轉(zhuǎn)載請(qǐng)注明：原作者窩子

比爾·蓋茨在他的《未來(lái)之路》中說(shuō)過(guò)一句經(jīng)典的話：如果你手中只有錘子，你會(huì)希望你的所有問(wèn)題都是釘子。自明媚四月我開(kāi)始編制五筆詞庫(kù)以來(lái)，極爽4.0也行將于耕耘半年之后的金秋十月推出，至此我在五筆詞庫(kù)上的工作也該告一段落了。半年的詞庫(kù)工作和思考也使自己積累了一些關(guān)于中文鍵盤(pán)輸入及詞庫(kù)方面的想法，這些想法逐漸形成明晰的理念，并且一步步地落實(shí)到自己編制的極爽詞庫(kù)中。在這里，讓我回顧總結(jié)一下這些理性認(rèn)識(shí)，讓大家看看我是如何用詞庫(kù)這把“錘子”敲打一些輸入方面的“釘子”的。

在開(kāi)始正文前，首先說(shuō)明兩點(diǎn)：

1、引用我在極爽3.0發(fā)布帖中的一句話：由于五筆編碼本身的技術(shù)局限性，意味著編制一個(gè)精品詞庫(kù)的過(guò)程是項(xiàng)綜合各項(xiàng)要素考慮的妥協(xié)工作，是種“戴著鐐銬跳舞”的自由。代價(jià)的犧牲總會(huì)發(fā)生，而“完美”也是個(gè)永遠(yuǎn)追求但永遠(yuǎn)無(wú)法企及的目標(biāo)。

2、本篇文章中談?wù)撛~庫(kù)效率的一般性問(wèn)題，在此排除掉不同五筆用戶不同需求的特殊情況，以及排除不同輸入法的功能差異，以減少所討論主題的復(fù)雜性，讓焦點(diǎn)聚集在詞庫(kù)問(wèn)題上。假如有朋友對(duì)本文中的觀點(diǎn)持不同看法需要探討，請(qǐng)?jiān)谶@個(gè)前提下進(jìn)行。

“窩子第一定律”：

來(lái)到這個(gè)論壇的人，應(yīng)該都是對(duì)中文的鍵盤(pán)輸入比較有興趣的朋友，都想追求較快的輸入速度，提升自己的輸入效率。那么如何提升輸入速度呢？

對(duì)輸入法有興趣的朋友應(yīng)該都知道“盲打”這個(gè)概念，但即使是這樣一個(gè)常見(jiàn)的說(shuō)法，居然也是眾說(shuō)紛紜。有人說(shuō)“盲打”是不看鍵盤(pán)，有人說(shuō)“盲打”是不看輸入候選框。我想，其實(shí)不看鍵盤(pán)的所謂“盲打”只是輸入的基本功，算不上真正的中文“盲打”。想提升輸入速度的人首先要解決的是對(duì)鍵盤(pán)的熟悉，最起碼能在不看鍵盤(pán)的情況下，至少能比較熟練快速地打出26個(gè)英文字母及一些常用標(biāo)點(diǎn)符號(hào)。我所說(shuō)的這點(diǎn)就是“純擊鍵熟練度”?，是輸入的基本功，和是否中文輸入無(wú)關(guān)。假如你還沒(méi)具備這個(gè)基本功，我個(gè)人的建議是，到這里你是來(lái)錯(cuò)地方了，你首先要做的去練練敲鍵盤(pán)的基本功。

當(dāng)然，英文字母盲敲得快不等于中文也打得快，否則前些時(shí)間獲得世界英文打字冠軍的捷克女人就是中文輸入冠軍了。不少打拼音的朋友打英文可能奇快無(wú)比，但要和身邊打五筆的朋友比中文速度，可能就要自愧不如了，這里就涉及到一個(gè)非常重要的東西：?“編碼效率”?。王碼五筆之能出現(xiàn)，是因?yàn)槠匆舸驖h字的編碼效率太低；而現(xiàn)在之有“萬(wàn)碼奔騰”之說(shuō)，也是因?yàn)椴簧偃俗非蟾叩木幋a效率之因。在同等“純擊鍵熟練度”的情形下，中文輸入速度比拼中，編碼效率高者勝。

