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 एक रियल-टाइम गेम ट्रांसलेशन टूल है जिसे गेम्स और मंगा से टेक्स्ट निकालने और बाहरी इंजनों के माध्यम से मशीन अनुवाद प्रदान करने के लिए डिज़ाइन किया गया है। यह रनिंग प्रोसेसेस से सीधे रॉ टेक्स्ट प्राप्त करने के लिए मेमोरी हुकिंग और इन-गेम टेक्स्ट की छवियों को संपादन योग्य स्ट्रिंग्स में बदलने के लिए ऑप्टिकल कैरेक्टर रिकग्निशन (OCR) दोनों का उपयोग करके एक टेक्स्ट एक्सट्रैक्टर के रूप में कार्य करता है। इस टूल में अनुवादित संवाद और वाक्यों को ज़ोर से पढ़ने के लिए एक स्पीच सिंथेसाइज़र शामिल है। सटीकता बनाए रखने के लिए, यह विशेष शब्द सूचियों और पात्रों के नामों और स्थानों के लिए मैन्युअल वाक्यांश मैपिंग को प्रबंधित करने के लिए एक कस्टम अनुवाद डिक्शनरी का उपयोग करता है।

oh-my-rime Rime चीनी इनपुट पद्धति के लिए एक व्यापक कॉन्फ़िगरेशन फ्रेमवर्क और अनुकूलित स्कीम्स, लेक्सिकॉन्स और लेआउट्स का संग्रह है। यह विभिन्न प्लेटफ़ॉर्म पर टेक्स्ट एंट्री व्यवहार, कैंडिडेट लिस्ट लेआउट और सिंबल मैपिंग को कस्टमाइज़ करने के लिए एक सिस्टम प्रदान करता है। यह प्रोजेक्ट एक स्वचालित डिप्लॉयमेंट मॉडल के माध्यम से खुद को अलग करता है, जो सिस्टम डायरेक्टरीज़ में कॉन्फ़िगरेशन पैकेज लागू करने के लिए कमांड-लाइन टूल और रेसिपी-ड्रिवन इंस्टॉलेशन का उपयोग करता है। यह Lua स्क्रिप्टिंग के माध्यम से उन्नत लॉजिक भी लागू करता है, जो गणितीय अभिव्यक्ति गणना, दिनांक और समय प्रविष्टि, और सौर-से-चंद्र कैलेंडर रूपांतरण जैसी सुविधाओं को सक्षम बनाता है। यह फ्रेमवर्क डिक्शनरी मैनेजमेंट (कस्टम लेक्सिकॉन निर्माण के साथ), फ़ज़ी पिनयिन के लिए फोनेटिक मैपिंग, और नेविगेशन व भाषा स्विचिंग के लिए विस्तृत कीबोर्ड शॉर्टकट मैपिंग सहित क्षमताओं की एक विस्तृत श्रृंखला को कवर करता है। इसमें कैंडिडेट डिस्प्ले के लिए यूज़र इंटरफ़ेस कस्टमाइज़ेशन और डिवाइसों के बीच स्थिरता बनाए रखने के लिए डेटा सिंक्रोनाइज़ेशन टूल्स भी शामिल हैं।

Remacs, Rust में कार्यान्वित Emacs टेक्स्ट एडिटर का एक पुनर्लेखन (rewrite) है। यह बेहतर मेमोरी सुरक्षा और निष्पादन प्रदर्शन के लिए डिज़ाइन किया गया एक प्रोग्रामेबल और एक्स्टेंसिबल टेक्स्ट एडिटर है। इस प्रोजेक्ट में एक नेटिव इंटरफेस शामिल है जो नेटिव लॉजिक को निष्पादित करने के लिए C लाइब्रेरी फंक्शन्स और स्ट्रक्चर्स को Rust में मैप करता है। यह क्रॉस-प्लेटफॉर्म ग्राफिकल इंटरफेस रेंडरिंग के लिए नेटिव सिस्टम APIs का उपयोग करता है। यह एडिटर रीयल-टाइम टेक्स्ट एडिटिंग प्रदान करता है और कस्टम इनपुट मेथड्स व भाषा शब्दकोशों के विकास का समर्थन करता है। विकास प्रक्रिया सुसंगत बिल्ड डिपेंडेंसी और टूलचेन्स सुनिश्चित करने के लिए एक कंटेनरीकृत वातावरण का उपयोग करती है।

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-