社媒话题
开发者发布工具提取微信输入法内置词库,称词条约一万余个
V2EX用户发帖称,微信输入法安装包内置一个敏感词库,命中词条无法组词、联想、形成记忆或进入候选词,且词库并非实时联网获取。开发者在AI辅助下编写提取工具,从Windows版安装目录的cell_dict.ssrc.zh文件提取,称词条数量约一万出头,并发现另一个kind=440词库。
发帖者称,微信输入法存在内置敏感词库,命中该词库的输入无法组词、联想、形成记忆,也不会出现在候选词中。帖文认为,该词库不是实时联网获取,而是直接集成在输入法安装包内。
出于兴趣,发帖者在AI辅助下编写了“微信输入法敏感词提取器”。工具从微信输入法Windows最新版安装目录下的BuildIn\cell_dict.ssrc.zh文件提取,发帖者称已在最新版测试通过,目前词库词条数量在一万个出头。
帖文还称发现另一个kind=440的“不那么敏感”的词库。该词库中的词可以组词,但在输入法实现中被单独归类;至于是否存在记录等特殊处理,发帖者表示没有进一步分析。
需要注意的是,以上均为社区发帖者的个人测试和判断,材料未提供独立验证结果,也未说明词库生成规则或不同版本之间是否一致。