剛跟老大在聊天室談到詞庫的問題，起因是，自從匯入新酷音詞庫以後，常出現一些不常用的詞，原本以為是新酷音詞庫垃圾太多，但剛剛老大提醒我用「編輯詞庫」去檢查，這才發見詞頻不對。

舉例如下：

匯入前已先刪除 tsin* 與 tmpfile，所以應該不受之前輸入過的詞的影響。

看起來像是：如果匯入詞庫中的詞條原本 gcin 就有，詞頻不會更新，所以導致新匯入的某些原本 gcin 沒有的詞，詞頻反而比 gcin 內常用的還高。

解決的方法，看是要匯入時累加詞頻、或者以匯入詞庫為主、或者以原本詞庫為主(新詞庫詞頻通通歸0)，目前我採用最後一個方案，原因是，這樣頂多多選幾次，就可以建立正確的詞頻，不致於發生「不是很常用的詞，詞頻比 gcin 內建常用詞高」的情形。

不知道大家有什麼看法？

感覺上除了說詞頻被歸零之外，合併時詞頻的比例也是個問題。從上面的例子看起來，似乎新酷音的詞庫，詞頻數字很大。我在想，是否在合併之前，應該做個normalization的動作，依照現有詞庫中的詞頻調整匯入詞頻的比率，才不會影響原先詞庫的準確性？

很有趣的想法。

後來決定歸零，有很大原因是我認為新酷音詞庫的詞頻並不是很符合我的習慣

有些常用的詞頻不高，不常用的詞頻卻很高

所以我寧願全部歸零自己選 XD