CN112987941B - 生成候选词的方法及装置 - Google Patents

生成候选词的方法及装置 Download PDF

Info

Publication number
CN112987941B
CN112987941B CN201911298337.4A CN201911298337A CN112987941B CN 112987941 B CN112987941 B CN 112987941B CN 201911298337 A CN201911298337 A CN 201911298337A CN 112987941 B CN112987941 B CN 112987941B
Authority
CN
China
Prior art keywords
word
candidate
attribute
substring
string
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201911298337.4A
Other languages
English (en)
Other versions
CN112987941A (zh
Inventor
刘世军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Sogou Technology Development Co Ltd
Original Assignee
Beijing Sogou Technology Development Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Sogou Technology Development Co Ltd filed Critical Beijing Sogou Technology Development Co Ltd
Priority to CN201911298337.4A priority Critical patent/CN112987941B/zh
Publication of CN112987941A publication Critical patent/CN112987941A/zh
Application granted granted Critical
Publication of CN112987941B publication Critical patent/CN112987941B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/02Input arrangements using manually operated switches, e.g. using keyboards or dials
    • G06F3/023Arrangements for converting discrete items of information into a coded form, e.g. arrangements for interpreting keyboard generated codes as alphanumeric codes, operand codes or instruction codes
    • G06F3/0233Character input methods
    • G06F3/0237Character input methods using prediction or retrieval techniques
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Machine Translation (AREA)

Abstract

本发明公开了一种生成候选词的方法及装置,该方法包括:实时接收用户输入的当前输入串;查找词库中是否有与当前输入串对应的候选词;如果有,则将候选词作为第一候选词进行展现;如果没有,则对当前输入串进行切分,得到各子串;从词库中获取与各子串对应的各候选词及其属性;分别从各子串对应的候选词中选取一个候选词组成目标词组;将目标词组作为第一候选词进行展现。本发明实施例提供的方案,在生成候选词的过程中,先查找词库中的词语,而当词库中不存在候选词时,考虑将当前输入串拆分为多个子串并组成目标词语,并且还考虑了各个子串的属性,这样能够有效提高生成用户期望的候选词的准确性,有利于提高用户输入效率。

Description

生成候选词的方法及装置
技术领域
本发明涉及输入法技术领域,具体涉及一种生成候选词的方法及装置。
背景技术
