Sime 输入法引擎

Sime 是一个使用 C++20 编写的本地中文输入法引擎。本仓库包含解码器、词典和 语言模型实现、命令行工具及模型训练流水线。Android、macOS 和 Fcitx5 前端位于 独立的 SimeApp 仓库。

功能

• 全拼、简拼、混拼和九宫格输入；
• 中文、英文及中英混合整句解码；
• trigram 语言模型、上下文联想和用户句子学习；
• 繁简转换、表情、符号及词典扩展；
• mmap 模型加载和跨平台 C++ API。

构建

cmake -S . -B build -DCMAKE_BUILD_TYPE=Release
cmake --build build

只把引擎作为其他 CMake 项目的依赖时，可关闭 CLI：

cmake -S . -B build/core -DSIME_BUILD_TOOLS=OFF
cmake --build build/core

交互式 CLI

准备 pipeline/output/sime.dict 和 pipeline/output/sime.cnt 后运行：

./build/sime \
  --dict pipeline/output/sime.dict \
  --cnt pipeline/output/sime.cnt -s -n 1

CLI 支持普通拼音、数字 T9 和英文模式。输入 94'26 可测试“西安”的九宫格 解码。

训练模型

训练流程位于 pipeline/。准备切词语料和拼音词典后：

cd pipeline
make chars
make dict
make count
make construct
make convert

主要产物为 pipeline/output/sime.dict 和 pipeline/output/sime.cnt。 大规模语料、训练中间文件和生成模型不应提交到 Git。

应用集成

公开头文件位于 include/，核心 CMake target 为 sime_core。应用仓可通过 add_subdirectory() 引入本仓库，并设置 SIME_BUILD_TOOLS=OFF。平台桥接代码 应保留在 SimeApp，避免 JNI、Swift 或 Fcitx5 依赖进入引擎。

License

Apache-2.0