iPhone korjaava tekstinsyöttö suomeksi

[ranson]

Onko kukaan tehnyt iPhoneen korjaavaa tekstinsyöttöä suomeksi?

Itse tein tuossa reilun 88000 sanaa sisältävän kirjaston suomeksi. Muuten toimii ihan hyvin, että ei tunnista ääkkösiä. Enkä vielä ole saanut tehtyä kaksikirjaimisille sanoille sanastoa.

Tuli tehtyä vasta ensimmäinen versio tuosta sanastosta, ja siinä on vielä paljon parannettavaa, mutta vie niin pirusti aikaa, jos alkaa muuttelemaan noinkin isoon sanastoon sanojen yleisyyksiä kuntoon.
Ensinnä pitäis nyt saada toi ääkkösten tunnistus toimimaan, ja myös saada luotua sanasto kaksikirjaimisille sanoille.

Mutta mutta...onko kukaan paininu noiden näppiksen käyttämän sanastojen kanssa?

[Nätti-Nikke]

Et ole ajatellut laittaa jakoon?

[A.J.]

Tässähän voisi olla ideaa jonkinlaiseksi yhteistyöprojektiksi?

[Juhani L]

Kannattaa ehkä laittaa vähän jäitä hattuun. Jos oikoluku on sanastopohjainen, suomen kielen välttävää parempi oikoluku on vain haave. Vähänkin pitemmässä tekstissä törmää lukuisiin sanamuotoihin, joita oikoluku ei tunne.

Englannissa, ruotsissa tai saksassa sanat taipuvat kohtuullisen vähän, joten potentiaalisia sanamuotoja on vähän. Esimerkiksi enlannin phone-sanan taivutusmuotoja on vain phone, phones ja phone 's. Sen sijaan suomen kännykkä-sanalle niitä on satoja, vaikkapa kännykällesi, kännykkäänpä jne.

Ainoa toimiva suomen kielen oikoluku on morfologinen, joka osaa hahmottaa sanojen taivutusmuodot. Silloin oikoluku osaa tyrmätä muodon *kännykkässä mutta hyväksyy muodon kännykkäämmekään.

Joskus hurjassa nuoruudessani kokeilin opettaa Applen kämmentietokoneelle Newtonille suomen kielen oikolukua, mutta nopeasti havaitsin hankkeen järjettömyyden.

Valitettavasti luulen, että iPhoneen ei ikinä saada toimivaa suomen oikolukua, sillä se edellyttäisi, että iPhonen käyttiksen syövereissä on valmius oikolukualgoritmeille.

[ranson]

En oo ehtiny vielä pistämään jakoon.
Voisin tässä joku hetki yrittää heittää edes jo tuon raakileenkin jakoon.

Mitä tuohon itse ennakoivaan syöttöön tulee, niin sehän ei toimi minkään algoritmin perusteella, vaan ihan puhtaasti sanalistaa vastaan. Mikäli jostain sanasta on 5 eri muotoa, on tuolloin sanalistassa kaikki nuo listattuna. Listassa olevat sanat on painotettu niiden esiintymistiheyden mukaan, jolloin isommalla painoarvolla olevaa sanaa ehdotetaan ennemmin, jos korjausehdotukseen löytyisikin enemmän kuin yksi vaihtoehto.
Tämä sanalista on sitten indexsoitu, jotta se löytää sieltä sanat nopeammin.
Nyt ensimmäinen lista jonka tein on tehty siten, että kaikilla sanoilla on sama painoarvo, joten kaikissa tapauksissa ei todellakaan ehdota sitä parhainta ehdotusta, vaan epätodennäköisempää.

Tästä ennakoivasta listasta ei ole pelkästään se etu, että osaa korjata virhenäppäilyitä, vaan se myös oikeasti siis ennakoi käyttäjän näppäilyä. Mikäli käyttäjä näppäilee sanaa, ja viimeistä kirjainta painaessa ei sanalistasta löydy enää kuin yksi mahdollinen osuma, niin se kasvattaa sen odotettavissa olevan kirjaimen kosketusaluetta. Ei kuitenkaan muuttamalla näppäinten kokoa näkyvässä virtuaalinäppiksessä oikeasti, vaan kasvattamalla ainoastaan sen näppäimen painallukseksi reagoivaa kosketusaluetta.

