一種中文整句輸入法制造技術

本發明專利技術涉及一種中文整句輸入法，屬于計算機漢字輸入方法技術領域。首先利用中文語言模型對用戶輸入的拼音串或筆畫串進行解碼得到文字串；由用戶對上述解碼文字串進行確認，并對錯誤進行修改和局部更正；對經過修改和更正的整句拼音串或筆畫串進行解碼，解碼后的文字串中用戶修改過的文字前后保持一致；重復上述步驟直至得到用戶確認的中文整句。本發明專利技術方法具有以下優點：提供了模糊音快速重選擇和對輸入錯誤的修改方式，為輸入系統的切分錯誤提供自動重切分修正方式；為系統的字選擇錯誤提供選擇候選字更正方式。本發明專利技術方法利用用戶每次修改中所蘊涵的信息，自動進行重解碼，從而快速修正句子中其他可能的錯誤，提高了改錯效率和準確性。（*該技術在2024年保護過期，可自由使用*）

【技術實現步驟摘要】

本專利技術涉及一種中文整句輸入法，屬于計算機(包括臺式計算機、筆記本電腦、掌上電腦、個人數字助理機等)漢字輸入方法
，特別涉及用于無線通訊設備(如手提電話、智能手機等)漢字輸入方法。
技術介紹
中文整句輸入法(簡稱整句輸入法)是按整句的方式輸入漢字的方法，它允許用戶在輸入時不必對每單個字進行選擇就可以輸入一整句話。整句輸入法通常使用中文語言模型(簡稱語言模型)來智能地預測句子里的每一個可能要輸入的漢字。也就是說，語言模型將把用戶的輸入串解碼成最可能的漢字串。這個過程也稱為“解碼過程”或“搜索過程”。用戶輸入串的表現形式，可以是字的發音方式(如拼音)，也可以是字的書寫方式(如筆畫)。在中文整句輸入法中，通常可能會發生兩種錯誤1、用戶在輸入過程中的輸入錯誤(如不正確的插入、刪除、替換，或錯誤的順序)，簡稱用戶錯誤；2、整句輸入法對輸入串解碼產生的錯誤(如進行了錯誤的切分或選擇了不是用戶要輸入的漢字)，簡稱系統錯誤或解碼錯誤。1、用戶錯誤用戶錯誤可以分為以下兩類。下面分別敘述。(1)模糊音錯誤這樣的錯誤多發生在口音或方言比較重的人中，特別是那些來自中國南方的人。“模糊音”錯誤有等等。現有輸入法對模糊音錯誤的改正方法一般是用選項。如紫光輸入法提供了一個模糊音輸入選項，當用戶設置了該選項時，輸入法將在用戶輸入拼音串時進行模糊匹配。如用戶可以用“zong”來輸入“中”，用“zhong”來輸入“總”。模糊音匹配候選字與正確的匹配候選字列在一起。對于計算和存儲資源受限的個人數字助理(PDA)等設備來說，這種處理方式會導致用戶輸入時，可候選的漢字過多，降低輸入的精度和速度。(2)輸入錯誤用戶輸入錯誤特指在用戶輸入過程中把字母/筆畫輸入錯了。包括輸入了多余的字母/筆畫。例如“he”輸為“hei”，“一丿丶”輸為“一丿丶丶”；遺漏了一個字母/筆畫。例如“hei”輸為“he”，“一丿丶丶”輸為“一丿丶”；輸入錯了一個字母/筆畫。例如“nai”輸為“bai”，“一丨丿丶”輸為“一一丿丶”。當然，在整句輸入過程中上述錯誤可能不止一種(如將“bin”輸為“ping”，“一一丨一”輸為“一一丨丨丨”)。現有輸入法，如紫光輸入法，允許用戶在任何位置修改輸入的拼音串。它將用戶所一次輸入的拼音串連續的顯示在輸入框上，并允許用戶用方向鍵將光標移動到想要的位置上。在光標位置上，用戶可以更正輸入錯誤，如添加遺漏的字母或刪除不正確的或多余的字母。但對于一些顯示分辨率較小的設備，如個人數字助理(PDA)來說，要顯示用戶一次輸入的整個拼音串是不現實的。另外，對于觸摸屏設備來說，用筆來點選位置要比用方向鍵方便的多。2、系統錯誤系統錯誤有系統切分錯誤和系統解碼錯誤。下面分別敘述。(1)切分錯誤系統切分錯誤與切分算法的選擇密切相關。例如，最大匹配算法在沒有用戶干預下是不可能從“henan”解碼出“河南”的，而最小匹配算法在沒有用戶干預下是不可能從“pingan”解碼出“平安”的。總的來說，整句輸入法產生的切分錯誤可以分成以下幾類一個字被切分成兩個字。例如“先”(xian)被切分成“西安”(xi’an)；兩個字被合并成一個字。例如，“西安”(xi’an)被合并成“先”(xian)；兩個字被錯分成另兩個字。例如，“河南”(he’nan)被錯分成“很安”(hen’an)。對于切分錯誤，我們以PC機上的紫光輸入法為例，它以“’”表示拼音分隔符，允許用戶手動地編輯輸入串來修改錯誤的切分。但用戶須先刪除不正確的拼音分隔符，然后在正確的位置插入拼音分隔符。根據上面所說的，這種方法同樣不適用于PDA這類小屏幕設備。