fanlusky
fae80660c1
在完整音节后敲反引号，接着的字母筛这个音节上的字：第一码大小写均可， 紧跟的大写字母是第二码，之后可以接着打，一个输入里可以有多段。开关 helpcode.shuangpin_mid_sentence_helpcode 默认关闭。 约束在整句解码时生效，而不是解完再筛： - Google 解码器在 add_char_qwerty 里送 extend_mtrx_nd 之前按约束过滤词条， 锁住的字带着上下文重新整句解码；约束变化时整段重解，不污染增量搜索。 - kenlm 词格建图时按约束筛边，受约束的跨度不截断地查词库；神经重排只在 词格 n-best 里挑，自动满足约束。 - 普通词条、云和 AI 候选按同一规则收尾校验；满足不了就不出整句。 反引号段在请求里换成手动分隔符，原串留给宿主回读与预编辑显示；选词推进 时剩余音节上的约束随原串保留。输入形状规则放在 contracts/mid_sentence_helpcode.h， TSF、Server、引擎共用，新增 Worker opcode MidSentenceHelpcodeChanged = 28。 googlepinyinime-rev 已与上游解绑，AGENTS 与 UPSTREAM.md 同步说明。
37 lines
1.4 KiB
C++
37 lines
1.4 KiB
C++
#pragma once
|
|
#include <cstddef>
|
|
#include <filesystem>
|
|
#include <functional>
|
|
#include <string>
|
|
#include <vector>
|
|
|
|
namespace metasequoia
|
|
{
|
|
// 句中辅助码对 Google 解码的约束：拼音串里从 pinyin_offset 起的那个音节，只能解成
|
|
// accept 认可的汉字（UTF-8 单字）。约束在解码器内部建格子时生效，不是解完再筛。
|
|
struct DecoderCharConstraint
|
|
{
|
|
std::size_t pinyin_offset = 0;
|
|
std::function<bool(const std::string &hanzi)> accept;
|
|
};
|
|
|
|
// Google Pinyin exposes process-wide singletons. This adapter owns their lifecycle and
|
|
// executes a complete, reset-before-search operation under one lock. No caller can retain
|
|
// candidate pointers or incremental search state between requests.
|
|
class PinyinDecoder
|
|
{
|
|
public:
|
|
PinyinDecoder(std::filesystem::path model, std::filesystem::path user_dictionary);
|
|
~PinyinDecoder();
|
|
PinyinDecoder(const PinyinDecoder &) = delete;
|
|
PinyinDecoder &operator=(const PinyinDecoder &) = delete;
|
|
// 约束为空就是普通整句解码。解码器是全进程共享的，每次调用都会重设约束，
|
|
// 上一个调用方留下的约束不会漏到这一次。
|
|
std::string sentence(const std::string &pinyin, const std::vector<DecoderCharConstraint> &constraints = {}) const;
|
|
|
|
private:
|
|
std::filesystem::path model_;
|
|
std::filesystem::path user_dictionary_;
|
|
};
|
|
} // namespace metasequoia
|