rime-recipes-wanxiang-model

name	rime-recipes-wanxiang-model
description	萬象拼音語法模型（RIME-LMDG）配置指南。用於 Agent 查閱語法模型、詞庫構建、輔助碼轉換、語料處理與部署配置。

萬象拼音語法模型（RIME-LMDG）

RIME-LMDG 是萬象拼音的語法模型與詞庫項目，基於 32GB 中文語料構建，提供精準的 n-gram 語法模型、帶聲調詞庫、多種輔助碼轉換工具及完整的語料處理流水線。

版本說明

RIME-LMDG 提供簡體與繁體兩套詞庫：

詞庫	目錄	說明
簡體詞庫	dicts/	適配 zh-hans
繁體詞庫	dicts_hant/	適配 zh-hant

參考資料索引

源碼位於 references/RIME-LMDG/（只讀），Wiki 位於 references/RIME-LMDG.wiki/（只讀）。

詞典文件（dicts/）

文件	說明
zi.dict.yaml	單字詞典（43,324 字，覆蓋 CJK 至 Extension G 及康熙部首）
jichu.dict.yaml	基礎詞庫（2–3 字詞，約 147 萬條）
lianxiang.dict.yaml	聯想詞庫（5 字以上長詞，約 20 萬條）
duoyin.dict.yaml	多音字兼容詞庫
cuoyin.dict.yaml	錯音兼容詞庫
diming.dict.yaml	地名詞庫（約 7 萬條）
renming.dict.yaml	人名詞庫（約 6.6 萬條）
wuzhong.dict.yaml	物種詞庫（約 7.2 萬條）
shici.dict.yaml	詩詞古典詞庫（約 33.5 萬條）
mixed.dict.yaml	混合內容詞庫

拼音標注數據（pinyin_data/）

文件	說明
单字.dict.yaml	單字拼音標注
词组.dict.yaml	詞組拼音標注

語法模型

文件	說明
predict.txt	語法模型預測數據（約 37MB）

腳本工具（scripts/）

文件	說明
fetch_any_dict.py	獲取並轉換 Rime 詞典，支持多種編碼類型
sync_user_dict.py	合併排序用戶詞典（支持拼音、五筆、虎碼等）
sync_rime.py	用戶數據同步
deploy_rime.py	自動部署 Rime
pinyin2aux.py	將詞典轉換為帶輔助碼格式
sort_dict.py	詞典排序
auxiliary_code.yaml	輔助碼元數據定義

工具腳本（根目錄）

文件	說明
wanxiang-tools.py	主圖形界面工具（PySide6），整合詞典管理、更新、同步、部署
语法模型构建.py	n-gram 語法模型構建（分詞、剪枝、訓練）
rime固定或用户词典刷新为带声调编码.py	刷新詞典為帶聲調編碼
rime固定或用户词典刷新为带辅助码编码.py	刷新詞典為帶輔助碼編碼
TXT清洗.py	語料文本清洗（去除標點、特殊字符）
json语料解析.py	JSON 語料解析
维基中文语料解析.py	維基中文語料解析
多线程分词.py	多線程分詞（基於 Jieba）

AHK 腳本（ahk/）

文件	說明
rime.ahk	AutoHotkey 自動化腳本，提供部署、同步、候選管理等快捷操作

輔助碼系統

RIME-LMDG 詞庫支持以下輔助碼：

輔助碼	說明
墨奇碼	默認輔助碼
鶴形（Flypy）	小鶴輔助碼
自然碼	自然碼輔助碼
簡單鶴	簡化鶴形
倉頡	倉頡輔助碼
虎碼首末	虎碼輔助碼
五筆前二	五筆輔助碼
漢心碼	漢心輔助碼

語法模型配置

在萬象拼音方案中啟用語法模型：

__include: octagram
octagram:
  __patch:
    grammar:
      language: wanxiang-lts-zh-hans
      collocation_max_length: 8
      collocation_min_length: 2
      collocation_penalty: -10
      non_collocation_penalty: -20
      weak_collocation_penalty: -35
      rear_penalty: -12
    translator/contextual_suggestions: false
    translator/max_homophones: 5
    translator/max_homographs: 5

詞典遷移

將帶聲調詞庫遷移至其他格式時，常用的拼寫代數轉換：

• 無聲調：xlit/āáǎàōóǒòēéěèīíǐìūúǔùǖǘǚǜü/aaaaooooeeeeiiiiuuuuvvvvv/
• 數字後綴：xform/^([a-z]+)$/$1④/（配合聲調轉數字規則）
• 元音後數字：xform/ā/a1/ 等

Wiki 文檔索引

Wiki 位於 references/RIME-LMDG.wiki/，主要頁面：

頁面	說明
Home.md	首頁，文檔導航
自述.md	項目起源與設計理念
词频统计与词库建立.md	詞頻統計方法與詞庫構建流程
将万象词库迁移到你的项目.md	詞庫遷移指南（聲調格式轉換）
万象词库PRO的设计理念.md	萬象詞庫 PRO 設計理念
为什么要关闭调频以及与之关联的措施有哪些.md	調頻關閉原因與替代措施
探索语法模型中的大数据与"人工智能".md	語法模型中大數據的應用
KenLM工具--discount_fallback-选项的应用逻辑.md	KenLM 工具參數詳解
SRILM工具在ngram训练的应用实践.md	SRILM 工具使用實踐
Q&A-常见问题及注意事项.md	常見問題與注意事項