詞庫匯入的問題

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：

匯入前新酷音詞庫	匯入後與 gcin 整合的辭庫
會議ㄏㄨㄟ4 ㄧ4 14189 會意ㄏㄨㄟ4 ㄧ4 14188 會議廳ㄏㄨㄟ4 ㄧ4 ㄊㄧㄥ 537 會議記錄ㄏㄨㄟ4 ㄧ4 ㄐㄧ4 ㄌㄨ4 1130 會議室ㄏㄨㄟ4 ㄧ4 ㄕ4 2029 會要ㄏㄨㄟ4 ㄧㄠ4 165 會由ㄏㄨㄟ4 ㄧㄡ2 339 會有ㄏㄨㄟ4 ㄧㄡ3 1244 會友ㄏㄨㄟ4 ㄧㄡ3 244 諱言ㄏㄨㄟ4 ㄧㄢ2 68 慧眼ㄏㄨㄟ4 ㄧㄢ3 198	會意ㄏㄨㄟ4 ㄧ4 14188 會議ㄏㄨㄟ4 ㄧ4 0 會議廳ㄏㄨㄟ4 ㄧ4 ㄊㄧㄥ 537 會議記錄ㄏㄨㄟ4 ㄧ4 ㄐㄧ4 ㄌㄨ4 0 會議室ㄏㄨㄟ4 ㄧ4 ㄕ4 0 會要ㄏㄨㄟ4 ㄧㄠ4 165 會由ㄏㄨㄟ4 ㄧㄡ2 339 會友ㄏㄨㄟ4 ㄧㄡ3 244 會有ㄏㄨㄟ4 ㄧㄡ3 1244 諱言ㄏㄨㄟ4 ㄧㄢ2 0 慧眼ㄏㄨㄟ4 ㄧㄢ3 0

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？