连字符库：“连字符向量”是什么意思？

Question

连字符库似乎是非常受欢迎的免费方式，可以在您的应用中使用连字符。

连字符向量是什么意思？

我正在运行附加到库源代码的示例。 示例输出：

hibernate   // input word
030412000   // output hyphenation vector
hi=ber=nate  // hyphen points
 - hi=bernate
 - hiber=nate

向量中的奇数表示连字符点。但是，所有这些价值观意味着什么？

Answer 1

LászlóNémeth详细描述了OpenOffice's documentation中的算法。

该库使用Frank M. Liang开发的算法（“Com-pu-ter的字词表示”）：digrams，trigrams和较长模式中的所有字母都分配了数字值来表示它是用于连字符的“通常”位置（奇数）或“不寻常”位置（偶数）。数字越大，重要性越大 - 一个模式几乎不会在更大的偶数上被破坏，并且几乎总是在更大的奇数上。数字序列在预连词的语料库中进行统计学确定。

请注意，这些数字适用于两个字符之间的位置。更好的表示法是

h i b e r n a t e
 0 3 0 4 1 2 0 0 (0)

（最后0已过时）。