Tällä hetkellä suurin puute tuossa listassa on tosiaa se, ettei se tunnista ääkkösiä. Tämän pitäisi kyllä olla mahdollista huomioon ottaen, että saksan kielessäkin käytetään ns. erikoismerkkejä.

[Thoth]

Kannattaa ehkä laittaa vähän jäitä hattuun. Jos oikoluku on sanastopohjainen, suomen kielen välttävää parempi oikoluku on vain haave. Vähänkin pitemmässä tekstissä törmää lukuisiin sanamuotoihin, joita oikoluku ei tunne.

Englannissa, ruotsissa tai saksassa sanat taipuvat kohtuullisen vähän, joten potentiaalisia sanamuotoja on vähän. Esimerkiksi enlannin phone-sanan taivutusmuotoja on vain phone, phones ja phone 's. Sen sijaan suomen kännykkä-sanalle niitä on satoja, vaikkapa kännykällesi, kännykkäänpä jne.

Ainoa toimiva suomen kielen oikoluku on morfologinen, joka osaa hahmottaa sanojen taivutusmuodot. Silloin oikoluku osaa tyrmätä muodon *kännykkässä mutta hyväksyy muodon kännykkäämmekään.

Joskus hurjassa nuoruudessani kokeilin opettaa Applen kämmentietokoneelle Newtonille suomen kielen oikolukua, mutta nopeasti havaitsin hankkeen järjettömyyden.

Valitettavasti luulen, että iPhoneen ei ikinä saada toimivaa suomen oikolukua, sillä se edellyttäisi, että iPhonen käyttiksen syövereissä on valmius oikolukualgoritmeille.

Ei tuota iPhonen sanastoa varsinaisesti käytetä oikolukuun. Jos sanastosta ei löydy jotain sanaa, niin ei se niin vakavaa ole ja se myös oppii uusia sanoja, kun hylkää ehdotuksen. Eli en näe suomenkielisestä sanastosta isompaa haittaa, vaikka se ei kaikkea osaisikaan.

[IIIMacci]

Toi Enlanninkielinen korjaava tekstisyöttö on todella ärsyttävä... sen saa toki pois - eli jos joku haluu eroon tosta niin KB nimisen softan kun asentaa niin setting - general - keyboard kohtaa tulee vipu mistä sen saa pois - kauan eläköön Apptap!

[Thoth]

Toi Enlanninkielinen korjaava tekstisyöttö on todella ärsyttävä... sen saa toki pois - eli jos joku haluu eroon tosta niin KB nimisen softan kun asentaa niin setting - general - keyboard kohtaa tulee vipu mistä sen saa pois - kauan eläköön Apptap!

Minä inhoan yleensä ennakoivia tekstisyottoja, mutta tuo iPhonen englanninkielen korjaus toimii mielestani todella hyvin. Tietysti kaikki eivat pidä samoista asioista, mutta minua auttoi, kun tajusin, miten sita korjausta kannattaa käyttää. En juuri koskaan odota, että iPhone ehdottaa sanan loppuosan vaan kirjoitan aina koko sanan. Kirjoitusvaiheessa pitaa vain oppia luottamaan, etta iPhone osaa lopuksi korjata sanan, vaikka alkuosassa sanaa olisikin virheita. Silla tavalla kun napyttaa niin ainakin minä pystyn kirjoittamaan varsin nopeasti. Lisaksi käytön myötä iPhone oppii tekemään parempia korjauksia.

Toinen kätevä niksi tuossa kirjoittamisessa on, että kirjain valitaan vasta kun sormen nostaa näytöltä. Tämän ansiosta väärän kirjaimen voi vaihtaa oikeaksi suoraan nappailyvaiheessa, vaikka tuokin vaatii jonkin verran harjoittelua.

Mutta missäs vaiheessa tuo suomalainen sanasto on? Kiinnostaisi nimittäin minuakin..

(tämä viesti on muuten kirjoitettu iPod Touchilla )

[ranson]

Sanasto on vielä pahasti vaiheessa. Ei oikein ole ollut aikaa, kun ollut muita kiireitä. Etenkin 9-12h työpäivät on pahasti haitanneet muuta harrastelua.
Nyt joulun vapaiden aikaan olisi tarkoitus yrittää saada tuo nykyinen raakile jakoon.

