1 /*
2  * 確定(コミット)後の処理をする。
3  * 各種の学習処理を呼び出す
4  *
5  * anthy_proc_commit() が外部から呼ばれる
6  */
7 #include <stdlib.h>
8 #include <time.h>
9 
10 #include <anthy/ordering.h>
11 #include <anthy/record.h>
12 #include <anthy/splitter.h>
13 #include <anthy/segment.h>
14 #include "sorter.h"
15 
16 #define MAX_OCHAIRE_ENTRY_COUNT 100
17 #define MAX_OCHAIRE_LEN 32
18 #define MAX_PREDICTION_ENTRY 100
19 
20 #define MAX_UNKNOWN_WORD 100
21 
22 /* 交換された候補を探す */
23 static void
learn_swapped_candidates(struct segment_list * sl)24 learn_swapped_candidates(struct segment_list *sl)
25 {
26   int i;
27   struct seg_ent *seg;
28   for (i = 0; i < sl->nr_segments; i++) {
29     seg = anthy_get_nth_segment(sl, i);
30     if (seg->committed != 0) {
31       /* 最初の候補(0番目)でない候補(seg->committed番目)がコミットされた */
32       anthy_swap_cand_ent(seg->cands[0],
33 			  seg->cands[seg->committed]);
34     }
35   }
36   anthy_cand_swap_ageup();
37 }
38 
39 /* 長さが変わった文節の変更後に対して */
40 static void
learn_resized_segment(struct splitter_context * sc,struct segment_list * sl)41 learn_resized_segment(struct splitter_context *sc,
42 		      struct segment_list *sl)
43 
44 {
45   int i;
46   struct meta_word **mw
47     = alloca(sizeof(struct meta_word*) * sl->nr_segments);
48   int *len_array
49     = alloca(sizeof(int) * sl->nr_segments);
50 
51   /* 各文節の長さの配列とmeta_wordの配列を用意する */
52   for (i = 0; i < sl->nr_segments; i++) {
53     struct seg_ent *se = anthy_get_nth_segment(sl, i);
54     mw[i] = se->cands[se->committed]->mw;
55     len_array[i] = se->str.len;
56   }
57 
58   anthy_commit_border(sc, sl->nr_segments, mw, len_array);
59 }
60 
61 /* 長さが変わった文節の変更前に対して */
62 static void
clear_resized_segment(struct splitter_context * sc,struct segment_list * sl)63 clear_resized_segment(struct splitter_context *sc,
64 		      struct segment_list *sl)
65 {
66   int *mark, i, from;
67   struct seg_ent *seg;
68   mark = alloca(sizeof(int)*sc->char_count);
69   for (i = 0; i < sc->char_count; i++) {
70     mark[i] = 0;
71   }
72   /* 実際に確定された文節の長さをマークする */
73   from = 0;
74   for (i = 0; i < sl->nr_segments; i++) {
75     seg = anthy_get_nth_segment(sl, i);
76     mark[from] = seg->len;
77     from = from + seg->len;
78   }
79   for (i = 0; i < sc->char_count; i++) {
80     int len = sc->ce[i].initial_seg_len;
81     /* 最初の長さと確定された長さが異なれば、
82        使われなかった未知語の可能性がある */
83     if (len && len != mark[i]) {
84       xstr xs;
85       xs.str = sc->ce[i].c;
86       xs.len = len;
87       anthy_forget_unused_unknown_word(&xs);
88     }
89   }
90   if (!anthy_select_section("UNKNOWN_WORD", 0)) {
91     anthy_truncate_section(MAX_UNKNOWN_WORD);
92   }
93 }
94 
95 /* recordにお茶入れ学習の結果を書き込む */
96 static void
commit_ochaire(struct seg_ent * seg,int count,xstr * xs)97 commit_ochaire(struct seg_ent *seg, int count, xstr* xs)
98 {
99   int i;
100   if (xs->len >= MAX_OCHAIRE_LEN) {
101     return ;
102   }
103   if (anthy_select_row(xs, 1)) {
104     return ;
105   }
106   anthy_set_nth_value(0, count);
107   for (i = 0; i < count; i++, seg = seg->next) {
108     anthy_set_nth_value(i * 2 + 1, seg->len);
109     anthy_set_nth_xstr(i * 2 + 2, &seg->cands[seg->committed]->str);
110   }
111 }
112 
113 /* recordの領域を節約するために、お茶入れ学習のネガティブな
114    エントリを消す */
115 static void
release_negative_ochaire(struct splitter_context * sc,struct segment_list * sl)116 release_negative_ochaire(struct splitter_context *sc,
117 			 struct segment_list *sl)
118 {
119   int start, len;
120   xstr xs;
121   (void)sl;
122   /* 変換前のひらがな文字列 */
123   xs.len = sc->char_count;
124   xs.str = sc->ce[0].c;
125 
126   /* xsの部分文字列に対して */
127   for (start = 0; start < xs.len; start ++) {
128     for (len = 1; len <= xs.len - start && len < MAX_OCHAIRE_LEN; len ++) {
129       xstr part;
130       part.str = &xs.str[start];
131       part.len = len;
132       if (anthy_select_row(&part, 0) == 0) {
