[Android] 困于 Gboard 孱弱的中文拼音词库，整理制作了一份一百万词汇量的词库

• 資深大佬 : minami

  赞，回去试试

• 資深大佬 : Blanke

  好东西，之前我也自己制作过 gboard 词库

• 資深大佬 : jianzhao123

  额，我发现了一个问题 gboard 文件目录下，并没有 databases，一加 7T，氧。

• 主 資深大佬 : haozi1986

  @jianzhao123

  确定完整目录正确吗？按理说这种地址应该是通用的吧……
  如果还是没有，可能得做一下相关的搜索了

• 資深大佬 : fatelight

  为了皮肤，我屈服百度了

• 資深大佬 : jianzhao123

  @haozi1986 /data/data/com.google.android.inputmethod.latin/databases/PersonalDictionary.db
  第一个 data 无法找到，找到的是 Android/data/com.google.android.inputmethod.latin/里面只有一个 cache，手动新建文件夹也不行，手机已 root 。

• 資深大佬 : muayang

  感谢了

• 資深大佬 : 1234rty

  @jianzhao123 你这明显是内部存储下的路径 /sdcard/Android/data，正确的是绝对路径 /data/data

• 資深大佬 : jianzhao123

  @1234rty 感谢，已经找到了。

• 主 資深大佬 : haozi1986

  @jianzhao123

  你安卓版本和 Gboard 版本是多少啊？

  我这边看了一下，我主力机 Android 11 + Gboard 10.0.01 还有副机 Android 5.1.1 + Gboard 9.0.10 ，数据库目录都是在那里，莫不是氧 OS 改了什么路径？

• 主 資深大佬 : haozi1986

  @1234rty 哈哈，我就说不可能不对啊

• 資深大佬 : jianzhao123

  @haozi1986 大概翻了一下

• 主 資深大佬 : haozi1986

  @jianzhao123 因为我没有用双拼，所以没加这方面的数据，另外也考虑过非全拼，比如仅仅用首字母进行输入，但这样数据就会增加很多，所以暂时也没这个打算

• 資深大佬 : Jirajine

  感谢，已经用上。

• 資深大佬 : sky96111

  用上了，但出现了一些奇奇怪怪的候选词优先级问题
  
  “不是”甚至直接失去了出现在首选词和第一页候选词的权利…
  
  ”但是“被奇怪的词语抢先
  
  “词语”
  
  “首选词”被强行拆分…
  
  总之…用户词典优先级过高，很多时候会冲散正常的连祠和名词，或者降低它们的出先权重，不太适合用于拓展词库。还世感谢 lz 对改善 gboard 词库的努力，但词库这东西还是自记养比较合适。。

• 資深大佬 : miku831

  不 ROOT 可以用吗？非要 ROOT 就算了，系统安卓 10 的 EMUI

• 主 資深大佬 : haozi1986

  @sky96111

  不应该啊，我测试了你刚刚提到的这几个词语，都不是你图片上面的这种情况啊

  

• 資深大佬 : sky96111

  @haozi1986 刚开始替换完成没出现异常，但也没感受到词库的变化，就重启了一下手机。生效后直接变得很奇怪，一个词拼音即使被完全命中，也会被词库里另一个部分命中的词替代。而且输入的分词也发生了改变，几乎每一个词都被拆成了单字命中比如上面我的“不是”，在不用词典的情况下是 bu shi，用了词典却变成了 b u s h i……

• 資深大佬 : sky96111

  @haozi1986 奇怪了。这不应该和版本有关系吧。但从理论上，用户词典是用来添加一些私有的词语，在匹配时优先级是最高的，用来补充平时输入的词语词典可能确实不太合适

• 資深大佬 : imn1

  root … 我节省时间了
  目前用同文输入法，只是缺手写输入，词库添加不成问题

• 資深大佬 : PhyllisLin

  不需要 root 吧，直接导入就行

• 主 資深大佬 : haozi1986

  @sky96111

  我也发现用了词典之后很多时候的输入字符都会分开，应该是用的逐字符识别，很蠢，但也能用……
• 主 資深大佬 : haozi1986

  @miku831 @imn1 @PhyllisLin
  因为我手上没有未 root 的设备，我没办法测试不用 root 能否替换，所以不太确定，只能说“以下操作可能需要 root”
  按常理，如果要替换 data 目录下的文件，应该是需要 root 的