Lähinnä tuo kapaisi porukan apua käymään tuota sanastoa läpi. Tarkentamaan sanojen painoarvoja, täydentämään sanoja, poistamaan turhia, jne
Tuo mistä ton sanaston tein oli OpenSource oikoluvussa käytetty sanasto, ja siinä on aika paljon parannettavaa kyllä. Etenkin sanojen painoarvoissa, sillä nyt toi ehdottelee paljon tyhmiä sanoja.

[kapteen]

Mitäs tälle projektille kuuluu??

[Pyrzi]

Jeps, onko tää edistymässä mitenkään vai unohtuko tää ennen kun edes pääsi kunnolla käytiin?

[ranson]

No niin, nyt kun vihdoin ja viimein on edes pikkasen aikaa paneutua vähän muihin juttuihin, kun ainoastaan työasioihin.

Tässä tarvittavat paketit ja tiedot, jolla saa Suomeksi toimivan korjaavan tekstinsyötön iPhoneen. Ei siis tarvitse välttämättä ottaa korjaavaa tekstin syöttöä pois päältä. 1.1.3 firmiksellä myös ääkköset tuntuisivat toimivan paremmin, kuin aiemmilla.

1. Lataa tarvittavat tiedostot
iPhone FI Dictionary
2. Kopio tiedostot puhelimeen *)
Kopio tiedostot puhelimeen SFTP:llä polkuun /System/Library/KeyboardDictionaries
Kannattaa ottaa ensin vanhoista kopio talteen, jos jokin meneekin vikaan, tai haluaa palauttaa alkuperäiset takaisin.
3. Boottaa puhelin
4. Käy valitsemassa asetuksista korvaamasi kieliversio näppiksestä käyttöön
Settings -> General -> Keyboard -> International Keyboards.

*)
Paketti sisältää neljä tiedostoa, jotka kopioit puhelimeen
en_GB-stems.dat
en_GB-two-letter-words.dat
en_GB-unigrams.dat
en_GB-unigrams.idx
Virallisissa tiedostoissa on vielä viides tiedosto, mutta sen voi jättää alkuperäiseksi, ja itseasiassa tuo en_GB-two-letter-words.dat tiedosto on myös alkuperäinen, koska nykyisillä työkaluilla ei saanut luotua tuota kaksi kirjaimisten sanojen sanakirjaa.
Itse korvasin siis UK Englanti näppiksen sanakirjatiedostot suomenkielisillä. Tiedostojen nimessä alku merkitsee, mikä kielisen näppiksen sanakirjasta on kyse.
Englanti US: en_US
Englanti UK: en_GB
Saksa: de_DE
Ranska: fr_FR
Italia: it_IT
iPhonessahan ei virallisesti ole näppiksiä eri kieliversioille kuin English US, English US, French, German ja Italian. Saadaksesi suomenkielisen korjaavan tekstinsyötön, pitää sinun korvata puhelimessa jokin näiden virallisten näppisten sanakirja tällä suomenkielisellä versiolla. Ladattavassa ZIP-tiedostossa tiedostot ovat nimetty en_GB alulla, koska itse korvasin puhelimessani English UK näppiksen sanakirjan suomenkielisellä versiolla. Mikäli haluat korvata jonkin toisen kielisen näppiksen sanakirjatiedostot, niin nimeä tiedostot uudestaan yllä mainittujen alkuliitteitä käyttäen.
Itsellä käytössä tällä hetkellä puhelimessa Englanti US ja Englanti UK näppikset, ja kun maapallonkuvaa näpäyttämällä vaihtaa näppiksen Englanti US näppikseksi, toimii korjaavakirjoitus US sanakirjaa vasten, ja kun vaihdan käyttöön Englanti UK näppiksen, niin korjaava sanakirja on suomenkielinen.