在具體的輸入實(shí)踐中，單就作為一種編碼的五筆來(lái)說(shuō)，也有不同的效率表現(xiàn)，這就是我們這里要討論的焦點(diǎn)主題——?“詞庫(kù)效率”??，F(xiàn)在詞庫(kù)不少，但除了因各個(gè)詞庫(kù)不同特色而適合不同用戶群之外，就通用性而論，也有詞庫(kù)效率的高低之分，即用戶感性的“詞庫(kù)好壞”之別了。

在這里就得出了“窩子三大定律”中的第一定律：

第一定律：中文鍵盤(pán)輸入的速度，等于用戶的純擊鍵熟練度和其所使用編碼的詞庫(kù)效率的乘積。

“窩子第二定律”：

“第一定律”說(shuō)的都是大道理，比較容易理解，下面就來(lái)具體深入一下，探究到底什么因素影響詞庫(kù)效率，或者說(shuō)客觀評(píng)價(jià)一個(gè)詞庫(kù)優(yōu)劣的標(biāo)準(zhǔn)是什么？

作為一般的五筆用戶來(lái)說(shuō)，并不會(huì)去深思這個(gè)問(wèn)題，他們只是感性地以自己的切身體驗(yàn)來(lái)評(píng)價(jià)一個(gè)詞庫(kù)：有的人說(shuō)王碼五筆自帶的小詞庫(kù)好，因?yàn)橹卮a低，而且通用；有人還說(shuō)零重碼的詞庫(kù)更好，又能打詞又不用選重碼；有人說(shuō)中型詞庫(kù)好，夠用就行；有人說(shuō)大詞庫(kù)好，想打什么詞就打什么詞，就算重碼多點(diǎn)也沒(méi)關(guān)系。

從作詞庫(kù)這么長(zhǎng)時(shí)間來(lái)的思考，覺(jué)得上面說(shuō)的各種說(shuō)法不無(wú)道理，但又是“只見(jiàn)樹(shù)木，不見(jiàn)森林”，不乏偏頗和誤導(dǎo)的地方，每一種說(shuō)法都能輕而易舉地舉出反例。作為一個(gè)詞庫(kù)的作者，需要尋找出對(duì)詞庫(kù)來(lái)說(shuō)最本質(zhì)的效率元素，而不能被表面的概念所迷惑。

大多用過(guò)五筆的人都會(huì)說(shuō)，五筆比拼音打得快，五筆比拼音可以盲打；五筆比拼音的擊鍵數(shù)少。仔細(xì)追究來(lái)說(shuō)，這里的快有兩個(gè)因素：擊鍵數(shù)少；可以盲打。具體來(lái)分析：

在同等擊鍵速度下，擊鍵數(shù)少自然能打得更快。從編碼和詞庫(kù)的角度來(lái)說(shuō)，擊鍵數(shù)少是因?yàn)樵~庫(kù)中的平均碼長(zhǎng)較短，在同樣一篇文章中能用更少的碼鍵“表達(dá)”出來(lái)。這點(diǎn)容易理解，而且確實(shí)是衡量詞庫(kù)效率的一個(gè)非常重要的因素。拼音之所以比較“低效率”，一個(gè)重要原因就是因其平均碼長(zhǎng)要比五筆長(zhǎng)。五筆用戶為什么要打詞組而不僅僅打單字，原因也是這樣可以降低均碼長(zhǎng)。有些朋友在五筆長(zhǎng)碼方面的嘗試，之所以在目前支持者甚寡，一個(gè)致命缺陷就在于其比目前的標(biāo)準(zhǔn)四碼編碼增加而不是降低了均碼長(zhǎng)。