输入法是一种将各种符号输入计算机或其他设备的编码方法,是人类和计算机打交道不可或缺的工具。对于中文输入,拼音输入法是人们最常用的输入法之一。对于输入法***而言,通常会将一些常用词收录在词库中,输入法***根据用户输入的拼音串,首先会查找词库,如果查不到,则进行一元组词。所述一元组词是指对接收的拼音串进行切分,然后选择切分得到的每个子串对应的词频最高的词进行组词。比如,用户输入的拼音串为“zhoukoudianyizhi”(周口店遗址),但查找词库未得到相应的词,在这种情况下,输入法***对拼音串“zhoukoudianyizhi”进行拆分,得到两个子串,分别为“zhoukoudian”和“yizhi”,由于这两个子串对应的词频最高的词分别为“周口店”和“一直”,因此生成“周口店一直”这个候选词。再比如,用户输入拼音串“dengdaichaoshi”(等待超时),输入法***会生成候选词“等待超市”。显然,这样的候选词并不是用户真正想要的候选词,不仅影响用户输入效率,还会影响用户输入体验。
发明内容
本发明实施例提供一种生成候选词的方法及装置,以提高用户输入效率,提高用户输入体验。
为此,本发明提供如下技术方案:
一种生成候选词的方法,所述方法包括:
实时接收用户输入的当前输入串;
查找词库中是否有与所述当前输入串对应的候选词,所述词库中的各词具有属性标记;
如果有,则将所述候选词作为第一候选词进行展现;
如果没有,则对所述当前输入串进行切分,得到各子串;
从所述词库中获取与各子串对应的各候选词及其属性;
分别从各子串对应的候选词中选取一个候选词组成目标词组,所述目标词组中的候选词的属性相关;
将所述目标词组作为第一候选词进行展现。
可选地,所述分别从各子串对应的候选词中选取一个候选词组成目标词组包括:
按照各子串在所述当前输入串中的先后顺序,根据在先子串对应的候选词的属性依次从在后子串对应的候选词中选取一个候选词组成目标词语。
可选地,所述根据在先子串对应的候选词的属性依次从在后子串对应的候选词中选取一个候选词组成目标词语包括:
依次判断在后子串对应的候选词中是否有与在先子串对应的候选词的属性相关的候选词;
如果有,则从在后子串对应的候选词中选取属性相关的候选词组成目标词语;
如果没有,则从在后子串对应的候选词中选取词频最高的候选词组成目标词语。
可选地,在所述查找词库中是否有与所述当前输入串对应的候选词之前,还包括:
获取已上屏词语的属性;
根据所述已上屏词语的属性,对所述当前输入串对应的各候选词进行词频调整。
可选地,所述根据所述已上屏词语的属性,对所述当前输入串对应的各候选词进行词频调整包括:
按照所述当前输入串对应的各候选词的属性与所述已上屏词语的属性的相似度,确定所述当前输入串对应的各候选词的权值;
根据所述各候选词的权值确定所述各候选词的词频。
可选地,所述方法还包括:
预先设置二元关系库,所述二元关系库为具有关联关系的候选词构成的词库;
在从所述词库中获取与各子串对应的各候选词及其属性之前,查找所述二元关系库中是否有与所述各子串对应的二元词组;
如果有,则将所述二元词组作为第一候选词进行展现。
可选地,所述属性包括:候选词的词性,和/或候选词的语义描述。
一种生成候选词的装置,所述装置包括:
接收模块,用于实时接收用户输入的当前输入串;
词库查找模块,用于查找词库中是否有与所述当前输入串对应的候选词,所述词库中的各词具有属性标记;
展现模块,用于在所述词库查找模块查找到与所述当前输入串对应的候选词时,将所述候选词作为第一候选词进行展现;
切分模块,用于在所述词库查找模块未查找到与所述当前输入串对应的候选词时,对所述当前输入串进行切分,得到各子串;
第一获取模块,用于从所述词库中获取与各子串对应的各候选词及其属性;
组词模块,用于分别从各子串对应的候选词中选取一个候选词组成目标词组,所述目标词组中的候选词的属性相关;
所述展现模块,还用于将所述目标词组作为第一候选词进行展现。
可选地,所述组词模块,具体用于按照各子串在所述当前输入串中的先后顺序,根据在先子串对应的候选词的属性依次从在后子串对应的候选词中选取一个候选词组成目标词语。
可选地,所述组词模块包括:
判断单元,用于依次判断在后子串对应的候选词中是否有与在先子串对应的候选词的属性相关的候选词;
候选词选取单元,用于在所述判断单元判定有与在先子串对应的候选词的属性相关的候选词时,从在后子串对应的候选词中选取属性相关的候选词组成目标词语;在所述判断单元判定没有与在先子串对应的候选词的属性相关的候选词时,从在后子串对应的候选词中选取词频最高的候选词组成目标词语。
可选地,所述装置还包括:
第二获取模块,用于在所述词库查找模块查找词库中是否有与所述当前输入串对应的候选词之前,获取已上屏词语的属性;
词频调整模块,用于根据所述已上屏词语的属性,对所述当前输入串对应的各候选词进行词频调整。
可选地,所述词频调整模块包括:
权值确定单元,用于按照所述当前输入串对应的各候选词的属性与所述已上屏词语的属性的相似度,确定所述当前输入串对应的各候选词的权值;
