此時文琦要是能夠打開“蜜蜂輸入法熱Q江湖專用版詞庫。word”，看到里面的詞組內(nèi)容的話，他就會明白為什么這款蜜蜂輸入****是那么地“懂他”——在這份詞庫文件里面，有大量他自己在《熱Q江湖》論壇經(jīng)常使用的句子和詞語！
不過可惜，不像是zip文件簡單改名的skin皮膚文件，馬競對word詞庫文件進(jìn)行了嚴(yán)格地壓縮加密。這么做原本是為了壓縮文本文件大小，方便作為附件上傳到論壇，不過卻也歪打正著地保護了蜜蜂輸入法的秘密。
隨后文琦就在這個帖子后面的跟帖里面發(fā)現(xiàn)了好多熟悉的ID，一個個論壇水王紛紛表示這款蜜蜂輸入法論壇專版實在是太神奇了，非常地“懂他”，按一兩個字母就能把自己想說的話都打出來，實在是太棒了！
“為什么你們那些水王都覺得這款蜜蜂輸入法非常好用？秘密全在那個論壇專用版詞庫上面，它里面應(yīng)該是把你們經(jīng)常在論壇上使用的句子都收納進(jìn)去了，所以才會按幾個字母就會出你的常用句子。”——曉曉小生
很快就有知識帝出來進(jìn)行科普了，文琦看到這里也是輕輕點頭，覺得這位論壇百曉生果然沒有說錯。
再給這篇帖子加精華以后，文琦關(guān)閉了《熱Q江湖》論壇頁面，登錄了學(xué)校的校園BBS，然后第一眼就看見了被頂?shù)街庙斕碌谝晃坏哪莻�帖子。
標(biāo)題：《江大學(xué)子必備，蜜蜂輸入法江大專版》，點擊數(shù)157，回復(fù)102，發(fā)帖時間2006-03-18-13:07:56。
“居然發(fā)到這兒來了？”帶著疑惑文琦點擊進(jìn)入這個帖子，發(fā)現(xiàn)內(nèi)容和他之前在《熱Q江湖》論壇看到的內(nèi)容基本上一致，差不多只是把“熱Q江湖”四個字提換成“江X大學(xué)”，然后皮膚預(yù)覽圖換成帶有校徽、院徽圖案的“江大專用皮膚”，相應(yīng)的輸入效果圖也換成在校園BBS、校圖書館兩個網(wǎng)頁上面的輸入效果圖片了。
文琦點擊下載了，“蜜蜂輸入法江大專用版。zip”，把里面的詞庫和皮膚文件解壓出來安裝上。然后在輸入框里面打字，他發(fā)現(xiàn)果然多了不少江大的專用詞匯：校名院名系名班名、課程名、教科書名，都是不用打完完整拼音就出現(xiàn)在了候選詞里面。
文琦試著打班級輔導(dǎo)員的名字簡稱gxy，也立即看到“顧學(xué)玉”三個字出現(xiàn)在候選詞里面。
想到曉曉小生的分析，文琦試著輸入wq，果然看到“文琦”出現(xiàn)在候選詞列表里面，再試班上同學(xué)的名字，也都能找到。
文琦毫不懷疑，這份“蜜蜂輸入法江大專用版詞庫”里面一定喪心病狂地把全校師生上萬名字放了進(jìn)去。
其實他想的簡單了，江大專用詞庫里面包含的人名超過十萬！不僅包括現(xiàn)在在校的全體師生，而且很多過往任教的老師、歷屆畢業(yè)校友的名字也都在里面，不過他們的詞頻很低，打簡拼時候選詞太多一般要翻頁好多次才能看到。輸入他們姓名的全拼，才可以更快地看到他們的名字。
這些名字都是從江大校園網(wǎng)內(nèi)各級服務(wù)器上面搜集來的，因為江大校園BBS的域名是掛靠在江大的jtu。edu。cn域名下的二級域名，導(dǎo)致蜜蜂發(fā)布器順帶著把整個jtu。edu。cn網(wǎng)站進(jìn)行了全站下載。
得益于江大力行無紙化辦公，校內(nèi)各種檔案都有電子版，讓馬競的“蜜蜂發(fā)布器”很輕松地就搜集了大量文本文件，然后提取出了人名和高頻詞、高頻字，然后打包成江大專用詞庫。
而且當(dāng)這些人名出現(xiàn)在候選詞列表里面時，它們的顏色還與別人大不一樣的，男生名字的姓都是藍(lán)色，女生的姓都是紅色，有男有女的名字則全是綠色。同時本校人的名字下面還會有淺淺一道背景色，顏色與其所在院徽或者校徽的顏色一致。像是文琦就發(fā)現(xiàn)自己班所有人名字下面都有淺藍(lán)的底色，而一起上高數(shù)課認(rèn)識的理學(xué)院同學(xué)的名字下面就是淺紫色的，他女友的名字下面有淺紅色背景，那是外語學(xué)院的院徽顏色。