但事情還有另一面，就是怎樣方便盲打——不少人把這一點(diǎn)歸結(jié)為詞庫(kù)的重碼率。這是一個(gè)重要因素，但，不完全。完整正確地說(shuō)，影響能否盲打的真正因素，是對(duì)一個(gè)詞庫(kù)的熟悉程度，或者記憶程度。一個(gè)重碼再少的詞庫(kù)，假如第一次用，還是可能不便盲打，而對(duì)于一個(gè)你非常熟悉的詞庫(kù)，即使它的重碼很多，假如你能熟悉它的每一個(gè)位置的話，也是可以盲打的，當(dāng)然這需要你更多的功夫去熟悉它。

那么在同等初次接觸條件下，你就可以說(shuō)，一個(gè)需要更少記憶量，更容易熟悉和上手的詞庫(kù)就是個(gè)相對(duì)較好的詞庫(kù)。需要明確和對(duì)不少用戶澄清的一點(diǎn)（不假思索可能很容易認(rèn)同）是，一個(gè)詞庫(kù)所需的記憶量并不簡(jiǎn)單取決于其收詞的多少和重碼率的高低，一個(gè)大詞庫(kù)不一定就比一個(gè)小詞庫(kù)需要更多的記憶量，一個(gè)零重碼率詞庫(kù)也不一定就比一個(gè)有重碼的詞庫(kù)更好熟悉和上手。具體道理可在“第三定律”一節(jié)中闡釋，在這里，我把這個(gè)決定著詞庫(kù)記憶信息量的因素稱為“確定性”——這是一個(gè)影響輸入速度的一個(gè)非常非常關(guān)鍵的因素，高確定性可讓你順暢地輸入，而低確定性（高不確定性）則讓你舉棋不定，嚴(yán)重影響輸入的正確性和效率。

所以這里就有了“窩子三大定律”中的重要的“第二定律”：

窩子第二定律：詞庫(kù)效率與詞庫(kù)的確定性成正比，與詞庫(kù)的均碼長(zhǎng)成反比。

用公式來(lái)表示就是：

詞庫(kù)效率＝確定性/均碼長(zhǎng)

這就是著名的窩子公式了。這個(gè)公式可作為用來(lái)評(píng)價(jià)一個(gè)詞庫(kù)的優(yōu)劣標(biāo)準(zhǔn)。（什么，沒(méi)聽(tīng)說(shuō)過(guò)？太孤陋寡聞了吧。這也難怪，是我今天早上才想出的名稱^_^）

“窩子第三定律”：

均碼長(zhǎng)的概念和原理容易理解，也能量化出來(lái)比較，而確定性這個(gè)概念，相信大多數(shù)人還缺乏理性的完整認(rèn)識(shí)，有必要在這進(jìn)一步深究其構(gòu)成要素。

我們從多年的學(xué)生生涯中明白一個(gè)道理：學(xué)習(xí)一樣?xùn)|西，深入理解其道理比死記硬背重要的多，也省力得多。一個(gè)有規(guī)律（規(guī)則）的東西比無(wú)規(guī)律（規(guī)則）的東西容易掌握，而一個(gè)規(guī)律（規(guī)則）簡(jiǎn)單的東西又比一個(gè)規(guī)律（規(guī)則）復(fù)雜的東西容易掌握。

也就是說(shuō)，一個(gè)有規(guī)律（規(guī)則）的東西比無(wú)規(guī)律（規(guī)則）的東西所需的“記憶信息量”少，而一個(gè)規(guī)律（規(guī)則）簡(jiǎn)單的東西又比一個(gè)規(guī)律（規(guī)則）復(fù)雜的東西所需的“記憶信息量”更少。

