注音輸入法為什麼分不清「在」和「再」？

2026 年 8 月 19 日

不是詞庫不夠大，是排序的依據從頭到尾都跟意思無關。這篇說明注音引擎怎麼挑字、為什麼同音字是它的死角，以及 ZingIME 2.0 用一個本機小模型怎麼補。

你打「想清楚再回答我」，出來的是「想清楚在回答我」。

退回去，把游標移到那個字，叫出候選，選第二個。一句話寫完，中間插了三個動作。

這件事每天發生好幾次，而且永遠是同樣那幾個字：在／再、的／得、紀錄／記錄、反應／反映。你甚至已經學會在打之前就先預期它會選錯哪一個。

詞庫再大也解決不了

直覺的想法是詞庫不夠好。但「在」和「再」都是最常用的字，任何一套詞庫裡都有，加詞也加不了 —— 你要加什麼進去？

問題在排序的依據。

注音引擎收到你打的一串讀音之後，會在所有可能的斷詞方式裡找一條「整體最可能」的路徑，每個候選詞的分數來自它在語料裡出現的頻率。這個做法比逐字挑聰明得多，它抓得到「現在」「再見」「回答」這種固定搭配，因為那些本身就是詞，統計上綁在一起。

但「想清楚再回答我」裡的那個「再」，跟前面的「想清楚」不是一個詞，中間也沒有固定搭配把它們綁住。決定該用哪個字的是語意：這句話在講一個先後順序。而頻率統計看不到語意，它只看得到誰比較常出現。

會想到的下一步是：既然兩個字之間隔了一個詞，那把統計的範圍拉長，記錄三個詞、四個詞的組合不就好了？

拉不動。原因有兩個，而且都不是資料量能解決的。

距離。「鑰匙在你的口袋裡」的判斷依據是「鑰匙」，「想清楚再回答我」的依據是「想清楚」，兩者跟目標字的距離不一樣。要涵蓋這種距離，統計得記到四連詞、五連詞。

稀疏。而 n 每加一，可能的組合數就乘上整個詞彙量。中文的詞彙量夠大，拉到四連詞的時候，語料裡絕大多數組合的出現次數是零或一。次數是一的統計沒有意義，次數是零的更糟 —— 它只代表這個組合沒被看過，不代表它不對。你的句子只要跟語料裡的任何一句稍微不一樣，就掉進零的那一區。

n-gram 的本質是記憶，它只知道看過的東西。語言模型的本質是把這些統計壓縮進參數裡，代價是要跑一個模型，換來的是沒看過的句子它也能判斷。

所以這不是詞庫的問題，是方法的問題。同一組同音字，在不同句子裡該選誰完全相反：

沒有任何一個固定的排序能同時滿足左右兩邊。這是頻率模型的天花板，不是它做得不夠好。

ZingIME 2.0 起內建一個小型語言模型。你打字的時候，它會重讀你正在組的整句話，然後在同音候選之間重新選一次。

換句話說，注音引擎照舊負責「這串讀音可以組成哪些字詞」，模型只負責「這句話裡該用哪一個」。兩件事分開，各做各擅長的。

而且模型不是每一題都插手。要不要送給它，看的是詞庫自己有多確定：當前兩名同音候選的分數差距很小，代表頻率統計對這一題根本沒有意見，才交給模型；差距大的（像「的」跟它的同音字差了五個數量級）連問都不問。

換句話說，不是拿模型取代原本的引擎，是讓原本的引擎自己指出哪幾題它沒把握。絕大多數的字它本來就選對了。

修正是默默發生的。你會看到組字區裡那個字自己換掉，不需要按任何鍵，也不需要先把句子送出去再回頭改。

這點比它會做什麼更重要。

模型只在你已經打出來的同音候選之間做選擇。它不會改寫你的句子、不會調整語氣、不會補上你沒打的字，也不會因為覺得你這樣寫比較好而動你的用詞。

你打的每一個字都還是你打的。它做的事情跟你自己叫出候選視窗選第二個，是同一種操作，只是它幫你選了。

ZingIME 預設整句維持組字狀態，到句號、問號、驚嘆號或按 Enter 才送出。這個設計跟選字修正是同一件事的兩面。

模型要判斷該用「在」還是「再」，得看得到那句話。如果每打幾個字就送出去，它看到的永遠只有零碎的片段，能判斷的東西就少了。

代價是句子越長，每一輪要重讀的字越多，反應會跟著變慢（150 字大約比短句多一倍時間）。所以最順的節奏是逐句結尾打句號或按 Enter，而不是整段打完才送。

這件事不是免費的。

模型跑在你的電腦上，開啟時常駐約 400 MB 記憶體。安裝檔也因此從 23 MB 變成 285 MB，因為模型是隨程式一起裝的，裝好就能用、不必另外下載。

而且它只能在 Apple 晶片上跑，所以 ZingIME 2.0 起不再支援 Intel Mac。這是砍掉一整個平台的決定，我想了很久，最後判斷選字這件事值得。還在用 Intel Mac 的話請留在 1.1.6，序號一樣有效。

如果你的 Mac 記憶體吃緊，或者你就是偏好原本的候選順序，偏好設定 → 選字行為可以關掉它，記憶體會立刻釋放。

模型是隨 app 裝在你電腦裡的（約 265 MB），由一個叫 ZingIME-reranker 的背景程式載入，你在活動監視器看得到它。它只跟本機的 ZingIME 溝通，不對外連線。

選字這種事要送到伺服器才做得到的話，代價是把你打的每一句話都交出去。那個交換我不想做。

模型針對台灣中文的慣用寫法微調，目前涵蓋這些組：在／再、的／得／地、自製／自治、已／以、每／美、戴／帶、紀錄／記錄、反應／反映、即時／及時、權利／權力、度過／渡過、包含／包涵、公事／公式、意義／異議、終止／中止、不只／不止、加／家、越／月。

這個清單會繼續長。如果你有一組每天都被選錯、但不在上面的，寫信告訴我。

同音字選錯是注音輸入法用了幾十年都還在的問題，因為它不是靠把詞庫做大就能解決的那種問題。

要解決它，得讓某個東西真的讀懂那句話在講什麼。現在這件事可以在你自己的電腦上完成，不必送到任何地方去。