Kov Chai 写道: > > > 2008/5/5 ZhengPeng Hou <[EMAIL PROTECTED] > <mailto:[EMAIL PROTECTED]>>: > > --12:25:37-- > > http://mentors.debian.net/debian/pool/main/s/sunpinyin/sunpinyin_1.0.orig.tar.gz > => `sunpinyin_1.0.orig.tar.gz' > Resolving mentors.debian.net... 64.79.197.109 > <http://64.79.197.109> > Connecting to mentors.debian.net|64.79.197.109|:80... > connected. > HTTP request sent, awaiting response... 200 OK > Length: 39,363,185 (38M) [application/x-gzip] > 38M? 都是什么啊 > > > 38M 是有点大。主要是 data 目录下的四个文件。 lm_sc.t3g.{sparc,i386} > (6727K*2), pydict_sc.bin.{sparc,i386} (23M*2)。前者是线索化后的语言模型 > 数据[1]，目的是加速查找速度和压缩数据，差不多就是建立索引的效果，有了它 > 能较快地计算 n-gram 语言模型里一串单字 (S = {W_1,W_2, W_3, ..., W_n}) 成 > 为该语言模型里一个句子的概率 P(S)。后者则是词表（lexicon），或者说是大家 > 常说的输入法的词库，这个词表支持不完全拼音和词到词的转换。由于要支持 big > endian 和 small endian 的体系架构，所以干脆就把两种情况下的数据文件都弄 > 上来了。 > > 有没有必要把数据文件单独作为一个 package，放到 sunpinyin-data 里面去呢？ > 还是有更好的办法呢？ 既然数据文件是分arch的，那就应该按arch分别打包啊，debian原本就是多arch的 比如 sunpinyin_x.y.z_amd64.deb sunpinyin_x.y.z_i386.deb
> > 谢谢啦。 > > -- > [1] > http://blogs.sun.com/yongsun/entry/sunpinyin%E4%BB%A3%E7%A0%81%E5%AF%BC%E8%AF%BB_%E4%BA%94 > [2] > http://blogs.sun.com/yongsun/entry/sunpinyin%E4%BB%A3%E7%A0%81%E5%AF%BC%E8%AF%BB_%E4%B8%83 > > -- > Regards > Kov Chai -- To UNSUBSCRIBE, email to [EMAIL PROTECTED] with a subject of "unsubscribe". Trouble? Contact [EMAIL PROTECTED]
