一二三
2015-08-13 19:35:04
目前尚不清楚UAX＃29如何回答你的问题：
即使对于仅使用拉丁字母的语言，也存在许多这样的字素簇，因为并非所有组合标记都具有与所有其他字母/形式的成分-例如，Wikipedia上此表中的空白。UAX＃29中的表1a具有几个非拉丁语示例。
这是UAX＃29的目的：将字素群集操作概括为Unicode支持的所有语言。
热门帖子
6
热门github
1
2
3
5
6
7
8
11
13
14
15
Mamba is a new state space model architecture showing promising performance on information-dense data such as language modeling, where previous subquadratic models fall short of Transformers. It is based on the line of progress on structured state space models, with an efficient hardware-aware design and implementation in the spirit of FlashAttention.
(翻译：Mamba 是一种新的状态空间模型架构，在信息密集型数据（例如语言建模）上显示出良好的性能，而之前的二次模型在 Transformers 方面存在不足。它基于结构化状态空间模型的进展，并本着FlashAttention的精神进行高效的硬件感知设计和实现。)
我只是重新阅读了UAX＃15 ...您是在指第5节“复合排除表”吗？我必须承认，我难以理解本节的内容并将其应用于我所知道的语言。我想我正在询问文化知识-我需要多久才能知道字素簇？告诉我的客户我们不支持他们是否合理？我公司中有一个因素倾向于忽略他们的存在，直到他们咬我们。我想知道这些风险，并提出令人信服的论据（如果存在）。
wikepedia表似乎是我在寻找拉丁语言的地方。您或其他任何人都可以告诉我这些被排除的集群有多普遍，以及我可能在哪些国家遇到它们？
既然支持字素簇的算法是众所周知的，并且在任何体面的Unicode库中都已实现，那么不支持它们就显得更加困难。