  @imn1
  同文输入法我也用过一段时间，感觉不太顺手，后来就放弃了

  @PhyllisLin
  直接导入可能会假死甚至失败，所以我直接把数据库替换了

• 主 資深大佬 : haozi1986

  @sky96111

  如果可以找到 Gboard 自带的词库，然后结合自带词库再做一次去重，应该就可以很完美的使用了，现在是有很多词重复，但也没办法一一查证，还拖慢了速度

• 資深大佬 : imn1

  @haozi1986 #23
  同文输入法，或者说 rime，这种“完全匹配”式的输入法，是老旧输入法的延伸，基本没什么算法可言，对于输入法依赖重度用户来说，特别是整句输入，体验是比较糟糕的，我属于轻度用户（三天打不够三个汉字的人），无联网权限更重要，

• 資深大佬 : qq7790586

  现在用的是谷歌版的讯飞，习惯了讯飞的语音输入

• 資深大佬 : Rhilip

  会考虑提供可以直接导入导出的版本吗？毕竟现在手机不 root 了。。

• 主 資深大佬 : haozi1986

  @Rhilip

  按照这个数据量，直接导入的话非常大的概率会失败……

• 主 資深大佬 : haozi1986

  @sky96111 #19

  问个问题，在你 Gboard 设置 > 高级 > 学习 中，个性化设置 和 改进语音和输入功能…… 这两个选项是打开还是关闭的啊？我这边测试了一下，如果是打开的，某些词语的确会出现如你所说的问题，我之前用的时候一直是关闭的，如果不嫌麻烦，能否验证一下呢，谢谢

• 資深大佬 : sky96111

  @haozi1986 我都是开着的，可能是这个问题了…不过我昨晚已经把词库养回来了，不太想再删一遍…不能测试了，不好意思啦

• 主 資深大佬 : haozi1986

  @sky96111

  嗯，没事，这现在也只是我的一个猜想，可能是与这两个选项有关系

• 資深大佬 : sky96111

  @haozi1986 但我又有了一个想法，关闭这两个选项，gboard 会不会直接不使用那个数据库文件了呢？

• 主 資深大佬 : haozi1986

  @sky96111 #32

  我确定是可以用这个数据库的，因为我在开始制作这个数据库前就是关闭的

  之前输入的时候，Gboard 提供的很多词语我都发现了有问题，比如“的地得”不分，很多成语也出现了谐音错字的问题，我当时猜测会不是这联想功能被带偏了，比如可能有很多用户大量的使用错误的词汇，提高了它们在整个词库中的权重值，造成系统默认它们是正确的于是推送给了更多的用户

  于是就把它们都关闭了，而后我这边就很少出现这些问题了

  当然，也可能是我前段时间升级系统丢失了所有数据后整个重置的原因，我现在不确定，所以希望有谁可以帮忙测试一下是不是与这几个选项有关

  目前因为这个数据库收录的都是全拼，在匹配的时候肯定也是有很大问题的，一切都有待进一步测试

• 主 資深大佬 : haozi1986

  @Rhilip

  已上传直接导入的版本，数据量大，成功几率不保证

• 資深大佬 : hyplddfx

  坚持 qq 输入法最大原因是，广告几乎没+pc 手机词库同步

• 資深大佬 : ryh

  @haozi1986 搜了搜很可能会错的，果然…
  乐亭县 lao ting xian
  ref: http://laoting.gov.cn/

• 主 資深大佬 : haozi1986

  @ryh #36

  因为数据量实在是太多了，很难一一验证
  下一个版本会修复，谢谢

• 資深大佬 : ryh

  还有好多同拼音的词
  yibigouxiao 一笔勾消 zh-CN
  yibigouxiao 一笔勾销 zh-CN
  …
  yibimosha 一笔抹杀 zh-CN
  yibimosha 一笔抹煞 zh-CN

  qichizhiqu 七尺之躯 zh-CN
  qichizhiqu 七尺之驱 zh-CN

  qizongqiqin 七纵七擒 zh-CN
  qizongqiqin 七纵七禽 zh-CN

  认真的吗？同拼音的是不是再排查下？

• 主 資深大佬 : haozi1986

  @ryh

• 資深大佬 : joyc

  不错，就喜欢一言不合就 DIY 。回去试试

• 資深大佬 : vector2axis

  赞

• 資深大佬 : miku831

  @haozi1986 那我还是用原版吧，其实还好，习惯了已经

• 資深大佬 : YAHOOQQ

  赞一个，已使用。

• 主 資深大佬 : haozi1986

  @ryh #38

  已对所有发现的错误进行了修正