start the process... why?
  • /usr/local/lib に libakaza.so を入れているが、、あんまりお行儀が良くないかもね。

2020-09-17(Thu)

  • システム辞書に / が入っていない、いらないものを消す。
  • システム言語モデルについて、順番を逆にしよう。
    • 逆にしてみた。
    • 戻した。
  • ヒョイーが変換できるようになった。

2020-09-16(Wed)

  • 「わたし」の変換結果に「私」が二個含まれてしまう。。なぜだ。

    • なおした。

  • 言語モデルファイルのサイズをもう少し小さくしたい。50MB をきるようにしたい。現状↓

-rw-r--r-- 1 tokuhirom tokuhirom 5.5M Sep 14 18:57 system_dict.trie -rw-r--r-- 1 tokuhirom tokuhirom 51M Sep 16 00:38 system_language_model.trie

  • <nowiki> 記法をちゃんと消すようにしたい。

2020-09-15(Tue)

Compare DAWG and marisa-trie.

-rw-r--r-- 1 tokuhirom tokuhirom  37M Sep 15 00:46 system_dict.dawg
-rw-r--r-- 1 tokuhirom tokuhirom 5.5M Sep 14 18:57 system_dict.trie
-rw-r--r-- 1 tokuhirom tokuhirom 261M Sep 15 00:52 system_language_model.dawg
-rw-r--r-- 1 tokuhirom tokuhirom  51M Sep 15 00:52 system_language_model.trie

2020-09-14(Mon)

  • comb を akaza に改名した。
  • ibus 関連部分とそれ以外を分離する。以下のようなモジュール構成を目指す。
  • ibus-akaza: ibus 連動部分。
  • akaza-core: 変換コアエンジン。ibus 関連部分と独立させることにより、fcitx との連動を可能にすることを目指す
  • skkdictutils: SKK 辞書関連ユーティリティライブラリ。単独利用可能なようにパッケージングし、単独レポジトリに独立させる予定。
  • akaza-data : システム辞書/システム言語モデル

2020-09-13(Sun)

  • Rust で書き直そうかなぁ。。
  • fcitx とかに組み込むことを考えると、python だと不便なことも多い
  • マシン負荷を考えると Rust の方がよい。
  • Rust で書き直すの、marisa-trie のマッピングとか考えるとめんどくさくて微妙そう。

2020-09-12(Sat)

  • bigram ベースのユーザー辞書を実装した。
  • kytea では、平仮名を細かく割りすぎかもしれない。
  • 例えば、kytea は 'そうですね' を そう/副詞/そう で/助動詞/で す/語尾/す ね/助詞/ね にするが、これはちょっと細かくわりすぎ。
  • jawiki.vocab は 297396 行あるが、これも圧縮可能かもしれない?
  • kytea から得られた結果をもとに、平仮名を連結して ngram を作成したが、この結果は惨憺たるものであった。
  • DONE: 文節を伸ばす機能が死んでいる。
  • ユーザー辞書を設定できるようにしたい。
    • ~/.config/ibus-akaza/user-dict.json のなかに設定をいれる。
    • path/to/dict.txt;format=skk;charset=euc-jp みたいなフォーマットでいいかなぁ。。JSONでもいいかな。。
    • 思ったより、簡単に実装できそう。

2020-09-11(Fri)

  • 文節の区切り箇所を変更できるようになった。
  • TODO: 長文を一気に入力しようとすると、IDEA が落ちる問題は継続。
  • DONE: 大文字を最初に入れた場合は、アルファベットを優先すべき。
  • UI 改善を実施。かなりよくなった。 変換キーをおさない限りは、変換されなくなった。

2020-09-10(Thu)

  • TODO: "b" みたいな一文字のアルファベットを変換した場合、βってデルのはおかしいぞ。
  • DONE: "nadowwwwwww" って入れた時の挙動がおかしいぞ！
  • "いいね" の変換結果は、言い値じゃなくて「いいね」が第一候補にでてきてほしいなぁ。
    • そういう、口語表現が苦手なように見える。現在の実装では。
    • 実装というか、元文書が wikipedia だから、というのはあるけれど。。
  • DONE: 変換候補が、ちゃんと選択されていない。
    • なおした。
  • DONE: 平仮名候補が二回ずつでてくる問題
    • 重複排除ロジックを graph.py に入れた。

2020-09-09(Wed)

  • DONE: ニホン という単語を変換できない。 これは解決。
    • mecab は常に日本を、ニッポンとパースするので、 model に 日本/ニッポンしか登録されない
    • kytea をつかった方がいいかもしれない。
    • kytea ベースにした。「ニホン」が変換できない問題は解決した。
  • DONE: 長い文章を入力した場合に、Viterbi アルゴリズムの処理時間が長過ぎる。
    • 辞書に重複登録されている単語をけして大夫ましになった
  • DONE: 語尾の子音を処理してやる。 "ウケるwwww" みたいなかきかたができるようになった。
  • DONE: "ヤヤコシイ" の変換結果がおかしい 'やや濃しい' になってしまう。
    • このあたりは、平仮名辞書がないと無理かもしれない。。
    • ひらがな辞書は、jawiki.vocab から生成可能か
      • 生成するようにした。
      • よく考えると、jawiki.vocab をまるごとシステム辞書としてしまって良いのかもしれない。
        • 実際に、そのようにしてみた。
        • これで、変換効率が高丸と呼いのだが。
          • "たかまるとよいのだが" がちゃんと変換できない。
  • DONE: 辞書のマージができるようになったのはよかったが、同じ候補が複数回でているようだ。
  • 再起動時に、辞書のキャッシュがきかなくなる理由がわかった。
    • 辞書を install -p にしてないから、毎回タイムスタンプが更新されているだけであった。
  • DONE: zh で矢印が入らなくなった。謎。あぁ。。わかった
    • 子音の処理だ。