微軟整句輸入法使用了另外一種方法來對切分錯誤和輸入錯誤進行處理。它允許用戶直接將光標移動到句子中錯誤的漢字上并對該字進行編輯，而不是對拼音串進行編輯。在光標位置上，用戶需先刪除錯誤的漢字，然后重新輸入正確的拼音。這種方法的問題在于對一個小的輸入錯誤(如漏敲了一個字母“g”)的修改時間跟一個較大輸入錯誤的修改(如將“bin”改為“ping”)所花的時間差不多。(2)字選擇錯誤由于語言模型的精度一般都不能達到100％的正確，在加上中文的多音字和同音字問題比較普遍，因此利用語言模型的中文整句輸入法在解碼時有時給出的句子，不是所有的漢字都時用戶希望輸入的，我們稱這種解碼錯誤為字選擇錯誤。如用戶輸入了“我要買機器”的拼音，結果可能是“我要賣及其”。在漢字選擇錯誤這種情況下，現有的整句輸入法通常會提供了如下的解決方案1)首先用戶選擇句子里錯誤的字；2)整句輸入法將顯示其他可能的漢字候選；3)用戶從中選擇需要輸入的字，整句輸入法對所選擇的字進行更新。當存在多個字詞錯誤時，用戶需要重復上述步驟直到所有的漢字都正確。一般地講，句子里錯誤的字越多，用戶手動修改所花的時間越長。還有的整句輸入法提供了根據用戶所做的“一步手動修改”，自動更正其他錯誤字的功能。例如，在微軟拼音輸入法中，如果用戶將“及其”中的“及”字改為“機”時，整句輸入法將自動的將第二個字“其”改為“器”。但這種方式每次只涉及到一個詞內部的相關字的自動修改，而不能影響或自動修改相關詞以外的字。
技術實現思路
本專利技術的目的是提出一種中文整句輸入法，以解決現有中文整句輸入法對錯誤修改比較繁瑣的缺點，使中文輸入更加快捷、方便。本專利技術提出的中文整句輸入法，包括以下步驟(1)利用中文語言模型對用戶輸入的拼音串或筆畫串進行解碼得到文字串；(2)由用戶對上述解碼文字串進行確認，若確認該解碼結果，則為正確的中文整句，若不確認該解碼結果，則用戶對文字串中的任意一個錯誤進行修改，然后根據用戶的修改作局部更正；(3)對經過上述修改和更正的整句拼音串或筆畫串進行解碼，解碼后的文字串中用戶修改過的文字前后保持一致；(4)重復步驟(2)和(3)，直至得到用戶確認的中文整句。上述方法中的文字串中的錯誤為用戶錯誤或系統錯誤，其中的用戶錯誤為模糊音錯誤或輸入錯誤，其中的系統錯誤為切分錯誤或字選擇錯誤。對用戶對上述文字串中的錯誤進行修改和局部更正的方法共有四種。第一種是用戶對模糊音錯誤進行修改及局部更正，包括如下步驟(1)用戶選擇錯誤文字，顯示與該文字對應的拼音；(2)用戶從上述錯誤文字的拼音相對應的模糊音菜單中選擇正確的拼音。第二種是用戶對輸入錯誤進行修改及局部更正，包括如下步驟(1)用戶選擇錯誤文字，顯示與該文字對應的拼音或筆畫；(2)對拼音或筆畫進行修改，使其成為與正確文字相對應的拼音或筆畫。第三種是用戶對切分錯誤進行修改及局部更正，包括如下步驟(1)用戶選擇兩個或兩個以上相鄰的錯誤文字；(2)在用戶選定的錯誤文字的連續拼音串中移動切分符位置，使錯誤文字的連續拼音串成為正確文字的連續拼音串。第四種是用戶對字選擇錯誤進行修改及局部更正，包括如下步驟(1)用戶選擇錯誤文字，顯示與該文字具有相同拼音或筆畫的其它所有文字；(2)用戶從上述所有文字中選擇正確的文字。上述方法中，對經過修改和更正的整句拼音串或筆畫串進行解碼的方法包括如下步驟(1)根據語言模型，生成一個詞法樹，設定一條空的搜索路徑，并將其存儲在路徑數組中，將詞法樹的指針指向詞法樹樹根；(2)按照從左往右的順序，按步驟(3)和(4)搜索更正后的整句拼音串或筆畫串；(3)從路徑數組中取本文檔來自技高網...

【技術保護點】
一種中文整句輸入法，其特征在于，該方法包括以下步驟：　　　　（１）利用中文語言模型對用戶輸入的拼音串或筆畫串進行解碼得到文字串；　　　　（２）由用戶對上述解碼文字串進行確認，若確認該解碼結果，則為正確的中文整句，若不確認該解碼結果，則用戶對文字串中的任意一個錯誤進行修改，然后根據用戶的修改作局部更正；　　　　（３）對經過上述修改和更正的整句拼音串或筆畫串進行解碼，解碼后的文字串中用戶修改過的文字前后保持一致；　　　　（４）重復步驟（２）和（３），直至得到用戶確認的中文整句。

【技術特征摘要】

【專利技術屬性】
技術研發人員：羅邁克，鄭方，
申請(專利權)人：鄭方，
類型：發明
國別省市：11[中國|北京]