# zhfreq

**Repository Path**: redguardtoo/zhfreq

## Basic Information

- **Project Name**: zhfreq
- **Description**: processing chinese text using word frequency data
- **Primary Language**: Emacs Lisp
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2020-09-05
- **Last Updated**: 2020-12-19

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

* zhfreq 
中文词频的统计脚本.

Emacs查看中文字频. 格式化 pyim 中文输入法辞典.
* Usage

** Emacs 脚本
格式化pyim词库: zhfreq-format-pyim-dictionary

查询词频:  zhfreq-get-word-freq

** 生成词频
在 "all-words.txt" 包含所有要统计的词和字.

- 运行以下脚本将其分解为多个文本文件,
#+begin_src sh
split -d --additional-suffix=.txt -l 8000 all-words.txt
#+end_src

- 确保根目录里有名为 dict.txt 的语料

- 将分解得到的文本文件移至 words 子目录, 然后运行子目录中的 build 脚本. 输出的 *.freq 即词频. 注意 rust 编程语言环境必须存在.