一種盲文輸入方法和系統技術方案

本發明專利技術公開了一種盲文輸入方法和系統。所述方法包括下列步驟：步驟根據N-gram語言模型，結合漢語盲文分詞連寫規則，構造盲漢轉換模型；根據輸入的盲文句子B，列出其對應的所有候選漢語句子S；利用所述盲漢轉換模型，求得輸入的盲文句子為B時對應的所有候選漢語句子S的概率值P(S|B)，取P(S|B)值最大的對應的漢語詞串的序列S＝s1s2...sm作為最終漢語句子輸出。其能夠有效利用漢語盲文自身特征，提高盲文轉換為漢字的正確率。

【技術實現步驟摘要】

本專利技術涉及自然語言處理
，特別是涉及一種盲文輸入方法和系統。
技術介紹
人機交互是盲人使用計算機的主要困難之一。人機交互包含輸入與輸出兩個方面。前者是指通過鍵盤、鼠標等輸入設備將文字或指令輸入計算機，后者則是指將文字或其它信息以視覺和語音方式輸出給用戶。由于語音合成技術日益成熟，將文字轉化為語音輸出已經成為現實，因此對盲人而言，文字輸入困難是制約其使用計算機的重要因素。盲人輸入文字困難一方面是由于視力障礙，另一方面是因為盲人使用的漢語盲文字與漢字不同。漢語盲文是基于布萊爾盲文體系，每個盲文字符均以兩列共6個點作為一個基本結構(Ii )，這6個點有的凸起，有的不凸起，形成64種變化，即能表示64種不同的字符。在漢語盲文中，每種字符表示漢語拼音中的一個聲母、韻母或聲調，不同的字符按照漢語拼音規則組成合法音節以表示漢字，也就是說漢語盲文是一種拼音性的文字。盲人日常書寫盲文是通過在紙上扎出不同的盲文字符，其書寫習慣與采用漢語拼音和標準鍵盤的普通拼音輸入法有很大差別。因此，盲人通過鍵盤使用現有的漢字輸入法輸入漢字是很困難的。為了解決盲人在計算機上輸入文字困難的問題，已經出現一些幫助盲人實現漢字輸入的系統，其實現方法主要有兩種一種是利用普通計算機的標準鍵盤和現有漢字輸入法并配合語音合成技術提示用戶，另一種是采用與盲文對應的鍵盤設置和相應的輸入法。 目前，多數盲人計算機系統支持上述第一種方法，但它存在兩個問題首先，標準鍵盤鍵數過多，不適合視力障礙者快速摸讀；其次，由于盲人對字形的觀念弱，而盲文使用的字音拼讀方法又與通過標準鍵盤輸入英文字符構成的漢字拼音不同，導致盲人使用現有漢字輸入法很不方便。為解決這一問題，出現了上述第二種方法，即采用與盲文對應的鍵盤設置和相應輸入法，其主要思路是在標準鍵盤上定義6個，或是采用專用的6鍵鍵盤，使得6個鍵分別對應盲文的6個凸點，當6個鍵中的某一個或幾個同時按下時，可對應盲文中的一個盲符。這種方法與盲符相對應，相對來說更符合盲文的輸入習慣，但由于操作時候要同時按下多個鍵，不符合通常的按鍵習慣，因此往往需要一段時間的訓練才能熟練使用。而且，采用這種方法的用戶輸入的是盲文，當用戶需要與普通人交流時，還需要將其轉換為漢字。現有的漢語盲文到漢字的轉換通常是先將盲文轉換為拼音，再使用語言模型并結合規則將拼音轉換為漢字，但是這種方法在盲文到拼音和拼音到漢字兩次轉換中都有可能產生錯誤，而且忽視了漢語盲文自身的特點，導致漢語盲文到漢字轉換正確率并不高。
技術實現思路
本專利技術的目的在于提供一種盲文輸入方法和系統。其能夠有效利用漢語盲文自身特征，提高盲文轉換為漢字的正確率。為實現本專利技術的目的而提供的一種盲文輸入方法，包括下列步驟步驟100.根據N-gram語言模型，結合漢語盲文分詞連寫規則，構造盲漢轉換模型；步驟200.根據輸入的盲文句子B，列出其對應的所有候選漢語句子S;步驟300.利用所述盲漢轉換模型，求得輸入的盲文句子為B時對應的所有候選漢語句子S的概率值P (S I B)，取P (S I B)值最大的對應的漢語詞串的序列3 = 4, ... 作為最終漢語句子輸出。所述步驟100，包括下列步驟步驟110.利用已有真實盲文語料的訓練方法，獲取漢語詞串為S時對應的盲文B 的分詞連寫概率P (B ι S)I S) = V{bxb2...bm I Sxs2...sm) = ΠΡ(辦,I 丨)其中，PO^i | Si)表示漢語詞串/=1Si在分詞連寫規則下對應一個盲文詞bi的概率；步驟120.