词频确定单元,用于根据所述各候选词的权值确定所述各候选词的词频。
可选地,所述装置预先设置有二元关系库,所述二元关系库为具有关联关系的候选词构成的词库;所述装置还包括:
二元关系库查找模块,用于在所述第一获取模块从所述词库中获取与各子串对应的各候选词及其属性之前,查找所述二元关系库中是否有与所述各子串对应的二元词组;
所述展现模块,还用于在所述二元关系库查找模块查找到有与所述各子串对应的二元词组时,将所述二元词组作为第一候选词进行展现。
可选地,所述属性包括:候选词的词性,和/或候选词的语义描述。
一种计算机设备,包括:一个或多个处理器、存储器;
所述存储器用于存储计算机可执行指令,所述处理器用于执行所述计算机可执行指令,以实现前面所述的方法。
一种可读存储介质,其上存储有指令,所述指令被执行以实现前面所述的方法。
本发明实施例提供的生成候选词的方法,对词库中的各词设置属性标记,在生成当前输入串对应的候选词时,先查找词库中的词语,而当词库中不存在当前输入串对应的候选词时,将当前输入串拆分为多个子串并组成目标词语即候选词,在组成目标词语时由于考虑了各个子串的属性,从而使生成的候选词更符合用户期望,提高了用户输入效率,提升了用户输入体验。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
图1是本发明实施例生成候选词的方法的一种流程图;
图2是本发明实施例生成候选词的方法的另一种流程图;
图3是本发明实施例生成候选词的方法的又一种流程图;
图4是本发明实施例生成候选词的装置的一种结构框图;
图5是本发明实施例生成候选词的装置的另一种结构框图;
图6是本发明实施例生成候选词的装置的又一种结构框图;
图7是根据一示例性实施例示出的一种用于生成候选词的方法的装置的框图;
图8是本发明实施例中服务器的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明实施例的方案,下面结合附图和实施方式对本发明实施例作进一步的详细说明。
为提高用户利用中文输入法输入中文的效率,以及提高用户输入体验,本发明实施例提供了一种生成候选词的方法及装置。
下面先对本发明实施例提供的一种生成候选词的方法进行说明。
如图1所示,是本发明实施例生成候选词的方法的一种流程图,包括以下步骤:
步骤101,实时接收用户输入的当前输入串。
实际应用中,用户可以在电脑、手机等设备上利用中文输入法进行中文输入,比如用户可以利用拼音输入法进行中文输入。对于中文输入法而言,通常是以词组为单位进行输入的,比如输入由一个词组构成的输入串如拼音串,有时为了提高输入效率,用户也可以输入由多个词组构成的输入串,本发明实施例并不需要对输入串的长度进行限定。
需要说明的是,拼音串仅为输入串中的一种,这里仅仅是以拼音串为例进行举例说明,本发明实施例中的输入串还可以是其他类型的字符串,并不局限于拼音串这一种。
另外,一般可以将仅有一个词组构成的输入串称为一元输入串,由两个词组构成的输入串称为二元输入串,由三个以上词组构成的输入串称为N元输入串或多元输入串;本发明实施例也不需要对输入串的元数进行限定。
步骤102,查找词库中是否有与所述当前输入串对应的候选词,所述词库中的各词具有属性标记;如果有则执行步骤103;否则执行步骤104~107。
一般地,输入法***往往自带词库,词库中收录了大量词语。由于词库的容量通常较大,能够极大程度满足用户输入中文的需要。因此,当输入法***接收到用户输入的当前输入串之后,首先在词库中查找是否有与当前输入串对应的候选词。
与现有技术不同的是,在本发明实施例中,对词库中的候选词预先进行了属性标记。所述的属性标记包括但不限于:候选词的词性,比如名词、动词、形容词等;候选词的语义描述,比如人名、地名、颜色、行业等。需要说明的是,本领域内的技术人员可以从不同角度对词库中的候选词进行属性标记,所添加的属性可以是一维属性,即仅从一个角度标记,也可以是多维属性,即从多个角度标记。本发明实施例并不限定属性标记的角度,也不限定所添加属性的维度。
步骤103,将所述候选词作为第一候选词进行展现。
在利用步骤102在词库中进行查找后,如果有与该输入串对应的候选词,则将该候选词作为第一候选词展现在候选栏的首位。
对于中文输入法而言,容易出现同音不同字的现象,因此,针对一个输入串往往在候选栏中提供多个候选词,本发明实施例对其它候选词在候选栏中位置的先后顺序不做限定。
可以理解的是,第一候选词越接近用户期望输入的目标词语,用户输入中文的效率就越容易得到提高。
步骤104,对所述当前输入串进行切分,得到各子串。
词库中查找不到与当前输入串对应的候选词,可能是输入串长度太长,亦或是输入串元数过多,等等。因此,为了生成与当前输入串对应的候选词,可以先对当前输入串进行降低长度或元数的处理,即将当前输入串拆分为多个子串,以便后续根据各个子串对应的候选词进行组词。
