白霜拼音：基于雾凇拼音优化的输入法方案

蒹葭苍苍，白露为霜。白霜拼音由此得名。其原始配置和词库源自雾凇拼音的 af2480b commit 版本，并在此基础上进行了深度优化。

优化缘由

雾凇词库虽内容较为丰富，但仍存在一些不足。字频和词频设置不够精准，同时废词较多。为提升输入体验，我们决定重新打造白霜拼音。

优化措施

1. 精简词库：对雾凇词库进行全面梳理，删除不健康词汇，去除大量冷僻词（频率为 1 且分词器难以识别的词），并对类似 “的吧”“的了” 这类非标准词汇进行删除或调整，完成第一步的减法操作。
2. 优化字频与词频：借助 745396750 字的高质量语料，进行细致的分词处理，重新精确统计字频和词频，并加以归一化，以此实现更出色的输入效果。白霜拼音同时支持全拼和双拼输入。

使用方法

白霜拼音的使用方法与雾凇拼音基本一致，但在部分触发指令上做了微调，并增添了 lua 辅助码支持。辅助码为可选项，按下 ` 键即可开启，且不会干扰正常打字。

• 符号输入：输入 /fh，更多符号详情可查阅 https://github.com/gaboolic/rime-frost/blob/master/symbols_v.yaml。
• 带调韵母输入：直接输入 /a /e /u 等。
• 日期与时间输入：通过 rq（日期）、sj（时间）、xq（星期）、dt（当前日期）、ts（当前时间）等指令。
• 辅助码功能：按下 键开启墨奇辅助码，支持部件拆字反查（uU）、unicode 字符输入（U）、数字金额大写转换（R）、农历查询（N）以及计算器功能（V`）。

安装指南

手动下载安装

Windows：
下载本仓库压缩包（点击 Code - Download ZIP，或下载 releases 最新的 source-code.zip），解压后将文件放置于 %APPDATA%\Rime 路径（可在右下角小狼毫输入法右键菜单中选择打开用户文件夹）。完成复制后，在输入法设定里选择白霜拼音，然后执行重新部署操作。

Mac：
鼠须管路径为 ~/Library/Rime。
fcitx5 - Mac 版路径为
~/.local/share/fcitx5/rime。

Linux：
fcitx5 - rime 路径为
~/.local/share/fcitx5/rime。
fcitx5 flatpak 版的路径为
~/.var/app/org.fcitx.Fcitx5/data/fcitx5/rime。
ibus - rime 路径为 ~/.config/ibus/rime。

Android：
fcitx5 - 安卓版路径为
/Android/data/org.fcitx.fcitx5.android/files/data/rime。
同文路径为 /rime。
雨燕输入法已内置白霜词库词频，直接安装即可使用。

iOS：
仓输入法目前已内置白霜拼音，也可通过【输入方案设置 - 右上角加号 - 方案下载 - 覆盖并部署】来更新白霜拼音。

通过 Git 安装

首次安装：依据所使用的系统及安装软件，先通过 cd 命令进入对应的配置文件父级目录（如 Windows 为 %APPDATA%，mac 鼠须管为 ~/Library/），然后执行以下命令：git clone --depth 1
https://github.com/gaboolic/rime-frost Rime。

后续更新：在 Rime 文件夹内执行 git pull 命令即可完成更新。 Mac：cd ~/Library/Rime && git pull Windows：cd "$env:APPDATA\Rime" && git pull 其他系统操作方式以此类推。

通过东风破安装

选择配方（others/recipes/*.recipe.yaml）来进行安装或更新：
执行 bash rime - install gaboolic/rime - frost:others/recipes/full 可安装或更新全部文件。

未来规划

• [x] 整理分词后词频较高但词库未收录的词汇，将其添加进词库。
• [ ] 实现错字错音提醒的 lua 功能。
• [ ] 编写自动化脚本，将句子转换为拼音，再通过拼音调用 rime_api 生成句子，比对正确率并进行迭代优化。
• [ ] 增添墨奇码首末字形反查功能，例如输入 amq 引导符后，再输入 mu cun 可打出 “村 櫉 梼 树” 等字。
• [x] 成功加入 lua 引导辅助码功能。
• [ ] 针对 2 字词中动词 + 名词结构，在中间加入 “了”“完”，结尾加入 “没” 自动派生词汇。例如：“拔牙” 可派生 “拔了牙，拔完牙，拔牙没，没拔牙，拔没拔牙”；针对形容词，在中间加 “不”，如 “厉害” 变为 “厉不厉害”。
• [ ] 增添类似 “第四 四列 = 第四列” 这类词汇。
• [ ] 统计中文语料中的英文词频。
• [ ] 训练一个智能语言模型。

鸣谢

• 雾凇词库 https://github.com/iDvel/rime-ice：白霜词库的初始词库及绝大部分配置皆源于此。
• 结巴中文分词 https://github.com/fxsjy/jieba
• 汉字转拼音 (pypinyin) https://github.com/mozillazg/python-pinyin
• MNBVC 超大规模中文语料集 https://github.com/esbatmop/MNBVC 目前已有 33TB 数据量
• kenlm https://github.com/kpu/kenlm 官网 https://kheafield.com/code/kenlm/
• kenlm 教程、python 调用 https://github.com/mattzheng/py-kenlm-model

友情链接

使用白霜词库的方案：
墨奇音形
https://github.com/gaboolic/rime-shuangpin-fuzhuma
墨奇五笔整句
https://github.com/gaboolic/rime-wubi-sentence
薄荷拼音
https://github.com/Mintimate/oh-my-rime
雨燕输入法：
https://github.com/gurecn/YuyanIme 一款开箱即用的安卓输入法，内置白霜词库。