再次脱线的Tomoe酱

    之前移植了libspark的Tomoe（原版是用AS2实现）到Java上，后来发现她只能识别不含请浊音的平假名。这几天抽时间想补完它，在网上找到了一个开源项目tegaki（手書），它是基于tomoe（巴）和zinnia（百日草）。

 

http://tegaki.org/

 

    它的主要作用是提供跨平台的图形界面（用Python实现）。它的代码仓库里有一个平片假名的训练数据包，格式是XML。

 

https://github.com/tegaki/tegaki/tree/master/tegaki-models/data/train/japanese

 

    我用Java的SAX解释器分析它（虽然标签层次有点不同，但它可以用Tomoe模型数据的XML读取方法读取），然后导出为Java的代码，粘贴到代码中。

    本以为大功告成，谁知Tomoe不能识别原始的片假名模型数据。想了几天，对比原来的AS2版本，后来我放宽了候选字的过滤条件，加大候选字的输出个数，终于可以勉强识别到了。