Näin se siis käytännössä toimii:


[HUOM]Loppu taustatietoa, teknistä yargonia, ei merkitystä asennuksen kannalta.[/HUOM]
Tällä hetkellä sanakirja pohjautuu netistä saatuun sanalistaan, joka sisältää noin 88000 suomenkielen sanaa, nimeä, paikkakuntien nimiä, jne.. Siinä on paljon turhia sanoja, ja sanojen painotukset ovat kaikkea muuta kuin hyvin toimivia. iPhonen sanakirja siis toimii siten, että se katsoo sanalistastaan kirjoittamasi kirjaimien perusteella alkavia sanoja, ja ehdottaa löytämäänsä sanaa. Mikäli alulla löytyy useampia sanoja, katsoo se tuolla alulla löytyvien sanojen painoarvoa, eli kuinka usein käytetty sana on kyseessä, mikäli löytyy jokin sana kirjoittamiesi kirjaiten alkuisena, ehdottaa iPhone sitä sanaa, jonka painoarvo on suurin. Nyt tekemässäni sanakirjassa kaikki sanat on samalla painoarvolla, joten se ehdottelee monissa tilanteissa tyhmiä ehdotuksia. Tähän urakkaan sitten tarvittaisiinkin porukan apua, että saataisiin tuota sanakirjaa hiottua toimivammaksi. Nätti-Nikke jo aiemmin kyseli, josko tässä tarvisi apua, mutta en ole ehtinyt tähän projektiin paneutua nyt muiden kiireiden takia.

Selventääkseni vielä hieman tuota sanojen painotusta.
Jos aloitat kirjoittamaan sanan alkua, ja kirjoitat kirjaimet min, ja sanakirjasta löytyy seuraavat sanat:
minä 70
mini 30
minne 50
Minna 60
Ehdottaisi iPhone sanaa minä koska sen painoarvo on korkein eli 70.
Jos jatkat kirjoittamista, ja olet kirjoittanut minn, ja jos käytetään edelleen ylläolevaa sanalistaa, niin jäljelle jäisi kaksi vaihtoehtoa.
minne 50
Minna 60
Niin tällöin iPhone ehdottaisi sanaa Minna. Ja kun painat välilyöntiä, pilkkua, pistettä tai muuta erikoismerkkiä, täydentää iPhone tekstiin ehdotetun sanan. Mikäli haluat hylätä ehdotetun sanan, klikkaa ehdotettua sanaa, niin iPhone hylkää ehdotuksensa sillä kertaa.
Etu tässä edes auttavassa sanakirjassa on se, että iPhone oppii kirjoittamiasi sanoja, ja näin ollen korjaava tekstinsyöttö paranee mitä enemmän sitä käytät. Itse pystyn tällä hetkellä aika hyvin jo kirjoittamaa myös pääasiassa käyttämäni ääkkösiä sisältävät sanat pelkkien a ja o kirjaimien kautta, ja iPhone sen jälkeen ehdottaa ääkkösillä olevaa sanaa. Jos esim. kirjoitan tassa tai yadda ehdottaa iPhone sanaksi tässä.

[Mäksä]

toimiiko tuo myös 1.1.2:ssa

[ranson]

Ah, no jotain sitä nyt sitten kuitenkin unohtui mainita postauksessa.

1.1.1 ja 1.1.3 versioissa olen itse testannut, ja toiminut on.
1.1.2 FW:tä mulla ei oo puhelimessa käytössä ollut kuin hetken, enkä tuossa testannut. Mutta uskoisin toimivan, kun 1.1.1 ja 1.1.3 versioissa tosiaan toimii.

1.1.1 versiossa ei toiminu noi ääkköset oikein, eli ei huomioinut mitenkään että a kirjain voisi tarkoittaa myös ä kirjainta. Nyt ihan restoren kautta unlokattu 1.1.3 FW puhelimessa osaa ehdottaa a kirjainten tilalle myös ä kirjaimia.

[Mäksä]

no, testailen illalla

[Pasteur]

Toimiihan tuo ja vähentää kyllä ääkkösten kirjoittamisen määrää! Tokihan tuokin vaatisi vielä toooodella paljon lisää sanoja, että voisi ihan silmät ummessa naputella, mutta tämä on kyllä oikein mainio lisä iluuriin!

Kiitos!

[maxima]

Toimii näemmä 1.1.4:ssa. Onko tämä paketti otettu Touchista, ja jos ei niin miksei? Eikös Touchissa ole suomenkielinen sanakirja?

[ranson]

Toimii näemmä 1.1.4:ssa. Onko tämä paketti otettu Touchista, ja jos ei niin miksei? Eikös Touchissa ole suomenkielinen sanakirja?

Siksi ei ole otettu Touchista, koska ainakaan omien tietojeni mukaan siinäkään ei ole korjaavaa tekstinsyöttöä suomeksi, vaikka käyttiksen siinä saa valittua käyttöön suomeksi. Kysyin vielä kaverilta pikaisesti, niin se sanoi että ei se mitään ehdottele korjauksia, jos vaikka sähköpostia kirjoittaa.

