织梦CMS - 轻松建站从此开始!

高速音码输入法

当前位置: 主页 > 输入法工具 > 词语工具 >

输入法词库之争 一个搜狗开发者的见解

时间:2013-08-04 20:20来源:编辑 作者:高速音码 点击:
作为一个技术工作者,Google给我的一贯印象是:顶级的技术,严谨正派的作风,创造力的源头.作为搜狐公司的一员,我对Google拼音的心情是充满矛盾的.一方面,Sogou拼音

感谢cowesat的投递
    作为一个技艺就业者,Google给我的一贯记忆是:顶级的技艺,严谨正派的风格,发明力的水源.作为搜狐公司的一员,我对Google拼音的心情是饱含矛盾的.一方面,Sogou拼音输入法的创意被Google跟风,无疑是一种承认,证明白我们当初抉择的正确性;另一方面也意味着更增激烈的竞争.可是,后来的事体确实是所有人都万万不曾想到的.
     网上的讨论很多,作为开发者我闭着眼睛也能举出无数证据出来,但这不是今天写这篇博客的目标.先解释一下我在前一篇博客中说过的引起争议的那句话:
    gpy的一些功能,sogou不是不能做而是不敢做,怕被人骂流氓,十年怕井绳呀.不过google开了个头就好办了……
    隆重声明一下,流氓举动Sogou输入法从未做过也永远不会做,但由于Sogou已经有过不良的记载,使每一项功能都十分戒心,避免发生争议.

即令是这样,一些不两全的环节依旧被用户质疑.例如,自动更新词库设置和自动更新输入法设置容易混淆,一些用户以为Sogou输入法在关闭升级选项后依然自动升级,是流氓举动;用户卸载后我们发送了一个pingback用于卸载计数(向服务器发送一个包),是流氓举动;右键菜单里面有搜狗搜索的条目,是流氓举动;更不必说各种杀毒软件对我们的误报了...... 简而言之,遍野是雷,步履蹒跚.但google输入法彻底不曾这些问题,一键搜索,网络词库同步,捆绑工具条......网上纷纷较好,赞誉一片,我们心里那叫一个酸呀,要了解这些创意只是Sogou输入法庞大产品创意库中的一小部分......一时眼红,才有“google开了个头就好办了”这句话,没想到被转载的各处都是,身受很多人的批评,向各位致歉了.

    不得不说,sogou和google就是这样一个不均等的状态,这也是我们务必一直面临的问题.

    此外,用户在网上的讨论涌现什么内容都很如常,也有很多人为google输入法辩护,这都可以知道,但有两句话我实在是不能接手听不惯:a) 词库又不是代码,抄抄有什么了不起;b) google用了你的词库,你一定也用的别人的词库,谁也别说谁.这两个问题我实在是不吐不快.我在sogou待了很陈年,精神了搜索引擎和搜狗输入法两个产品的开发,全程加入了sogou词库从无到有的通过,相欣最有发言权的人之一.

     sogou词库最早的需求来自sogou搜索引擎,从互联网上抓取网页后,用特定算法进行统计分析学习得来,在sogou搜索引擎生长和发展通过中不停的积蓄,这是sogou输入法词库的前身.但搜索引擎的词库不能彻底满意输入法的申请,终究搜索和输入两个应用差异太大.

     为了得到更好的词库,我们做了等于多的就业.最先从搜狐的兄弟部门取来了各个领域的资源(名人,歌曲,房产,旅行,财经,体育,....),集成办理后得到笼罩各个领域的词库;再始末网页新词发觉模块的完善,挖掘出更多的新词,这才得到一个基本可用的词库.但这个词库还存在很多问题,网民输入的随意性导致错词和垃圾词很多,我们完成了较繁杂的算法,始末规矩和统计进行过滤.之后是注音环节,互联网词汇(独特是新词)是不含蕴读音信息的,对于多音字的情况需要始末算法进行自动的读音标注.最后,抉择般配的语料库,得到词频(决计词序).上列通过中,需要大度的代码编写和悠长的维护就业.

     词库是个很繁杂的问题,通通过序是没辙自动解决所有问题的,这也是为什么词库中会涌现(pinggong冯巩)和(蝴碟).为理解决这些偏差,一方面我们改进程序使正确率不停提升,另一方面人工对这些词进行检测,编辑有时候需要一次性办理数千词.sogou每周都会揭晓错词汇报,矫正词库中的偏差.可以说,当今的sogou词库凝聚了开发人员,测试人员,编辑人员的心血,也是sohu内部资源整合的结晶.从某种程度上来说,google输入法使用 sogou输入法词库,表白了sogou输入法词库的优秀.

     总的说来,这件事体是令人悲观的,对g粉们是这样,对sogou而言也是这样.以google开发人员的聪颖才智和google近乎无限的资源,google依然有能耐成为一个优秀的输入法,我们并不惧怕竞争,只是希望这样的竞争更公平,更堂堂正正一些.


新闻起源:

打字 (责任编辑:admin)
顶一下
(0)
0%
踩一下
(0)
0%
------分隔线----------------------------
发表评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
发布者资料
DerrickBarrow 查看详细资料 发送留言 加为好友 用户等级:注册会员 注册时间:2013-01-06 23:01 最后登录:2014-11-29 12:11
栏目列表
推荐内容