可以看出，記憶信息量的多寡已超出簡(jiǎn)單的對(duì)象的數(shù)量多寡了。這與其規(guī)則的明晰度有關(guān)。實(shí)際上，一個(gè)詞庫(kù)的記憶信息量是指這個(gè)詞庫(kù)中所需專門(mén)記憶的那部分的總和，而不是詞庫(kù)的詞組數(shù)量本身。?（對(duì)于大詞庫(kù)還是小詞庫(kù)，同樣需要記憶其重碼的詞組，另外，小詞庫(kù)需要記憶其所有的詞組量，而大詞庫(kù)需要記憶其所無(wú)的詞組量。我們大致可以把少量特別高頻的常用詞組排除出這個(gè)記憶信息量范圍。）

對(duì)于兩個(gè)同樣初次接觸的詞庫(kù)，這個(gè)決定著其熟悉上手程度的難易的元素就是其“確定性”，具體分析，這個(gè)詞庫(kù)確定性高低由以下三要素構(gòu)成：詞組重碼率、詞組打空率、詞組單純度。

詞組重碼率是三要素中最直觀最容易看到和理解的概念，就是詞庫(kù)中在輸入時(shí)需要按選擇鍵才能使其上屏的詞組占全部詞組數(shù)量的比例。顯然，重碼部分的詞組是需要專門(mén)記憶其位置的，這增加了一個(gè)詞庫(kù)的記憶信息量。在其它同樣條件下，重碼率越高，該詞庫(kù)所需記憶信息量就大，詞庫(kù)的確定性就越低。反之亦然。

詞組打空率指在你不了解這個(gè)詞庫(kù)是否有某個(gè)詞組的情形下，想當(dāng)然地以詞組編碼的方式輸入這個(gè)詞組，沒(méi)有打出來(lái)的數(shù)量占你全部的想以詞組編碼方式輸入的詞組總量的比例?？梢源虺鰜?lái)的詞組不需要你記憶，而打不出來(lái)的詞組則需要記憶，以免下回重新打空。顯然，打空率越高，該詞庫(kù)所需的記憶量越大。詞庫(kù)的確定性就越低。反之亦然。

顯而易見(jiàn)的是，打空率和詞庫(kù)中的收詞量有直接的聯(lián)系。但注意，兩者并無(wú)絕對(duì)的必然關(guān)系。這點(diǎn)可能會(huì)出人意外，理由是這里有一個(gè)常人容易忽略和被誤導(dǎo)，而對(duì)詞庫(kù)來(lái)說(shuō)，又是決定其記憶信息量和科學(xué)合理性的重要要素：詞組單純度。

詞庫(kù)收錄的全部詞組有單純?cè)~和復(fù)合詞之分，這就象是原子和分子之分的概念一樣，分子是由原子組成的。一個(gè)詞庫(kù)的詞組單純度就是指單純?cè)~占全部收詞中的比例。單純?cè)~是個(gè)不可再分出詞組而只能分出單字的詞組，包括二字詞、一些三字詞、成語(yǔ)、音譯詞、專用名詞等詞組。復(fù)合詞則是可拆分出多個(gè)單純?cè)~組的多字詞組，最常見(jiàn)的形式是“二字詞＋二字詞”的四字構(gòu)詞形式，如“國(guó)際貿(mào)易”“對(duì)外開(kāi)放”。

中文的語(yǔ)言要素可以這樣等級(jí)來(lái)劃分：?jiǎn)巫?、單純?cè)~、復(fù)合詞。嚴(yán)格來(lái)說(shuō)，復(fù)合詞并不算語(yǔ)言要素。在這些當(dāng)中，單字最少，常用單字更少，三四千個(gè)左右；單純?cè)~較多，常用單純?cè)~雖多些，但數(shù)量也是有限的，個(gè)人主觀估計(jì)是在五萬(wàn)左右，不超過(guò)十萬(wàn)個(gè)。而復(fù)合詞則可以說(shuō)是無(wú)限多了。

