android输入法02：openwnn源码解析06—候选词产生

本文将要介绍openwnn输入法，输入过程中，候选词是如何产生的。由于我们只研究前端java代码，因此我们只介绍相应的接口。实际上，输入法候选词主要是来源于后端（用c代码编写的那部分），这里涉及到一些输入法相关的模型等内容，我们在此是不做介绍的。

网上流传的openwnn源码后端都没有处理（将c转为so文件），所以都是不可直接生成可运行apk的。我编译了下C代码后的源码下载地址为：http://download.****.net/detail/xianming01/4308456。

最近看到网上有转载我的文章，但没有注明出处。由于这是系列文章单单转载一两篇读者也不一定看得懂。因此在这里做一个标记，如果看到转载的同学，可以访问我的博客http://blog.****.net/xianming01。

1、候选词来源

候选词来源分为两种，一种是需要复杂变换的，一种不需要复杂变换的。这里的定义是：

需要复杂变换：需要输入法语言模型，经过输入法后端进行变换的。

不需要复杂变换：不需要语言模型，也不需要经过输入法后端，只在前端java代码即可实现变换的。

下面我们就分别来介绍这些内容。这一部分涉及到比较多的类，列出来如下：

• 简单变换

3、复杂变换

需要复杂变换的候选词来源于输入法引擎，我们来看一下文本变换的引擎接口（如何从输入获得候选词的接口）。该文件为WnnEngine：

/** * The interface of the text converter accessed from OpenWnn. * <br> * The realization class of this interface should be an singleton class. * * @author Copyright (C) 2009, OMRON SOFTWARE CO., LTD. All Rights Reserved. */ public interface WnnEngine { /* * DEFINITION OF CONSTANTS */ /** The identifier of the learning dictionary */ public static final int DICTIONARY_TYPE_LEARN = 1; /** The identifier of the user dictionary */ public static final int DICTIONARY_TYPE_USER = 2; /* * DEFINITION OF METHODS */ /** * Initialize parameters. */ public void init(); /** * Close the converter. * <br> * * OpenWnn calls this method when it is destroyed. */ public void close(); /** * Predict words/phrases. * <br> * @param text The input string * @param minLen The minimum length of a word to predict (0 : no limit) * @param maxLen The maximum length of a word to predict (-1 : no limit) * @return Plus value if there are candidates; 0 if there is no candidate; minus value if a error occurs. */ public int predict(ComposingText text, int minLen, int maxLen); /** * Convert a string. * <br> * This method is used to consecutive/single clause convert in * Japanese, Pinyin to Kanji convert in Chinese, Hangul to Hanja * convert in Korean, etc. * * The result of conversion is set into the layer 2 in the {@link ComposingText}. * To get other candidates of each clause, call {@link #makeCandidateListOf(int)}. * * @param text The input string * @return Plus value if there are candidates; 0 if there is no candidate; minus value if a error occurs. */ public int convert(ComposingText text); /** * Search words from the dictionaries. * <br> * @param key The search key (stroke) * @return Plus value if there are candidates; 0 if there is no candidate; minus value if a error occurs. */ public int searchWords(String key); /** * Search words from the dictionaries. * <br> * @param word A word to search * @return Plus value if there are candidates; 0 if there is no candidate; minus value if a error occurs. */ public int searchWords(WnnWord word); /** * Get a candidate. * <br> * After {@link #predict(ComposingText, int, int)} or {@link #makeCandidateListOf(int)} or * {@code searchWords()}, call this method to get the * results. This method will return a candidate in decreasing * frequency order for {@link #predict(ComposingText, int, int)} and * {@link #makeCandidateListOf(int)}, in increasing character code order for * {@code searchWords()}. * * @return The candidate; {@code null} if there is no more candidate. */ public WnnWord getNextCandidate(); } 以上引用的代码中，我们只是将候选词来源的接口列出来了，其他一些接口都是用来辅助的，所以未予列出。从上面我们可以看出，候选词来源包括如下途径：

• 预测
• 文节变换（单文节或者多文节变换，多文节变换又称为整句变换）
• 从词典中搜索（预测实际上是以此为基础的

3.2 预测（词典搜索）

从词典中搜索，从字面理解就可以了。但是这里涉及到一个问题：词典格式。openwnn的词典，我估计是先用文本文件写好，然后再用某一种工具转换为现在的词典样子的。所以你去看词典，基本上看不懂。最近我们公司收购了一款基于openwnn的日文输入法，现在需要将自己的后端替换掉原来的开源后端。在研究的过程就发现，看不懂词典格式，所以很多工作就没法做了。

从词典搜索的代码没看，但是预计也就是按照词典格式去搜索，这个从实现上还是比较简单的。
我们来看一下预测的代码：

public int predict(ComposingText text, int minLen, int maxLen) { clearCandidates(); if (text == null) { return 0; } /* set mInputHiragana and mInputRomaji */ int len = setSearchKey(text, maxLen); /* set dictionaries by the length of input */ setDictionaryForPrediction(len); /* search dictionaries */ mDictionaryJP.setInUseState( true ); if (len == 0) { /* search by previously selected word */ return mDictionaryJP.searchWord(WnnDictionary.SEARCH_LINK, WnnDictionary.ORDER_BY_FREQUENCY, mInputHiragana, mPreviousWord); } else { if (mExactMatchMode) { /* exact matching */ mDictionaryJP.searchWord(WnnDictionary.SEARCH_EXACT, WnnDictionary.ORDER_BY_FREQUENCY, mInputHiragana); } else { /* prefix matching */ mDictionaryJP.searchWord(WnnDictionary.SEARCH_PREFIX, WnnDictionary.ORDER_BY_FREQUENCY, mInputHiragana); } return 1; } } 预测，实际上就是去词典搜索结果。这里有两种模式，一种是完全匹配，一种是前缀匹配。前者，比如你输入“zhongguo”，则可以得到词典中，读音为“zhongguo”的结果，比如“中国”、“种过”等；后者，比如你输入“zhongguo”，在词典中搜索到“中国人民”，“中国人民共和国”等结果。

3.3 文节变换

文节变换包括两种：单文节变换和多文节变换。单文节变换是指，比如输入“かわい”，可以变换出“可愛”这个词。多文节变换是指连续输入两个单文节，实际上每个单文节都会有很多个结果，多文节变换选择其中最合适的组合作为两个单文节的组合结果。

由于这一部分跟语言关系比较大，所以没怎么看懂，就不多介绍了。

4、简单变换

这种变换直接在前端java代码中完成。主要包括两部分：1、罗马音输入；2、英数全半角片假名变换。

4.1 罗马音输入