這些特殊的標(biāo)記，都是源自江大詞庫，馬競版的詞庫不只是單純的根據(jù)詞頻排序的文本文件，其中還有簡單的關(guān)系數(shù)據(jù)庫的內(nèi)容。像是“文琦”這個名字，就會和“男”、“能源與動力工程學(xué)院”、“核工41班”等詞語發(fā)生關(guān)聯(lián)，而“能源與動力工程學(xué)院”又會與“能動學(xué)院”、“能動學(xué)院院徽”、趙祺（能動學(xué)院院長）等詞語發(fā)生關(guān)聯(lián)。
傳統(tǒng)的詞頻排序算法，只能根據(jù)詞語累計輸入次數(shù)與詞語最近輸入時間這兩個數(shù)據(jù)調(diào)整候選詞排序，而蜜蜂輸入法引入的這些關(guān)聯(lián)數(shù)據(jù)可以大大補充單純詞頻排序算法的不足，使得蜜蜂輸入法的輸入效果更加智能更加方便。
在0。9公測版的蜜蜂輸入法里面，關(guān)系排序算法就被應(yīng)用到人名候選詞的排序里面。
文琦試著打班上同學(xué)名字時，發(fā)現(xiàn)幾個姓李姓劉的同學(xué)，名字也不需要翻頁，在一大堆劉xx、李xx的候選詞里面排名非常靠前。其原理就是蜜蜂輸入法的關(guān)系排序算法，這些同學(xué)和他一個班，都和“能源與動力工程學(xué)院”、“核工41班”兩個詞發(fā)生關(guān)聯(lián)，所以詞序被大大提高，也擁有同樣的背景色。
其實學(xué)生名字的背景色是經(jīng)過特殊算法嚴(yán)重變形的院徽圖片，完全看不出校徽的形狀，只剩下平均色。只有安裝了“蜜蜂輸入法江大專用版皮膚套裝。skin”文件，取得里面的校徽圖標(biāo)素材，輸入法才會在學(xué)生和老師名字下面放置校徽色標(biāo)記。當(dāng)然，沒有安裝江大專用詞庫的話，輸入法雖然會根據(jù)自動生成的關(guān)系數(shù)據(jù)庫放置校徽色標(biāo)記以及其他標(biāo)記，但是出錯率就要高很多了。
因為是全自動收集整理生成，并且使用了一些暴力破解密碼的手段，這個詞庫里面其實是包含了一些江大的秘密信息的，比如校長會議的會議記錄以及一些還未公布的文件的部分內(nèi)容等。但是因為詞庫經(jīng)過詞頻排序，那些秘密信息通常都很少在文件上出現(xiàn)，詞頻很低，并不容易被人發(fā)現(xiàn)，因此也沒引起他人注意，馬競自己也并不知道還有這樣的問題。
還要到今年暑期招生的時候，有人發(fā)現(xiàn)個別新生的名字可以輕松打出，并且顯示樣式也是本校人，不過那人并沒有深究，只是將這件事作為趣事放到校園BBS上面。
這幾張截圖后來被有心人看到，分析認(rèn)為那些被三月份過期江大詞庫標(biāo)記為本校人的新生，應(yīng)該是學(xué)校內(nèi)部招生的結(jié)果，由此還引發(fā)了一次被稱為“江大內(nèi)部招生門”的丑聞事件。
當(dāng)然，在江大校方看來，則是泄密事件，甚至一度發(fā)文禁用蜜蜂輸入法，江大計算機管理中心一度還封堵了蜜蜂輸入法的升級端口。
不過那時候馬競已經(jīng)升級了蜜蜂輸入法，對用戶詞庫進(jìn)行了整理，一些詞頻極低的非用戶自創(chuàng)詞被自動清理掉了。同時源自保密文件的一些內(nèi)容也被刪除了，封殺事件最后也就不了了之了，反倒是因為封殺事件使得蜜蜂輸入法在江大校園里面知名度大增，更加流行了。
【精彩東方文學(xué) www.nuodawy.com】 提供武動乾坤等作品手打文字版最新章節(jié)首發(fā)，txt電子書格式免費下載歡迎注冊收藏。