Re: [問題] 棄蝦米從倉頡值不值得？

看板Liu (無蝦米輸入法)作者bibo9901 (function(){})()時間7年前 (2017/09/17 09:20)推噓10(10推 0噓 19→)

留言29則, 8人參與討論串3/6 (看更多)

※ 引述《ANGELB (神仙B)》之銘言： : 十五年前學了蝦米 : 那時聲勢如虹打字比賽接連冠軍 : 在網路資訊較不如現今易於搜尋的時期 : 一度以為蝦米是王道 : 學成之後細細回想其實這輸入法也還好而己 : 不知十幾年前嘸蝦米贏過倉頡這股潮流根據的事實從何而來 : 後來看了這一系列的比較文有條有理 : https://goo.gl/5U4zp 這篇文章對於重碼字的分析很不嚴謹，首先，只給出「重碼表」而沒有附上編碼表的來源，不知如何檢驗起其次，論證看似有條理，但實際上有大漏洞， 1. 只考慮 Big5 字，也沒考慮字的出現機率。自然語言有「齊夫定律」的現象，高頻字出現的機率會是低頻字的數百甚至數萬倍，高頻字（如「精」、「睛」）重碼就很令人困擾，低頻字（如「筶」、「簹」、「艡」）重碼就沒什麼關係。 2. 重碼率高，選字率就高，這是事實，但不代表打得慢！嘸蝦米多數 2~3 碼，即使要加上 VRSF 或 1234 選字，也不過是 3~4 碼，比起倉頡動不動就 4~5 碼的，誰快誰慢很難說。不能像原來裡用一句「這項統計資料沒有原始來源可供驗證」來代過，更不能直接推論選字率高等於需要的碼數較多第五代倉頡和嘸蝦米的編碼表，在網路上都可以搜到，我統計出兩種輸入法的總字數重碼字數允許多種拆法的字數平均碼長倉 70833 22552 (31.84%) 3941 ( 5.56%) 4.418 +- 0.76 嘸 19680 14449 (73.42%) 7950 (40.40%) 3.558 +- 0.64 可以發現 1. 重碼字數被嚴重低估了。尤其是嘸蝦米的重碼字數更是直破天際。但其中大多數是因為標點、符號等，例如「，Ｊ」就有 18 個候選字 2. 倉頡四碼起跳是基本，而嘸蝦米很少超過四碼。符合上面第二點的質疑，嘸蝦米即使要選字也不會比較慢 3. 倉頡幾乎沒有容錯空間，一個字就一種拆法，罕見字或異體字不會寫就沒救了為了測試真實打字的情形，我從 Clueweb09 https://lemurproject.org/clueweb09/ 取樣了共2000萬字當作語料庫。這是 2009 年爬下來的中文網頁，應該很符合現代人輸入的需要。我統計出一份字頻表 https://github.com/iamalbert/ime-analysis/blob/master/cht.small.freq.json 另外，考慮實際輸入，重碼字也直接增加 1 碼，如「囧」原來拆 OBN 三碼，因為選字變成 OBN2、OBNR 直接視為四碼，假設一律用最短碼輸入，計算碼長以字頻加權：最常使用的 13806 字 (語料庫共 209491942 字)的情形總字數重碼字數多種拆法的字數平均碼長加權碼長倉 11790 1456 (12.35%) 1181 (10.02%) 4.065 +- 0.76 3.519 嘸 11797 7076 (59.98%) 5091 (43.16%) 3.407 +- 0.66 2.328 嘸* 3.507 +- 0.65 2.651 嘸** 3.579 +- 0.63 2.841 *: 假設只有 50% 的字用了最短碼 **: 假設只有 30% 的字用了最短碼結論也很明顯： 1. 如同網頁所說，嘸蝦米用了一堆簡碼來解決重碼問題，效果實在不怎麼樣，就算背了全部的簡根(100%)，比起幾乎不背(30%) 大概兩個字只省 1 碼 2. 嘸蝦米的一碼二碼字的安排比傳統倉頡好太多了，倉頡只能省掉 0.5 碼，嘸蝦米可以省掉 1 碼左右 3. 總地來說，嘸蝦米還是比倉頡快上 25% ~ 52% [註] 同場加映大新倉頡總字數重碼字數多種拆法的字數平均碼長加權碼長大新 11879 7648 (64.38%) 5482 (46.15%) 3.451 +- 0.71 2.042 大新* 3.553 +- 0.71 2.431 大新** 3.601 +- 0.70 2.614 毫無疑問地樂勝嘸蝦米，尤其平均 2 碼真是太銷魂了 :) 由此可見重碼、容錯都不是問題，只要常用字夠短，速度就會快。 TL;DR 大新倉頡 > 嘸蝦米 >> 傳統倉頡原始碼都在 https://github.com/iamalbert/ime-analysis [註] 打字速度(理論上)就是加權碼長的反比。我相信這樣算是很準的，嘸蝦米加權碼長/大新加權碼長 = 2.138/2.042 = 114.39% 大新最快記錄/嘸蝦米最快記錄 = 238每分 / 209每分 = 113.88% : 其實都被他說完了 : 說實在的輸入法不夠理想是其次 : 重要的是使用不方便 : 現在公領域中很常會用到電腦 : 購物啦 : 誠品書店查書的iPad啦 : 等等 : 根本沒有蝦米可打 : 不開放是一回事 : 不管什麼系統 : 行易的動作總是慢吞吞 : 支援度很差 : 反之 : 倉頡無處不在 : 連PS4遊戲機的OS繁中底下的輸入法 : 竟然只有兩種 : 一為注音 : 一為倉頡 : 倉頡的方便性 : 可能是拆字輸入法的第一名吧 : 不知道棄蝦米從倉頡 : 砍掉重練投資報酬率值不值得？這其實真的還好，就忍受那一兩分鐘而已，平常打game時的速度比較重要 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 163.23.97.126 ※ 文章網址: https://www.ptt.cc/bbs/Liu/M.1505611203.A.99B.html ※ 編輯: bibo9901 (163.23.97.126), 09/17/2017 09:21:20 ※ 編輯: bibo9901 (163.23.97.126), 09/17/2017 09:28:06 ※ 編輯: bibo9901 (163.23.97.126), 09/17/2017 09:29:03

推

weiih

09/17 10:57, , 1^F

09/17 10:57, 1^F

※ 編輯: bibo9901 (163.23.97.126), 09/17/2017 13:38:59

推

deltazone

09/17 14:59, , 2^F

09/17 14:59, 2^F

推

magicbe

09/17 20:21, , 3^F