#zh-tw

TwinkleTokenizer：為什麼繁體中文需要一個從零訓練的詞表

201K 的詞表打贏 248K，不是因為演算法比較好，是因為對方有 11% 的名額在訓練前就浪費掉了。這篇講設計決策、三層驗證，以及一個差點讓結論反過來的評測錯誤。