另外,现有技术中已经公开了针对输入串的切分算法,比如可以按照音节对当前输入串进行切分,本发明实施例并不需要对输入串的具体切分方式进行限定,相关之处可以参见现有技术。
步骤105,从所述词库中获取与各子串对应的各候选词及其属性。
由于词库中的词语预先进行了属性标记,因此在对当前输入串进行切分处理并得到多个子串后,通过查找词库即可获取各个子串对应的各候选词、以及各个候选词的属性。
比如,用户输入了当前输入串“zhoukoudianyizhi”(周口店遗址),通过查找词库并未找到与之对应的候选词,因此利用切分算法对该输入串进行切分处理,得到“zhoukoudian”和“yizhi”两个子串。然后,通过查找词库分别得到以下候选词及其属性,如下表所示:
候选词 周口店 周口
属性 地名 地名 姓氏 机械部件
候选词 一直 一支 一致 遗址
属性 状态 数量词 形容词 地名,名词
步骤106,分别从各子串对应的候选词中选取一个候选词组成目标词组,所述目标词组中的候选词的属性相关。
在获取各候选词及其属性后,通过从各子串对应的候选词中选取一个候选词的方式,来组成一个目标词语即生成候选词。
需要说明的是,由于各个候选词是具有属性标记的,因而进行组词时可以根据各个候选词的属性之间的相关性进行组词。所谓的属性相关,是指候选词的属性具有一定的关联关系,比如候选词属性相同,或者是候选词属性为语法搭配(比如动宾词组),等等。
仍然以前述“zhoukoudianyizhi”(周口店遗址)为例进行说明,“zhoukoudian”对应的候选词“周口店”的属性为地名,“yizhi”中与该属性最相关的为候选词“遗址”。因此,从这两个子串对应的各候选词中分别选取候选词“周口店”、“遗址”组成目标词语,即生成当前输入串“zhoukoudianyizhi”对应的候选词“周口店遗址”。
步骤107,将所述目标词组作为第一候选词进行展现。
由以上可见,本发明实施例提供的生成候选词的方法,对词库中的各词设置属性标记,在生成当前输入串对应的候选词时,先查找词库中的词语,而当词库中不存在当前输入串对应的候选词时,将当前输入串拆分为多个子串并组成目标词语即候选词,在组成目标词语时由于考虑了各个子串的属性,从而使生成的候选词更符合用户期望,提高了用户输入效率,提升了用户输入体验。
下面针对上述步骤106中提到的“属性相关”进行一下说明。对于二元输入串而言,各子串对应的候选词的属性包括:属性相关和属性不相关两种情况。而对于三元以上的多元输入串而言,各子串对应的候选词的属性则包括:属性完全相关、属性部分相关和属性完全不相关三种情况。
在本发明的一个实施例中,可以按照各子串在当前输入串中的先后顺序,根据在先子串对应的候选词的属性依次从在后子串对应的候选词中选取一个候选词组成目标词语。可见,该实施例可以利用在先子串对应的候选词的属性来确定在后子串对应的候选词,并且不论拆分出的子串的数量是两个(针对二元输入串),还是多个(针对多元输入串),均可以利用该方式来选取候选词。
一种具体实现方式中,可以依次判断在后子串对应的候选词中是否有与在先子串对应的候选词的属性相关的候选词;如果有,则从在后子串对应的候选词中选取属性相关的候选词组成目标词语;如果没有,则从在后子串对应的候选词中选取词频最高的候选词组成目标词语。
通常,用户会将具有相关性的词语通过一个输入串来输入,比如:“tianqiyubao”(天气预报)、“guominshengchanzongzhi”(国民生产总值);而实际应用中,用户有时也会将属性不相关的词语也输入到一个输入串中,比如:“huoguozhijin”(火锅纸巾)。针对后一种情况,拆分出的各子串对应的候选词之间的属性,则存在不相关(针对二元输入串),以及部分相关和完全不相关(针对多元输入串)的情况,在本发明实施例中,通过在先子串对应的候选词的属性来确定在后子串对应的候选词,相当于降低了多元输入串的元数,并且针对在后输入串对应的候选词与在先子串对应的候选词的属性相关和不相关两种情况,分别给出了选词方案,即在属性相关时,优先选取属性相关的候选词进行组词,而当属性不相关时,可以选取词频最高的候选词进行组词,极大地满足了用户需求。
如图2所示,是本发明实施例生成候选词的方法的另一种流程图,包括以下步骤:
步骤201,实时接收用户输入的当前输入串。
步骤202,获取已上屏词语的属性。
在输入法***接收到用户输入的当前输入串之后,可以通过查询词库来确定前一输入串对应的已上屏词语的属性。
步骤203,根据所述已上屏词语的属性,对所述当前输入串对应的各候选词进行词频调整。
