+blog+为rime输入方案添加语言模型支持

[2024-12-16 周一 11:53]

语言模型可以让造句更加符合习惯，参考V2EX的这个帖子，没有语言模型的情况下基本就是胡乱组词。

语言模型和输入方案是解耦的，可以使用自己习惯的rime-ice/rime-frost等方案，然后：

1. 下载模型

在LMDG的发布页下载模型。

模型文件版本说明：v是版本号，n是模型级别，m是百兆尺寸

文件大小 2级模型 3级模型

100M v1n2m1 v1n3m1

200M v1n2m2 v1n3m2

300M v1n2m3 v1n3m3

文件大小	2级模型	3级模型
100M	v1n2m1	v1n3m1
200M	v1n2m2	v1n3m2
300M	v1n2m3	v1n3m3

这里的模型级别指训练时着重训练的几个字：

多级 n-gram 语言模型在大规模数据的支持下，我们采用了 n-gram 模型进行多级语言建模。具体包括了 unigram（单字模型）、bigram（双字模型）、trigram（三字模型）以及更高级的四字模型。

个人使用可以用n3，如果电脑性能不佳感觉卡顿，可以切换到n2（在作者的另一个方案中，上传有v3n2的模型）。

2. 更新配置文件

2.1. 找到使用的方案

打开你的Rime配置文件路径/用户文件夹，将下载好的模型文件 amz-v*n*m*-**.gram 放到其中。这里我下载的模型是 amz-v2n3m1-zh-hans

Windows上可通过右键托盘小狼毫图标-用户文件夹打开（一般为 %AppData%\Roaming\Rime ）；MacOS上一般为 ~/Library/Rime 。

然后打开你使用的配置文件 default.custom.yaml （或 default.yaml ，当两个文件都存在时以 custom.yaml 为优先），寻找其中 schema_list: 下面的内容。

比如我的 default.custom.yaml 就是这部分：

patch:
  schema_list:
    - {schema: rime_frost_double_pinyin_flypy}

说明我只用了 rime_frost_double_pinyin_flypy 这一个方案。

以默认的 default.yaml 为例，它是这样的：

schema_list:
  # 可以直接删除或注释不需要的方案，对应的 *.schema.yaml 方案文件也可以直接删除
  - schema: rime_frost             # 白霜拼音（全拼）
  - schema: rime_frost_double_pinyin          # 自然码双拼
  - schema: rime_frost_double_pinyin_mspy     # 微软双拼
  - schema: rime_frost_double_pinyin_sogou    # 搜狗双拼
  - schema: rime_frost_double_pinyin_flypy    # 小鹤双拼

说明它启用了这五个方案（不列举了）。

2.2. 更新方案配置文件

总之找到你要用的方案名称，然后对该配置文件打补丁。以 rime_frost_double_pinyin_flypy 方案为例，打开或新建 rime_frost_double_pinyin_flypy.custom.yaml 文件，然后加上这几行：

patch:
  grammar:
    language: amz-v2n3m1-zh-hans  
    collocation_max_length: 5
    collocation_min_length: 2
  translator/contextual_suggestions: true
  translator/max_homophones: 7
  translator/max_homographs: 7