[slusse]

Toimii näemmä 1.1.4:ssa. Onko tämä paketti otettu Touchista, ja jos ei niin miksei? Eikös Touchissa ole suomenkielinen sanakirja?

Applen iPod Touchin sivuilla lukee näin:

Languages
English, French, German, Japanese, Dutch, Italian, Spanish, Portuguese, Danish, Finnish, Norwegian, Swedish, Korean, Simplified Chinese, Traditional Chinese, Russian, and Polish

International keyboard support for English, UK English, French, French Canadian, German, Japanese, Dutch, Italian, Spanish, Danish, Finnish, Norwegian, Swedish, Polish, and Portuguese

Dictionary support for English, UK English, French, French Canadian, German, Spanish, Italian, Japanese, and Dutch

Eli ei taida olla..

--
s

[maxima]

Kappas vain, muistelin että Touch kaveri sano että vaatii opettelua tuo vielä...

Toisessa ketjussa näytettiin miten saa tuon venäläisen näppäimistön, niin siihenkin saa suomalaisen sanakirjan toimimaan kun nuo yllä olevat tiedostot muuttaa sen alun kielitunnisteen muotoon:

ru_RU-

Eli nuo neljä tiedostoa vaihtaa tuon nimisiksi ja sitten en tiedä pitääkö käynnistää uudestaan puhelin, tai käydä valikosta laittamassa uudestaan päälle ja pois tuo venäläinen näppäimistö mutta tässä nyt toimii nuo.

[gimbo_]

Noniin, kiitoksia tännekin ketjuun. Olin itse poistanut kaikki dictionarytiedostot kun raivostutti väärät ehdotelmat mutta heitinpä nyt 3x noi tiedostot tuonne ja nimesin niistä ru_RU, fi_FI, en_EN....eli kaikille näppäimistöilleni sama sanakirja. Lisäksi poistin muuten kuitenkin 2letterwords.datin kokonaan koska mielestäni on naurettavaa edes ennustaa niin lyhyttä sanaa Iphone näköjään sietää tiedostojen poistamisia ihan vikisemättä...eli tuon voi kustomoida just niinkuin haluaa

Itsellä siis russian_keyboard finska hack, ja nuo sanakirja hackit...ja luuri on 1.1.4 original 3,9bl...


EDIT:

Vielä ku sais sitten sellasen "olen kännissä"-näppäimistön jossa nappien koko olis kolminkertanen että niihin osuis ...ehkä se vois korjata myös sen asiasisällön niistä viesteistä...khöhmm...

[jugih]

MInäkin poistin kaikki muut sanakirjan ja siirsin nuo tiedostot ja nimesin ne fi_FI muotoon. Hyvin toimii ja tulihan root:iinkin tilaa kummasti reilu 5 megaa. Kiitos

[ranson]

Lisäksi poistin muuten kuitenkin 2letterwords.datin kokonaan koska mielestäni on naurettavaa edes ennustaa niin lyhyttä sanaa

Nimenomaan noissa lyhyissä sanoissa onkin parempi todeta, että korjaava tekstinsyöttö, eikä ennustava, sillä jos tunnistaisi kahden kirjaimen sanojakin niin osaisi korjata jos kirjoitatkin ja sanan sijaan vaikka js. Se etu siitä tosiaan olisi.
Ja kun noita kaksikirjaimisia sanoja iPhone ei edes opettele, niin ainoa tapa saada ne toimimaan, on noilla tehdyillä sanakirjoilla.

[gimbo_]

No eniten on tähän asti raivostuttanut "ja" sanan ehdottaminen "is"ksi...ja sitten ku nopeaan typottaa niin tekstissä on isiä siellä sun täällä siksi poistin kokonaan 2letterwords.datin...mutta kyllähän se kätevä olis varmaan suomenkielisenä...sitä odotellessa pärjään ilman.

[slusse]

Voi kun tänki hienon sais installerista asennettua.. Kääk! Noh, pitää odotella että joku fiksu ja intoa täynnä lisää sen sinne. Oon vähän liian käsi näissä "kopioi tämä tänne, siirrä toi tonne, nimeä uudelleen noi jne." jutuis.


--
s