套 方法 的 缺點 討論 太多 ， 那 表示 我們 太 在乎 這 套 方法 的 優點 長處 了 。 」 在 本 節 中 ， 我們 提及 五 個 對 我們 影響 最 深 的 系統 。 這 五 個 系統 都 在 近年 完成 ， 分別 由 臺灣 松下 、 交通 大學 及 資策會 所 製作 ； 其 技術 取向 可 概略 歸為 三 種 ： （ １ ） 詞典 取向 ， （ ２ ） 鬆弛法 取向 ， 及 （ ３ ） 語法 取向 。 當然 ， 這些 取向 只 是 為 了 點出 各 系統 的 精采處 ， 實際 的 系統 總是 複雜 豐富 得 多 ， 並且 往往 有 互相 參考 取法 之 處 ， 而 呈現 著 廣大 包容 的 傾向 。 ２ ． ２ ． １ 詞典 取向 臺灣 松下 ， 於 ７５年 發表 了 一 個 以 詞典 為 基礎 的 注音 輸入 系統 。 對 一 串 輸入 的 注音 ， 嘗試 以 詞 來 界定 音節 並 決定 其 對應字 。 這 套 系統 告訴 我們 ， 這 個 方法 可以 把 正確率 由 逐字 選擇 對應 的 ７０％ 提升到 ８０％ 。 這 個 新 的 正確率 ， 據 我們 了解 ， 一來 由於 其 系統 草創 之初 ， 詞典 未 臻 完善 ， 尤其 字典 錯謬 尤 多 ， 而 拉低 了 ； 二來 他們 對 所 做 統計 的 評量 是 謙虛 含蓄 的 ； 故 事實 上 值得 我們 給予 比 上述 更 高 的 評價 《 註 ２ ． ２ ． １ 》 。 使用 詞典 的 最 大 好處 ， 是 可以 用 詞 來 界定 音節 ， 並 賦予 整 組 音 適當 的 對應字 。 這 種 ， 對於 現代 中國話 的 詞彙 往往 由 多音節 詞 構成 ， 有 極 大 的 觀念 契合 與 映對 能力 。 如 「 」 、 「 」 二 字 ， 很 難 在 逐字 自動 挑選 中 映對 正確 ， 但是 很 容易 藉 詞典 中 「 徘徊 」 一 詞 的 音節 予以 確認 ， 而 正確 對應 。 這 套 系統 還 引入 了 「 長 詞 涵蓋 短 詞 」 的 映對 策略 。 也 就 是 ， 一 個 音串 可以 同時 匹配到 一 個 較 長 的 詞 與 一 個 較 短 的 詞 時 ， 映對 就 以 較 長 的 詞 為準 。 這 想法 相當 自然 可 解 。 如 「 文學院 位於 台大 校園 中心 。 」 句 中 ， 「 文學 」 是 個 詞 ， 「 文學院 」 也 是 個 詞 ， 使用 較 長 的 詞 對應 ， 可以 免去 殘留 一 個 孤立 的 「 院 」 字 ， 艱難 地 與 「 願 」 、 「 怨 」 等 字 角逐 。 既然 詞 有 如此 的 大 用 ， 次 年 松下 便 把 原來 含有 ３２０００ 個 詞 的 詞典 擴充 到 ５００００ 詞 。 還 擔心 有 些 詞 不能 囊括 其中 ， 又 製作 了 一 個 「 臨時 記憶 詞典 」 來 機動 增援 詞 缺乏 的 情境 。 結果 ， 其 正確率 再 提高到 ８９％ 《 註 ２ ． ２ ． ２ 》 。 ５００００ 個 詞 ， 我們 認為 差不多 已經 把 靜態 詞典 的 潛力 發揮到 極致 了 。 而 動態 詞典 的 採用 ， 在 其 論文 中 雖 未 受到 特殊 強調 《 註 ２ ． ２ ． ３ 》 ， 但 我們 卻 認為 這 是 極 富 意義 的 一 項 領域 開拓 ！ 這 方面 ， 我們 將 於 下 一 章 討論 。 在 第二 篇 論文 中 ， 還 提供 了 一 份 重要 的 測試 統計 資料 。 這 份 統計 資料 ， 將 對應 錯誤 的 原因 加以 分析 ， 其中 有 三 項 特別 重要 。 缺 詞 問題 顯然 占 了 第一 （ ４０％ ） ； 而 同音字 詞 選擇 錯誤 （ ３３％ ） ， 與 斷詞點 錯誤 （ ８％ ） 二 者 的 總和 則 與 之 相當 。 值得 注意 的 是 ， 後 二 者 ， 就 某 個 觀點 來 看 ， 可以 說 是 詞 「 太多 」 而 引起 的 問題 。 當 詞 「 太多 」 的 問題 發生 ， 不僅 同 音 「 詞 」 的 問題 出現 了 ； 音節 界定 的 多重 可能 問題 ， 也 變 得 複雜 起來 。 前者 如 「 會意 」 與 「 會議 」 並存 ， 系統 相當 難 自動 抉擇 。 後者 是 個 更 複雜 的 問題 ， 如 「 解決之道 」 一 句 中 ， 由於 「 知道 」 一 詞 的 存在 、 遮蓋 ， 使得 「 之 」 字 的 浮現 相當 困難 。 如果 句子 是 ： 「 解決之道 是 ， 心平氣和 以 對 ， 明和柔遠 。 」 則 又