在一些情景中,用户需要进行多次输入,比如学生撰写论文、文员编辑文档等,而用户前后两次输入的词语极有可能是具有关联性的词语。比如,用户在输入“周口店遗址”时,前一输入串对应的已上屏词语为“周口店”(属性为地名),而当前输入串为“yizhi”,此时根据已上屏词语“周口店”的属性标记,对当前输入串对应的各候选词进行词频调整,经过词频调整,与周口店属性相关的“遗址”(属性为地名)成为第一候选词。
一种实现方式中,可以按照如下方式对所述当前输入串对应的各候选词进行词频调整:
(1)按照所述当前输入串对应的各候选词的属性与所述已上屏词语的属性的相似度,确定所述当前输入串对应的各候选词的权值。
现有技术中已经公开了大量计算相似度的算法,本发明实施例可以根据现有技术进行相似度计算,比如,根据描述属性的词语的匹配程度来计算相似度,匹配程度越高表明属性越相似,反之,匹配程度越低表明属性越不相似。一种方式中,可以预先设置相似度与权值之间的对应关系,这样可以通过查找该对应关系来确定当前输入串对应的各候选词的权值。
(2)根据所述各候选词的权值确定所述各候选词的词频。
在确定出当前输入串对应的各候选词的权值之后,可以通过现有技术中公开的加权算法,对各候选词的词频进行加权处理,从而达到对各候选词的词频进行调整的目的。
步骤204,查找词库中是否有与所述当前输入串对应的候选词,所述词库中的各词具有属性标记;如果有则执行步骤205;否则执行步骤206~209。
步骤205,将所述候选词作为第一候选词进行展现。
步骤206,对所述当前输入串进行切分,得到各子串。
步骤207,从所述词库中获取与各子串对应的各候选词及其属性。
步骤208,分别从各子串对应的候选词中选取一个候选词组成目标词组,所述目标词组中的候选词的属性相关。
步骤209,将所述目标词组作为第一候选词进行展现。
需要说明的是,图2所示方法实施例中的步骤201与图1所示方法实施例中的步骤101相类似、步骤204至209分别与步骤102至107相类似,具体内容可参照图1所示方法实施例,本发明实施例不再赘述。
由以上可见,本发明实施例提供的生成候选词的方法,对词库中的各词设置属性标记,在生成当前输入串对应的候选词时,先利用上一输入串对应的已上屏词语的属性,对当前输入串对应的各候选词进行词频调整,然后再查找词库中的词语,而当词库中不存在当前输入串对应的候选词时,将当前输入串拆分为多个子串并组成目标词语即候选词,在组成目标词语时由于考虑了各个子串的属性、以及连续录入文字情境中上下文词语之间的相关性,从而使生成的候选词更符合用户期望,进一步提高了用户输入效率,提升了用户输入体验。
如图3所示,是本发明实施例生成候选词的方法的又一种流程图,该实施例中的方法中,预先设置有二元关系库,所述二元关系库为具有关联关系的候选词构成的词库。
为了满足用户的特定输入需求,可以将具有关联关系的两个词语构成的词组收录到二元关系库中,以便用户输入该类词组对应的输入串时能够快速生成期望的候选词。
一种实现方式中,可以预先准备大量训练语料,对这些训练预料进行切分处理得到多个切分,利用拆分出的多个切分组成二元词组,以及按照现有技术中的词频统计方法统计各个二元词组的词频,并将词频大于设定值的二元词组收录至二元关系库中。
需要说明的是,这里仅仅是列举了一种建立二元关系库的具体方式,并不应该理解为对本发明方案的限定。
如图3所示,该方法实施例包括以下步骤:
步骤301,实时接收用户输入的当前输入串。
步骤302,查找词库中是否有与所述当前输入串对应的候选词,所述词库中的各词具有属性标记;如果有则执行步骤303;否则执行步骤304~309。
步骤303,将所述候选词作为第一候选词进行展现。
步骤304,对所述当前输入串进行切分,得到各子串。
步骤305,查找预先建立的二元关系库中是否有与所述各子串对应的二元词组,如果有则执行步骤306,否则继续执行步骤307。
步骤306,将所述二元词组作为第一候选词进行展现。
步骤307,从所述词库中获取与各子串对应的各候选词及其属性。
步骤308,分别从各子串对应的候选词中选取一个候选词组成目标词组,所述目标词组中的候选词的属性相关。
步骤309,将所述目标词组作为第一候选词进行展现。
需要说明的是,图3所示方法实施例中的步骤301至304、步骤307至309,分别与图1所示方法实施例中的步骤101至104、步骤105至107相类似,具体内容可参照图1所示方法实施例,本发明实施例不再赘述。
由以上可见,本发明实施例提供的生成候选词的方法,对词库中的各词设置属性标记,在生成当前输入串对应的候选词时,先查找词库中的词语,而当词库中不存在当前输入串对应的候选词时,针对被拆分出的多个子串,先从二元关系库中查找是否有与各子串对应的二元词组,如果有则直接将该二元词组作为第一候选词进行展示,在二元关系库不存在对应的二元词组时,再将当前输入串拆分为多个子串并组成目标词语即候选词,在组成目标词语时由于考虑了各个子串的属性,并且由于二元关系库中的二元词组考虑了子串之间的关联关系,从而使生成的候选词更符合用户期望,进一步提高了用户输入效率,提升了用户输入体验。