根據N-gram語言模型，獲取漢語詞概率P (S) P(S) =P (W1W2. . . WT) =P (W1) P (W2 I W1)…P (Wi I Wi-^1WiW . . Wi^1) · · · P (WT I WT_n+1WT_n+2...W1^1) (i = 1···Τ)，其中的 N-gram 概率 P(Wi |Wi_n+lWi_n+2. . . Wi^1)通過大量的文本訓練得到；步驟130.根據所述分詞連寫概率P (B I S)和所述漢語詞概率P (S)，利用貝葉斯公式P口 I B) =，構造盲漢轉換模型。所述P(bi|Si)值的估算采用如下三種方法a. 0-1 規則法假設共有K條規則r2，. . .，ι·κ，若漢語詞串Si滿足規則r」，記作R(s，r」)=True, 否則記作R(s，rj) = False ；采用0，1兩個值定義分詞連寫概率，即當滿足任一條規則時， 定義其概率值為1，否則為0。b. α規則法fa, ]r,，i (s,，r,) = 7>Me引入一個參數α，令P(Ak) = ^ J ’，采用α，1-α兩個值定義分11 -a vr{, R(sl ’ r) = False詞連寫概率；c.逐條規則統計法對不同的規則采用不同的α值，對于規則j = 1,2,..., K，分別估計α」；1 在訓練集中，統計解碼時所有規則認為可連寫的串，將串的個數記為；2:統計這C,個串中實際被連寫的串的個數，記為(山_)；3 計算 α j 的估計值式=c,U)/cr(j)。b中，所述參數α的值的選取有兩種方法方法一采用一個開發集調試，變換參數值，尋找使盲-漢轉換性能最好的參數值；方法二 采用一個訓練集，在訓練集上直接估計α的值，估計方法如下1 在訓練集中，統計解碼時所有規則認為可連寫的串，將串的個數記為q ；1， BrjiR(S^rj) = True 0 VrjiR(S^rj) = Fahe2 統計這q個串中實際被連寫的串的個數，記為Ct ；3 計算 α 的估計值 =在步驟200中，利用盲文中的聲調信息，篩除聲調不相符的候選漢語句子。在步驟200中，采用基于盲文聲調信息的詞語選取方法記錄文中所有已出現的標調詞和其轉換結果，當后文中有未標調詞出現時，先和已經記錄的標調詞比較盲文字符是否相同，若相同，則這個盲文字符對應的候選漢字即使已記錄的標調詞的轉換結果。所述步驟300之后，包括下列步驟步驟400.根據自然語言規則對所述最終漢字句子進行修改，并將修改的結果存入緩沖區作為自適應語料，建立基于cache的自適應模型，對盲漢轉換模型進行調整，得到優化的盲漢轉換模型。為實現本專利技術的目的還提供一種盲文輸入系統，所述系統，包括模型構造模塊，用于根據N-gram語言模型，結合漢語盲文分詞連寫規則構造盲漢轉換模型；候選搜索模塊，用于根據輸入的盲文句子B，列出其對應的所有候選漢語句子S ；盲漢轉換模塊，用于利用所述盲漢轉換模型，求得輸入的盲文句子為B時對應的所有候選漢語句子S的概率值P (S I B)，取P (S I B)值最大的對應的漢語詞串的序列S = S1,作為最終漢語句子輸出。所述模型構造模塊，包括分詞連寫概率獲取模塊，用于利用已有真實盲文語料的訓練方法，獲取漢語詞串為S時對應的盲文B的分詞連寫概率P (B I S)P(萬 I S) = P(ZJ1Z)2...^ 15,52-^) = 17^/1其中，P(bi|Si)表示漢語詞串/=1fSi在分詞連寫規則下對應一個盲文詞bi的概率；漢語詞概率獲取模塊，用于根據N-gram語言模型，獲取漢語詞概率P (S)；P(S) =P (W1W2. . . WT) =P本文檔來自技高網...

【技術保護點】
１．一種盲文輸入方法，其特征在于，所述方法，包括下列步驟：步驟１００．根據Ｎ－ｇｒａｍ語言模型，結合漢語盲文分詞連寫規則，構造盲漢轉換模型；步驟２００．根據輸入的盲文句子Ｂ，列出其對應的所有候選漢語句子Ｓ；步驟３００．利用所述盲漢轉換模型，求得輸入的盲文句子為Ｂ時對應的所有候選漢語句子Ｓ的概率值Ｐ（Ｓ｜Ｂ），取Ｐ（Ｓ｜Ｂ）值最大的對應的漢語詞串的序列Ｓ＝ｓ１ｓ２．．．ｓｍ作為最終漢語句子輸出。

【技術特征摘要】

【專利技術屬性】
技術研發人員：王超，王向東，錢躍良，林守勛，
申請(專利權)人：中國科學院計算技術研究所，
類型：發明
國別省市：11