mirror of
https://github.com/qingjian-team/qingjian.git
synced 2026-11-06 08:13:51 +00:00
yenharvey
83d02558ca
- 词库按仓库的 assets/lexicon/dict.tsv 重打：补进 行 hang 的词（一行、换行、第一行 等，e7afc095）、混合词（B站、U盘 等，#807）与多音字次要读音的封顶（#759） - 语言模型用中文维基 + LCCC 重跑 bigram --phrases，hang 词进模型（一行 1439 次），yihang 首选由 一样 变成 一行 - 释义表、领域词库、英文词表、笔画码表与含章·通变照搬 data-v8，压缩包里只有 dict.qj 与 lm.qj 两个文件变了 - 护栏（同一 cli b7a4f8bb，v8 / v9 数据对比）：开发集、回归集三组都不变；冻结回放词首选 无模型 8203 → 8200、知意 8300 → 8298、通变 8188 → 8184，整句 2769 → 2767 / 2660 不变 / 2705 → 2702，掉的多是把 和 打成 hu（#759 的有意修正）与同音近似并列 - 压缩包 SHA-256 与 GitHub 上记录的摘要一致
4 lines
179 B
Plaintext
4 lines
179 B
Plaintext
# 产品数据版本，data-bundle.sh 写、data-fetch.sh 读；不要手改
|
|
tag = data-v9
|
|
qingjian-data.tar.gz = bc8dd7f4e283c6b7fa0f38e493ea89e5d874ccf45ff22308ca52f4078df6694b
|