相应地,本发明实施例还提供一种生成候选词的装置,下面对本发明实施例提供的生成候选词的装置进行详细说明。
如图4所示,是本发明实施例生成候选词的装置的一种结构图,该装置包括如下模块:
接收模块10,用于实时接收用户输入的当前输入串;
词库查找模块20,用于查找词库中是否有与所述当前输入串对应的候选词,所述词库中的各词具有属性标记;
展现模块30,用于在查找到与所述当前输入串对应的候选词时,将所述候选词作为第一候选词进行展现;
切分模块40,用于在未查找到与所述当前输入串对应的候选词时,对所述当前输入串进行切分,得到各子串;
第一获取模块50,用于从所述词库中获取与各子串对应的各候选词及其属性;
组词模块60,用于分别从各子串对应的候选词中选取一个候选词组成目标词组,所述目标词组中的候选词的属性相关;
所述展现模块30,还用于将所述目标词组作为第一候选词进行展现。
由以上可见,应用本发明实施例提供的生成候选词的装置,对词库中的各词设置属性标记,在生成当前输入串对应的候选词时,先查找词库中的词语,而当词库中不存在当前输入串对应的候选词时,将当前输入串拆分为多个子串并组成目标词语即候选词,在组成目标词语时由于考虑了各个子串的属性,从而使生成的候选词更符合用户期望,提高了用户输入效率,提升了用户输入体验。
在本发明的一个实施例中,所述组词模块60,具体用于按照各子串在所述当前输入串中的先后顺序,根据在先子串对应的候选词的属性依次从在后子串对应的候选词中选取一个候选词组成目标词语。
一种实现方式中,所述组词模块60可以包括以下各单元:
判断单元,用于依次判断在后子串对应的候选词中是否有与在先子串对应的候选词的属性相关的候选词;
候选词选取单元,用于在所述判断单元定有与在先子串对应的候选词的属性相关的候选词时,从在后子串对应的候选词中选取属性相关的候选词组成目标词语;在所述判断单元判定没有与在先子串对应的候选词的属性相关的候选词时,从在后子串对应的候选词中选取词频最高的候选词组成目标词语。
如图5所示,是本发明实施例生成候选词的装置的另一种结构框图,对应于图2所示的方法实施例,在图4所示装置实施例的基础之上,所述装置还包括以下模块:
第二获取模块70,用于在所述词库查找模块20查找词库中是否有与所述当前输入串对应的候选词之前,获取已上屏词语的属性;
词频调整模块80,用于根据所述已上屏词语的属性,对所述当前输入串对应的各候选词进行词频调整。
一种实现方式中,所述词频调整模块80可以包括以下各单元:
权值确定单元,用于按照所述当前输入串对应的各候选词的属性与所述已上屏词语的属性的相似度,确定所述当前输入串对应的各候选词的权值;
词频确定单元,用于根据所述各候选词的权值确定所述各候选词的词频。
由以上可见,应用本发明实施例提供的生成候选词的装置,对词库中的各词设置属性标记,在生成当前输入串对应的候选词时,先利用上一输入串对应的已上屏词语的属性,对当前输入串对应的各候选词进行词频调整,然后再查找词库中的词语,而当词库中不存在当前输入串对应的候选词时,将当前输入串拆分为多个子串并组成目标词语即候选词,在组成目标词语时由于考虑了各个子串的属性、以及连续录入文字情境中上下文词语之间的相关性,从而使生成的候选词更符合用户期望,进一步提高了用户输入效率,提升了用户输入体验。
如图6所示,是本发明实施例生成候选词的装置的又一种结构框图,对应于图3所示的方法实施例,所述装置预先设置有二元关系库,所述二元关系库为具有关联关系的候选词构成的词库,在图4所示装置实施例的基础之上,所述装置还包括以下模块:
二元关系库查找模块90,用于在所述第一获取模块50从所述词库中获取与各子串对应的各候选词及其属性之前,查找所述二元关系库中是否有与所述各子串对应的二元词组。
在该实施例中,所述展现模块30还用于在所述二元关系库查找模块90查找到有与所述各子串对应的二元词组时,将所述二元词组作为第一候选词进行展现。
当然,上述二元关系库查找模块90同样也可适用于图5所示实施例中。
由以上可见,应用本发明实施例提供的生成候选词的装置,对词库中的各词设置属性标记,在生成当前输入串对应的候选词时,先查找词库中的词语,而当词库中不存在当前输入串对应的候选词时,针对被拆分出的多个子串,先从二元关系库中查找是否有与各子串对应的二元词组,如果有则直接将该二元词组作为第一候选词进行展示,在二元关系库不存在对应的二元词组时,再将当前输入串拆分为多个子串并组成目标词语即候选词,在组成目标词语时由于考虑了各个子串的属性,并且由于二元关系库中的二元词组考虑了子串之间的关联关系,从而使生成的候选词更符合用户期望,进一步提高了用户输入效率,提升了用户输入体验。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