單字的編碼容易記憶和熟悉，常用單純?cè)~的編碼也容易上手打出，復(fù)合詞的情況就大相徑庭了。復(fù)合詞組數(shù)量無(wú)限，組詞數(shù)量和長(zhǎng)度無(wú)限，具有非常大的不確定性。?在詞庫(kù)中，單純?cè)~數(shù)量和復(fù)合詞數(shù)量的對(duì)比我稱之為詞庫(kù)收詞結(jié)構(gòu)。在兩個(gè)詞庫(kù)詞組總量相當(dāng)?shù)那闆r下，顯然，一個(gè)單純?cè)~更多、復(fù)合詞更少的詞庫(kù)顯然要比另一個(gè)詞庫(kù)具有更高的確定性，更少的記憶信息量，從而也更科學(xué)合理些。

因?yàn)?，輸入?fù)合詞組，雖然有均碼長(zhǎng)短的優(yōu)點(diǎn)，但由于其不確定性高，表現(xiàn)為你不能確定這個(gè)復(fù)合詞組在詞庫(kù)中是否收錄了，你打它的編碼是否會(huì)打空，有這個(gè)是否就有另外一個(gè)類似的，加上復(fù)合詞組用途更加專門(mén)，常用度更低，輸入時(shí)編碼規(guī)則和一般的單字和二字單純?cè)~不一樣等一大堆的原因，這些不確定性完全可能抵消了其均碼長(zhǎng)短的優(yōu)點(diǎn)而過(guò)之，結(jié)果當(dāng)你想以復(fù)合詞組形式打出時(shí)，所耗時(shí)間完全夠分開(kāi)單純?cè)~來(lái)打出而有余了?？梢哉f(shuō)，五筆（形碼）打復(fù)合詞組并不是個(gè)高效的輸入方式——除了一種極其特殊的情形，你的輸入法支持海量的巨型詞庫(kù)，使其擁有巨量的復(fù)合詞組，（詞庫(kù)之所以海量主要原因就在于復(fù)合詞組的無(wú)限多）而且你喜歡和習(xí)慣了打復(fù)合詞組，且不討厭重碼選擇（當(dāng)然可以用長(zhǎng)碼規(guī)則解決，但那樣連均碼長(zhǎng)短的優(yōu)點(diǎn)也喪失了）。對(duì)五筆或其它一些形碼來(lái)說(shuō)，這種特殊情形幾乎是不存在的，或者沒(méi)有存在的必要理由——和形碼快速盲打的理念背道而馳，與其這樣，還不如用日益智能化的拼音輸入方式。

所以就有了“窩子三大定律”中的第三定律：

第三定律：詞庫(kù)的確定性由其收詞的打空率、重碼率和單純度構(gòu)成。

“窩子三大定律”在極爽詞庫(kù)中的逐步落實(shí)

歸納以上的“窩子三大定律”是：

第一定律：中文鍵盤(pán)輸入的速度，等于用戶的純擊鍵熟練度和其所使用編碼的詞庫(kù)效率的乘積。

第二定律：詞庫(kù)效率與詞庫(kù)的確定性成正比，與詞庫(kù)的均碼長(zhǎng)成反比。

第三定律：詞庫(kù)的確定性由其收詞的打空率、重碼率和單純度構(gòu)成。

窩子公式：詞庫(kù)效率＝確定性/均碼長(zhǎng)

這些詞庫(kù)理念是我在半年的詞庫(kù)編制實(shí)踐中逐漸思考成型的，并逐漸地一步步應(yīng)用落實(shí)到極爽詞庫(kù)的編制實(shí)踐中。

極爽詞庫(kù)追求的是高效的五筆輸入效率，極爽的輸入體驗(yàn)。這體現(xiàn)在詞庫(kù)上，就是要作到兩點(diǎn)：低均碼長(zhǎng)，高確定性。

低均碼長(zhǎng)在極爽詞庫(kù)中通過(guò)兩點(diǎn)達(dá)成：

1、在遵循王碼五筆86的標(biāo)準(zhǔn)編碼方案和編碼規(guī)則的基礎(chǔ)上，同時(shí)在兼容王碼輸入習(xí)慣的前提下，在五筆詞庫(kù)中首創(chuàng)添加編制了“一二級(jí)三重簡(jiǎn)碼字”，在輸入五筆單字方面縮短了均碼長(zhǎng)；

