基于用戶信息的自適應(yīng)輸入方法.pdf

1、中文輸入法是指為了將漢字輸入計算機(jī)或手機(jī)等電子設(shè)備而采用的編碼方法,是中文信息處理的重要技術(shù)。隨著近些年來科技的不斷進(jìn)步,網(wǎng)絡(luò)時代的來臨以及電腦的普及,使得用戶對于中文輸入的要求越來越高,既要有速度也要有準(zhǔn)確率。同時,自然語言處理技術(shù)的發(fā)展也促進(jìn)了中文輸入方法發(fā)生重大變革。在這種環(huán)境下,基于用戶信息的自適應(yīng)輸入方法就成為人們的迫切需求,人們希望擁有一種為自己量身定做的適合自己的輸入法,使自己在使用這個輸入法時效率和速度都能得到滿足。

2、r>　　那么如何實現(xiàn)這種輸入方法呢?中文輸入法核心技術(shù)就是拼音的切分、音字轉(zhuǎn)換以及候選的生成,所以需要從這幾方面入手進(jìn)行特殊處理、更新和優(yōu)化。主要方法是根據(jù)用戶的相關(guān)信息或者對用戶的輸入進(jìn)行容錯處理,來自適應(yīng)的發(fā)生變化。例如先收集用戶的使用輸入法時的信息、用戶的電腦使用日志、IE緩存信息等,然后根據(jù)這些信息進(jìn)行處理來推測用戶會對那一個領(lǐng)域的詞匯感興趣,然后把相應(yīng)的專業(yè)詞庫添加到系統(tǒng)詞庫中而不必要的詞庫不需要添加,這樣可以縮小系統(tǒng)詞庫,使

3、詞庫載入時占用的內(nèi)存更少、加載更快,并且把這些信息通過中文信息的分詞、抽取技術(shù)抽取出用戶詞匯,形成用戶詞典,更新到系統(tǒng)詞庫中。
　　本課題主要進(jìn)行以下研究工作:
　　(1)拼音容錯:針對拼音輸入時的一些錯誤操作(如出現(xiàn)拼寫、多輸、少輸、誤輸?shù)?做出合理的錯誤推測,根據(jù)推測進(jìn)行容錯處理,容錯方法主要包括替換容錯、刪除容錯和交換容錯。
　　(2)用戶詞庫的自適應(yīng)構(gòu)建:定期的收集用戶的個人信息(包括用戶電腦使用日志、IE緩存

4、、用戶個人文檔等),并對用戶信息進(jìn)行一系列中文信息的處理最終形成用戶詞庫。
　　(3)詞庫的自適應(yīng)更新:系統(tǒng)自動加載通用詞庫,專業(yè)詞庫作為備選詞庫,系統(tǒng)根據(jù)用戶信息,自適應(yīng)的進(jìn)行專業(yè)詞庫的添加、刪除操作。
　　上述研究已經(jīng)應(yīng)用到INSUN輸入法中,為了方便實現(xiàn)新的功能對原有輸入法中的一些邏輯結(jié)構(gòu)做了適當(dāng)優(yōu)化,使邏輯結(jié)構(gòu)更加合理。
　　最后,對這種輸入方法進(jìn)行了系統(tǒng)的測試,采用在音字轉(zhuǎn)換之后的準(zhǔn)確率來進(jìn)行性能測試。測試結(jié)