需要说明的是,本发明实施例的生成候选词的方法及装置,可以应用于各种终端设备中,比如手机、计算机、笔记本等设备。
本发明实施例提供了一种计算机设备,包括:一个或多个处理器、存储器;所述存储器用于存储计算机可执行指令,所述处理器用于执行所述计算机可执行指令,以实现前述生成候选词的方法。
本发明实施例提供了一种可读存储介质,其上存储有指令,所述指令被执行以实现前述生成候选词的方法。
图7是根据一示例性实施例示出的一种用于生成候选词的方法的装置800的框图。例如,装置800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
参照图7,装置800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)的接口812,传感器组件814,以及通信组件816。
处理组件802通常控制装置800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理元件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理部件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在设备800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电力组件806为装置800的各种组件提供电力。电力组件806可以包括电源管理***,一个或多个电源,及其他与为装置800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当设备800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜***或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当装置800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和***接口模块之间提供接口,上述***接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为装置800提供各个方面的状态评估。例如,传感器组件814可以检测到设备800的打开/关闭状态,组件的相对定位,例如所述组件为装置800的显示器和小键盘,传感器组件814还可以检测装置800或装置800一个组件的位置改变,用户与装置800接触的存在或不存在,装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信部件816经由广播信道接收来自外部广播管理***的广播信号或广播相关信息。在一个示例性实施例中,所述通信部件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,装置800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器804,上述指令可由装置800的处理器820执行以完成上述按键误触纠错方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
一种非临时性计算机可读存储介质,当所述存储介质中的指令由移动终端的处理器执行时,使得移动终端能够执行一种按键误触纠错方法,所述方法包括:在用户输入过程中,获取各按键被触发时的按压信息;根据获取的按压信息确定误触发按键;对误触发按键进行纠错;确定纠错后的完整输入串对应的各候选词。
图8是本发明实施例中服务器的结构示意图。该服务器1900可因配置或性能不同而产生比较大的差异,可以包括一个或一个以***处理器(Central Processing Units,CPU)1922(例如,一个或一个以上处理器)和存储器1932,一个或一个以上存储应用程序1942或数据1944的存储介质1930(例如一个或一个以上海量存储设备)。其中,存储器1932和存储介质1930可以是短暂存储或持久存储。存储在存储介质1930的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对服务器中的一系列指令操作。更进一步地,中央处理器1922可以设置为与存储介质1930通信,在服务器1900上执行存储介质1930中的一系列指令操作。
服务器1900还可以包括一个或一个以上电源1926,一个或一个以上有线或无线网络接口1950,一个或一个以上输入输出接口1958,一个或一个以上键盘1956,和/或,一个或一个以上操作***1941,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM等等。