133 	anthy_release_row();
134       }
135     }
136   }
137 }
138 
139 /* お茶入れ学習を行う */
140 static void
learn_ochaire(struct splitter_context * sc,struct segment_list * sl)141 learn_ochaire(struct splitter_context *sc,
142 	      struct segment_list *sl)
143 {
144   int i;
145   int count;
146 
147   if (anthy_select_section("OCHAIRE", 1)) {
148     return ;
149   }
150 
151   /* お茶入れ学習のネガティブなエントリを消す */
152   release_negative_ochaire(sc, sl);
153 
154   /* お茶入れ学習をする */
155   for (count = 2; count <= sl->nr_segments && count < 5; count++) {
156     /* 2文節以上の長さの文節列に対して */
157 
158     for (i = 0; i <= sl->nr_segments - count; i++) {
159       struct seg_ent *head = anthy_get_nth_segment(sl, i);
160       struct seg_ent *s;
161       xstr xs;
162       int j;
163       xs = head->str;
164       if (xs.len < 2 && count < 3) {
165 	/* 細切れの文節を学習することを避ける、
166 	 * いい加減なheuristics */
167 	continue;
168       }
169       /* 文節列を構成する文字列を作る */
170       for (j = 1, s = head->next; j < count; j++, s = s->next) {
171 	xs.len += s->str.len;
172       }
173       /**/
174       commit_ochaire(head, count, &xs);
175     }
176   }
177   if (anthy_select_section("OCHAIRE", 1)) {
178     return ;
179   }
180   anthy_truncate_section(MAX_OCHAIRE_ENTRY_COUNT);
181 }
182 
183 static int
learn_prediction_str(xstr * idx,xstr * xs)184 learn_prediction_str(xstr *idx, xstr *xs)
185 {
186   int nr_predictions;
187   int i;
188   time_t t = time(NULL);
189   if (anthy_select_row(idx, 1)) {
190     return 0;
191   }
192   nr_predictions = anthy_get_nr_values();
193 
194   /* 既に履歴にある場合はタイムスタンプだけ更新 */
195   for (i = 0; i < nr_predictions; i += 2) {
196     xstr *log = anthy_get_nth_xstr(i + 1);
197     if (!log) {
198       continue;
199     }
200     if (anthy_xstrcmp(log, xs) == 0) {
201       anthy_set_nth_value(i, t);
202       break;
203     }
204   }
205 
206   /* ない場合は末尾に追加 */
207   if (i == nr_predictions) {
208     anthy_set_nth_value(nr_predictions, t);
209     anthy_set_nth_xstr(nr_predictions + 1, xs);
210     anthy_mark_row_used();
211     return 1;
212   }
213   anthy_mark_row_used();
214   return 0;
215 }
216 
217 static void
learn_prediction(struct segment_list * sl)218 learn_prediction(struct segment_list *sl)
219 {
220   int i;
221   int added = 0;
222   if (anthy_select_section("PREDICTION", 1)) {
223     return ;
224   }
225   for (i = 0; i < sl->nr_segments; i++) {
226     struct seg_ent *seg = anthy_get_nth_segment(sl, i);
227     xstr *xs = &seg->cands[seg->committed]->str;
228 
229     if (seg->committed < 0) {
230       continue;
231     }
232     if (learn_prediction_str(&seg->str, xs)) {
233       added = 1;
234     }
235   }
236   if (added) {
237     anthy_truncate_section(MAX_PREDICTION_ENTRY);
238   }
239 }
240 
241 static void
learn_unknown(struct segment_list * sl)242 learn_unknown(struct segment_list *sl)
243 {
244   int i;
245   for (i = 0; i < sl->nr_segments; i++) {
246     struct seg_ent *seg = anthy_get_nth_segment(sl, i);
247     struct cand_ent *ce = seg->cands[seg->committed];
248     if (ce->nr_words == 0) {
249       anthy_add_unknown_word(&seg->str, &ce->str);
250     }
251   }
252 }
253 
254 void
anthy_do_commit_prediction(xstr * src,xstr * xs)255 anthy_do_commit_prediction(xstr *src, xstr *xs)
256 {
257   if (anthy_select_section("PREDICTION", 1)) {
258     return ;
259   }
260   learn_prediction_str(src, xs);
261 }
262 
263 void
anthy_proc_commit(struct segment_list * sl,struct splitter_context * sc)264 anthy_proc_commit(struct segment_list *sl,
265 		  struct splitter_context *sc)
266 {
267   /* 各種の学習を行う */
268   learn_swapped_candidates(sl);
269   learn_resized_segment(sc, sl);
270   clear_resized_segment(sc, sl);
271   learn_ochaire(sc, sl);
272   learn_prediction(sl);
273   learn_unknown(sl);
274   anthy_learn_cand_history(sl);
275 }
276