cellbro / simple_hmm_based_ime_with_gui

简单的基于HMM模型的拼音输入法，利用PyQt实现GUI界面。同时这也是语言处理技术的实验二的项目

介绍

简单的基于HMM模型的拼音输入法，利用PyQt5实现GUI界面。

环境要求

• python 3
• PyQt5 Qt Designer(教程)
• pickle

使用方法

可执行程序

• 下载文件夹，双击IME.exe
• 设置->训练，选择./data文件夹
• 设置->载入，选择HMM_IME.pkl文件
• 在输入框中输入拼音
• 若要选词或者是上下翻页，需要先回车。然后利用数字键选词、加减号翻页。再按回车，返回输入框。

源码运行

• 命令行输入

git clone https://github.com/cow8/simple_HMM_based_IME_with_GUI.git
cd simple_HMM_based_IME_with_GUI
python main.py

• 设置->训练，选择./data文件夹
• 设置->载入，选择HMM_IME.pkl文件
• 在输入框中输入拼音
• 若要选词或者是上下翻页，需要先回车。然后利用数字键选词、加减号翻页。再按回车，返回输入框。

修改源码

如果需要修改UI，可以利用Qt designer修改*.ui文件后，利用pyuic生成一个*.py的文件。这个*.py文件包含了对UI的定义。

代码结构

• ./main.py 生成一个UI窗口的实例
• ./viterbi.pypy 实现了Viterbi算法
• ./trainer.py 实现了从原始的语料数据中计算HMM模型的参数
• ./solver.py UI与viterbi算法中的中间层，主要将输入格式化成指定的格式、对多个子串调用viterbi算法、组织结构返回
• ./IME_UI.py 定义了UI窗口，调用trainer进行训练、调用mysolver更新候选词列表
• ./IME.ui 利用Qt designer生成的UI定义文件
• ./IME_generated.py 利用pyuic由IME.ui自动生成python的UI定义文件

Viterbi算法中的变量定义

• encode_pinyin：将拼音字符串编码成数字
• encode_hanzi：将汉字编码成数字
• trans_mat：汉字与汉字之间的转移概率矩阵
• gen_mat：汉字生成某个拼音的矩阵
• pinyin2hanzi：某个拼音对应的所有可能汉字
• hanzi_fre：某个汉字的出现的频率（次数）