type FrequencyBuckets = string[][];
/**
 * 返回指定词表下可用的语言与文件路径映射。
 * 需求说明：API 与 Python 版一致，允许传入 best/large/small。
 */
declare function availableLanguages(wordlist?: string): Record<string, string>;
declare function getFrequencyList(lang: string, wordlist?: string): FrequencyBuckets;
/**
 * 把频率桶转换成 token -> 概率的映射。
 * 注意：这里以 Map 存储，利于快速查找与节省内存。
 */
declare function getFrequencyDict(lang: string, wordlist?: string): Map<string, number>;
declare function iterWordlist(lang: string, wordlist?: string): Generator<string>;
/**
 * 计算指定词在给定语言与词表下的概率（0~1）。
 * 逻辑基于 Python 版：分词 -> smash 数字 -> 频率合并 -> Jieba 补偿 -> 三位有效数字。
 *
 * 中文增强：当整词不在词库中时，会尝试用单字词频估算，提高覆盖率。
 */
declare function wordFrequency(word: string, lang: string, wordlist?: string, minimum?: number): number;
declare function zipfFrequency(word: string, lang: string, wordlist?: string, minimum?: number): number;
declare function topNList(lang: string, n: number, wordlist?: string, asciiOnly?: boolean): string[];
declare function randomWords(lang?: string, wordlist?: string, nwords?: number, bitsPerWord?: number, asciiOnly?: boolean): string;
declare function randomAsciiWords(lang?: string, wordlist?: string, nwords?: number, bitsPerWord?: number): string;

/**
 * 频率与 Zipf/centibel 之间的转换函数。
 * 需求说明：Node 版需与 Python 版保持同样的刻度换算，避免词频结果出现系统性偏差。
 */
declare function cBToFreq(cB: number): number;
declare function cBToZipf(cB: number): number;
declare function zipfToFreq(zipf: number): number;
declare function freqToZipf(freq: number): number;

/**
 * 简单分词，直接依赖 Intl.Segmenter。
 * 需求说明：提供无语言上下文的轻量分词能力，兼容包含标点与否的两种场景。
 */
declare function simpleTokenize(text: string, includePunctuation?: boolean): string[];
/**
 * 针对指定语言进行分词，包含预处理与语言定制化的选择。
 * - 会先执行 preprocessText 统一大小写、转写等操作，确保与词表一致。
 * - CJK 场景优先尝试 nodejieba（可选依赖），缺失时退回 Intl。
 */
declare function tokenize(text: string, lang: string, includePunctuation?: boolean, externalWordlist?: boolean): string[];
/**
 * “损失性”分词，会在 tokenize 结果基础上做进一步归一化：
 * - 中文强制简体化，保持与词表键一致。
 * - 弯引号统一为直引号。
 */
declare function lossyTokenize(text: string, lang: string, includePunctuation?: boolean, externalWordlist?: boolean): string[];

declare function benfordFreq(text: string): number;
declare function yearFreq(text: string): number;
/**
 * 返回数字字符串的相对频率估计值。
 * 在包含多段数字的 token（例如 12,345.67）中，会拆分每一段再乘积概率。
 */
declare function digitFreq(text: string): number;
/**
 * 判断 token 中是否包含需要归一化处理的多位数字。
 */
declare function hasDigitSequence(text: string): boolean;
/**
 * 将多位数字归一化为 0 占位形态。
 * 需求说明：这样做能在词表中以形态代表大量数字，节省存储空间并保持概率可估计。
 */
declare function smashNumbers(text: string): string;

/**
 * 返回词频数据所在的目录。
 * 优先使用用户指定的环境变量，未指定时退回到包内自带的 data 目录。
 */
declare function getDataDir(): string;
/**
 * 拼接出具体数据文件的绝对路径，便于其他模块统一获取数据。
 */
declare function getDataPath(filename: string): string;

export { availableLanguages, benfordFreq, cBToFreq, cBToZipf, digitFreq, freqToZipf, getDataDir, getDataPath, getFrequencyDict, getFrequencyList, hasDigitSequence, iterWordlist, lossyTokenize, randomAsciiWords, randomWords, simpleTokenize, smashNumbers, tokenize, topNList, wordFrequency, yearFreq, zipfFrequency, zipfToFreq };