Awesome GitHub RepositoriesInput Method Dictionaries

pkuseg-python is a Chinese word segmentation toolkit and natural language processing library. It provides specialized models for splitting Chinese text into words across various domains, including news, medical, and web content, and includes a tool for assigning grammatical parts of speech tags to segmented words. The library allows for the training of custom segmentation models using annotated datasets and supports the integration of user-defined dictionaries to ensure specialized terminology is recognized correctly. It employs a multi-threaded execution engine to process large volumes of Ch

ansj_seg is a Java NLP toolkit and segmentation library designed for processing Chinese text. It functions as a word segmenter, part-of-speech tagger, and named entity recognizer to divide continuous Chinese characters into meaningful words and tokens. The library utilizes statistical models for text segmentation and provides capabilities for identifying and extracting person names from unstructured documents. It also assigns grammatical categories to tokens to determine their linguistic roles within a sentence. The toolkit supports domain-specific text processing through the use of custom d

nbnhhsh is a browser extension that translates Chinese pinyin acronyms and internet slang into their full phrases. It operates entirely on the client side, using a precompiled dictionary bundled with the extension to perform lookups without server round-trips after the initial load. The project distinguishes itself through a community-driven dictionary that accepts user-submitted definitions through a review queue before merging them into the main dataset. It provides text selection lookup on any webpage, allowing users to highlight pinyin initialisms and see their expanded meanings, and can

MisakaTranslator ist ein Echtzeit-Spielübersetzungstool, das dazu entwickelt wurde, Text aus Spielen und Manga zu extrahieren und maschinelle Übersetzungen über externe Engines bereitzustellen. Es fungiert als Textextraktor, der sowohl Memory-Hooking verwendet, um Rohtext direkt aus laufenden Prozessen abzurufen, als auch optische Zeichenerkennung (OCR), um Bilder von In-Game-Text in editierbare Strings umzuwandeln. Das Tool enthält einen Sprachsynthesizer, um übersetzte Dialoge und Sätze laut vorzulesen. Um die Genauigkeit zu wahren, nutzt es ein benutzerdefiniertes Übersetzungs-Wörterbuch, um spezialisierte Wortlisten und manuelle Phrasen-Mappings für Charakternamen und Orte zu verwalten.

oh-my-rime ist ein umfassendes Konfigurations-Framework und eine Sammlung optimierter Schemata, Lexika und Layouts für die chinesische Rime-Eingabemethode. Es bietet ein System zur Anpassung von Texteingabeverhalten, Kandidatenlisten-Layouts und Symbolzuordnungen über verschiedene Plattformen hinweg. Das Projekt zeichnet sich durch ein automatisiertes Deployment-Modell aus, das ein Kommandozeilen-Tool und eine rezeptbasierte Installation nutzt, um Konfigurationspakete auf Systemverzeichnisse anzuwenden. Es implementiert zudem fortgeschrittene Logik mittels Lua-Scripting, was Funktionen wie mathematische Ausdrucksberechnung, Datums- und Zeiteinfügung sowie die Umrechnung von Sonnen- in Mondkalender ermöglicht. Das Framework deckt ein breites Spektrum an Funktionen ab, einschließlich Wörterbuchverwaltung mit Konstruktion benutzerdefinierter Lexika, phonetischer Zuordnung für Fuzzy-Pinyin und detaillierter Tastaturkürzel-Zuordnung für Navigation und Sprachwechsel. Es umfasst zudem Anpassungen der Benutzeroberfläche für die Kandidatenanzeige sowie Datensynchronisationstools zur Wahrung der Konsistenz über Geräte hinweg.

Remacs ist eine Neuentwicklung des Texteditors Emacs, implementiert in Rust. Es ist ein programmierbarer und erweiterbarer Texteditor, der auf verbesserte Speichersicherheit und Ausführungsleistung ausgelegt ist. Das Projekt enthält eine native Schnittstelle, die C-Bibliotheksfunktionen und -strukturen auf Rust abbildet, um native Logik auszuführen. Es verwendet native System-APIs für das Rendering grafischer Benutzeroberflächen über Plattformen hinweg. Der Editor bietet Echtzeit-Textbearbeitung und unterstützt die Entwicklung benutzerdefinierter Eingabemethoden und Sprachwörterbücher. Der Entwicklungsprozess nutzt eine containerisierte Umgebung, um konsistente Build-Abhängigkeiten und Toolchains zu gewährleisten.

Librime is an input method engine library that translates keystrokes into Chinese characters using phonetic and shape-based rules defined in YAML schemas. It processes keyboard input through a modular pipeline of configurable translation modules, supporting both phonetic mapping and structural shape-based decomposition methods like Cangjie or Wubi. The engine distinguishes itself through its YAML-driven schema system, which allows users to define custom input method behaviors and key mappings in external configuration files without recompiling the engine. It supports runtime switching between

This project is a CJK input method framework and configuration set designed for the Rime input engine. It provides a comprehensive system of schemas and dictionary packs to optimize Chinese character entry through pinyin and double-pinyin workflows. The framework is distinguished by its use of Lua-powered extensions that add dynamic utilities, such as inline mathematical calculators, automated timestamps, and text formatting, directly to the input interface. It also features refined word libraries and language models specifically tuned to improve prediction accuracy and first-choice hit rates

Mozc is a Japanese input method engine that converts romanized or kana keystrokes into Japanese kanji, kana, and mixed text with predictive conversion. It functions as a cross-platform input method framework, compiling the same engine into platform-specific binaries for Android, Linux, macOS, and Windows. The engine combines a dictionary-based segmentation system with a hybrid of rule-based and statistical language models to determine word boundaries and predict character sequences. A prefix-tree structure enables real-time, context-aware conversion suggestions as the user types, while a key-