基于用戶信息的自適應輸入方法.pdf

1、中文輸入法是指為了將漢字輸入計算機或手機等電子設備而采用的編碼方法,是中文信息處理的重要技術。隨著近些年來科技的不斷進步,網(wǎng)絡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確率。同時,自然語言處理技術的發(fā)展也促進了中文輸入方法發(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就是拼音的切分、音字轉換以及候選的生成,所以需要從這幾方面入手進行特殊處理、更新和優(yōu)化。主要方法是根據(jù)用戶的相關信息或者對用戶的輸入進行容錯處理,來自適應的發(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)這些信息進行處理來推測用戶會對那一個領域的詞匯感興趣,然后把相應的專業(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)用戶詞庫的自適應構建: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,自適應的進行專業(yè)詞庫的添加、刪除操作。
　　上述研究已經(jīng)應用到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構做了適當優(yōu)化,使邏輯結構更加合理。
　　最后,對這種輸入方法進行了系統(tǒng)的測試,采用在音字轉換之后的準確率來進行性能測試。測試結