系统设计.txt

自己用Markov模型做的一个整句物笔输入法的原型

数据结构
    码表：双向链表，不排序，有唯一性，但不检查
    码表索引：码ID值处的元素存储该码在链表中的位置
    ＊ 码ID对码是唯一的
    
    词表：双向链表，按第一个汉字排序，有唯一性，做唯一性检查
    词表索引：词ID处的元素存储该词第一个汉字在链表中第一次出现的位置
    ＊ 词ID由词的第一个汉字生成，因此词对词ID不唯一

    码词表：双向链表，按码排序，同一码的词不排序
    码词表索引：码ID处的元素存储该码在链表中第一次出现的位置

    词码表（条件概率表）：双向链表，按词＋码长序 排序
    词码表索引：词ID处存储该词第一个汉字在链表中第一次出现的位置
    ＊  注意对词码表的检索可能会比较耗时

    词词表（转移概率表）：双向链表，按第一词排序
    词词表索引：词ID处存储该词第一个汉字在链表中第一次出现的位置
    ＊  注意对词词表检索可能比较耗时。


算法
    修正先验概率：
    仅对当前码对应的所有词调整先验概率，如对 “a － 工“，先计算 “工“ 其“ 或“ 的先验概率和
    然后在该和不变的前提下提高 “工 的先验概率先验概率值
    ＊  

    修正转移概率的值：
    定义转移概率增量，
    计算该词所有已存在条目转移概率和，如果该和＋增量>0.9，超出部分按比例从每一已存在条目中减去，
    对该条目转移概率加増量（若該条目不在，先增加该条目）。    
    ＊ 始终有0.1转移概率不分配给任何已存在条目，而是保留给未存在于转移概率表中的条目

    修正条件概率值：
    定义条件概率增量，
    计算该词所有已存在条目的条件概率和，如果该和>1.0，按比例从每一条目中减去超出部分
    对該条目转移概率加增量