Megrez Engine 天權星引擎

• Gitee: Swift | C#
• GitHub: Swift | C#

該引擎已經實裝於基於純 Swift 語言完成的 威注音輸入法 內，歡迎好奇者嘗試：GitHub | Gitee 。

天權星引擎是用來處理輸入法語彙庫的一個模組。該倉庫乃威注音專案的弒神行動（Operation Longinus）的一部分。

Megrez Engine is a module made for processing lingual data of an input method. This repository is part of Operation Longinus of The vChewing Project.

使用說明

§1. 初期化

在你的 IMKInputController 或者 InputHandler 內初期化一份 Megrez.Compositor 組字器副本（這裡將該副本命名為「compositor」）。由於 Megrez.Compositor 的型別是 Struct 型別（為了讓 Compositor 可以 deep copy），所以其副本可以用 var 來宣告。

以 InputHandler 為例：

class InputHandler {
  // 先設定好變數
  var compositor: Megrez.Compositor = .init()
  ...
}

以 IMKInputController 為例：

@objc(IMKMyInputController)  // 根據 info.plist 內的情況來確定型別的命名
class IMKMyInputController: IMKInputController {
  // 先設定好變數
  var compositor: Megrez.Compositor = .init()
  ...
}

由於 Swift 會在某個大副本（InputHandler 或者 IMKInputController 副本）被銷毀的時候自動銷毀其中的全部副本，所以 Megrez.Compositor 的副本初期化沒必要寫在 init() 當中。但你很可能會想在 init() 時指定 Tekkon.Composer 所對接的語言模組型別、以及其可以允許的最大詞長。

這裡就需要在 init() 時使用參數：

  /// 組字器。
  /// - Parameters:
  ///   - lm: 語言模型。可以是任何基於 Megrez.LangModel 的衍生型別。
  ///   - length: 指定該組字器內可以允許的最大詞長，預設為 10 字。
  ///   - separator: 多字讀音鍵當中用以分割漢字讀音的記號，預設為空。
  var compositor: Megrez.Compositor = .init(lm: lmTest, length: 13, separator: "-")

§2. 使用範例

請結合 MegrezTests.swift 檔案來學習。這裡只是給個概述。

// 1. 準備用作語言模型的專用型別

首先，Megrez 內建的 LangModel 型別是遠遠不夠用的，只能說是個類似於 protocol 一樣的存在。你需要自己單獨寫一個新的衍生型別：

class ExampleLM: Megrez.LangModel {
...
  override func unigramsFor(keyArray: [String]) -> [Megrez.Unigram] {
    ...
  }
...
}

這個型別需要下述兩個函式能夠針對給定的鍵回饋對應的資料值、或其存無狀態：

• unigramsFor(keyArray: [String]) -> [Megrez.Unigram]
• hasUnigramsFor(keyArray: [String]) -> Bool

MegrezTests.swift 檔案內的 SimpleLM 可以作為範例。

至於該檔案內的 FiniteStateMachine 則是一個「一次性讀取檔案/大字串且分析資料」的範例。

如果需要更實戰的範例的話，可以洽威注音專案的倉庫內的 LMInstantiator.swift 及其關聯檔案。

// 2. 怎樣與 compositor 互動：

這裡只講幾個常用函式：

• 游標位置 compositor.cursorIndex 是可以賦值與取值的動態變數，且會在賦值內容為超出位置範圍的數值時自動修正。初期值為 0。
• compositor.insertKey("gao1") 可以在當前的游標位置插入讀音「gao1」。
• compositor.dropKey(direction: .front) 的作用是：朝著往文字輸入方向、砍掉一個與游標相鄰的讀音。反之，dropKey(direction: .rear) 則朝著與文字輸入方向相反的方向、砍掉一個與游標相鄰的讀音。
  • 在威注音的術語體系當中，「文字輸入方向」為向前（Front）、與此相反的方向為向後（Rear）。
• compositor.overrideCandidate(.init(keyArray: ["讀音"], value: "候選字"), at: 游標位置, overrideType: 覆寫模式) 用來根據輸入法選中的候選字詞、據此更新當前游標位置選中的候選字詞節點當中的候選字詞。

輸入完內容之後，可以聲明一個用來接收結果的變數：

  /// 對已給定的軌格按照給定的位置與條件進行正向爬軌。
  var walked = compositor.walk()

MegrezTests.swift 是輸入了很多內容之後再 walk 的。實際上一款輸入法會在你每次插入讀音或刪除讀音的時候都重新 walk。那些處於候選字詞鎖定狀態的節點不會再受到之後的 walk 的行為的影響，但除此之外的節點會因為每次 walk 而可能各自的候選字詞會出現自動變化。如果給了 nodesLimit 一個非零的數值的話，則 walk 的範圍外的節點不會受到影響。

walk 之後的取值的方法及利用方法可以有很多種。這裡有其中的一個：

    var composed: [String] = walked.map(\.value)
    print(composed)

類似於：

    for phrase in walked {
        composed.append(phrase.value)
    }
    print(composed)

上述 print 結果就是 compositor 目前的組句，是這種陣列格式（以吳宗憲的詩句為例）：

    ["八月", "中秋", "山林", "涼", "風吹", "大地", "草枝", "擺"]

自己看 MegrezTests.swift 慢慢研究吧。

著作權 (Credits)

• Swiftified and further development by (c) 2022 and onwards The vChewing Project (MIT License).
  • Swift programmer: Shiki Suen
• Was initially rebranded from (c) Lukhnos Liu's C++ library "Gramambular 2" (MIT License).