2、在詞組輸入方面，加大單純?cè)~組的收錄數(shù)量。在目前的多個(gè)常用五筆詞庫(kù)中，極爽詞庫(kù)的單純?cè)~組數(shù)量是明顯地領(lǐng)先于其它多個(gè)詞庫(kù)的。

高確定性通過(guò)貫徹詞組收錄的低重碼率、低打空率、高單純度來(lái)實(shí)現(xiàn)：

1、低重碼率：極爽擁有相對(duì)大多數(shù)詞庫(kù)要低得多的詞組重碼率，該重碼率比較接近最早的王碼標(biāo)準(zhǔn)小詞庫(kù)——我所僅知的在極爽詞庫(kù)之前常用詞庫(kù)中唯一的個(gè)位數(shù)重碼率。

2、低打空率：如前面提到的，極爽詞庫(kù)擁有領(lǐng)先于當(dāng)前多個(gè)常用詞庫(kù)的最多的單純?cè)~數(shù)量，只要遵循用極爽詞庫(kù)打單純?cè)~不打復(fù)合詞的簡(jiǎn)單規(guī)則，你將很少遇到詞組打空的情形。

3、高單純度：極爽詞庫(kù)4.0版本的修訂升級(jí)，一大特點(diǎn)是全面貫徹落實(shí)我的單純?cè)~原則，將詞庫(kù)中原來(lái)剩余不多的復(fù)合詞組比較全面徹底地刪除了。

我知道第三點(diǎn)做法會(huì)有不少人反對(duì)，但我去除的理由前面已經(jīng)闡釋得很充足和清楚了——為了提高確定性，或者說(shuō)消除不確定性，把這些詞組（極爽3.0中約有一兩千個(gè)這樣的多字復(fù)合詞）去掉是值得的。道理很簡(jiǎn)單，舉個(gè)例子，你在極爽詞庫(kù)3.0中可以直接以復(fù)合詞編碼打出“有期徒刑”，于是你想當(dāng)然地想用詞庫(kù)以復(fù)合詞編碼方式打出“無(wú)期徒刑”?？墒悄愦蚩樟恕?yàn)椤盁o(wú)期徒刑”和“載重”重碼而沒(méi)在詞庫(kù)中收錄。你得重新一個(gè)詞一個(gè)詞地輸入了。你打了一個(gè)復(fù)合詞組會(huì)自然地想當(dāng)然地打另外一個(gè)，但那個(gè)詞有可能沒(méi)有——可能是因?yàn)橹卮a，也可能僅僅是因?yàn)樵~庫(kù)作者的疏忽——這些都是一般詞庫(kù)中收錄復(fù)合詞組經(jīng)常會(huì)遇到的情形。這增加了很多不確定性和打空的機(jī)率。

所以我的作法是徹底的，消除這種不確定性。我告訴用戶一個(gè)非常簡(jiǎn)單的規(guī)則：你用極爽詞庫(kù)，就不要打復(fù)合詞組，需要輸入時(shí)主打單純?cè)~，其次打單字就行了。這樣你就可以很順暢地輸入而極少會(huì)碰到因打空而卡住的情形了。（實(shí)際上，據(jù)論壇上眾多用戶的反映來(lái)看，很少有用戶喜歡打復(fù)合詞組的）

有了這些，或許你就能較快地熟悉掌握極爽詞庫(kù)，較快地實(shí)現(xiàn)高效率的五筆盲打了。當(dāng)然詞庫(kù)不會(huì)完美，總會(huì)有不足，完全掌握也需要過(guò)程，關(guān)于這點(diǎn)，請(qǐng)?jiān)倏纯次以谖恼麻_(kāi)頭時(shí)首先說(shuō)明的第一點(diǎn)。

窩子草于2004年10月5日上午

修訂文字于該日晚上10時(shí)