一种非临时性计算机可读存储介质,当所述存储介质中的指令由装置的处理器执行时,使得装置能够执行上述按键误触纠错方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本发明旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由下面的权利要求指出。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (12)

1.一种生成候选词的方法,其特征在于,所述方法包括:
实时接收用户输入的当前输入串;
获取已上屏词语的属性;
按照所述当前输入串对应的各候选词的属性与所述已上屏词语的属性的相似度,确定所述当前输入串对应的各候选词的权值;
根据所述各候选词的权值确定所述各候选词的词频;
查找词库中是否有与所述当前输入串对应的候选词,所述词库中的各词具有属性标记;
如果有,则将所述候选词作为第一候选词进行展现;
如果没有,则对所述当前输入串进行切分,得到各子串;
从所述词库中获取与各子串对应的各候选词及其属性;
分别从各子串对应的候选词中选取一个候选词组成目标词组,所述目标词组中的候选词的属性相关;
将所述目标词组作为第一候选词进行展现。
2.根据权利要求1所述的生成候选词的方法,其特征在于,所述分别从各子串对应的候选词中选取一个候选词组成目标词组包括:
按照各子串在所述当前输入串中的先后顺序,根据在先子串对应的候选词的属性依次从在后子串对应的候选词中选取一个候选词组成目标词语。
3.根据权利要求2所述的生成候选词的方法,其特征在于,所述根据在先子串对应的候选词的属性依次从在后子串对应的候选词中选取一个候选词组成目标词语包括:
依次判断在后子串对应的候选词中是否有与在先子串对应的候选词的属性相关的候选词;
如果有,则从在后子串对应的候选词中选取属性相关的候选词组成目标词语;
如果没有,则从在后子串对应的候选词中选取词频最高的候选词组成目标词语。
4.根据权利要求1所述的生成候选词的方法,其特征在于,所述方法还包括:
预先设置二元关系库,所述二元关系库为具有关联关系的候选词构成的词库;
在从所述词库中获取与各子串对应的各候选词及其属性之前,查找所述二元关系库中是否有与所述各子串对应的二元词组;
如果有,则将所述二元词组作为第一候选词进行展现。
5.根据权利要求1至4中任一项所述的生成候选词的方法,其特征在于,所述属性包括:候选词的词性,和/或候选词的语义描述。
6.一种生成候选词的装置,其特征在于,所述装置包括:
接收模块,用于实时接收用户输入的当前输入串;
第二获取模块,用于获取已上屏词语的属性;
权值确定单元,用于按照所述当前输入串对应的各候选词的属性与所述已上屏词语的属性的相似度,确定所述当前输入串对应的各候选词的权值;
词频确定单元,用于根据所述各候选词的权值确定所述各候选词的词频;
词库查找模块,用于查找词库中是否有与所述当前输入串对应的候选词,所述词库中的各词具有属性标记;
展现模块,用于在所述词库查找模块查找到与所述当前输入串对应的候选词时,将所述候选词作为第一候选词进行展现;
切分模块,用于在所述词库查找模块未查找到与所述当前输入串对应的候选词时,对所述当前输入串进行切分,得到各子串;
第一获取模块,用于从所述词库中获取与各子串对应的各候选词及其属性;
组词模块,用于分别从各子串对应的候选词中选取一个候选词组成目标词组,所述目标词组中的候选词的属性相关;
所述展现模块,还用于将所述目标词组作为第一候选词进行展现。
7.根据权利要求6所述的生成候选词的装置,其特征在于,所述组词模块,具体用于按照各子串在所述当前输入串中的先后顺序,根据在先子串对应的候选词的属性依次从在后子串对应的候选词中选取一个候选词组成目标词语。
8.根据权利要求7所述的生成候选词的装置,其特征在于,所述组词模块包括:
判断单元,用于依次判断在后子串对应的候选词中是否有与在先子串对应的候选词的属性相关的候选词;
候选词选取单元,用于在所述判断单元判定有与在先子串对应的候选词的属性相关的候选词时,从在后子串对应的候选词中选取属性相关的候选词组成目标词语;在所述判断单元判定没有与在先子串对应的候选词的属性相关的候选词时,从在后子串对应的候选词中选取词频最高的候选词组成目标词语。
9.根据权利要求6所述的生成候选词的装置,其特征在于,所述装置预先设置有二元关系库,所述二元关系库为具有关联关系的候选词构成的词库;所述装置还包括:
二元关系库查找模块,用于在所述第一获取模块从所述词库中获取与各子串对应的各候选词及其属性之前,查找所述二元关系库中是否有与所述各子串对应的二元词组;
所述展现模块,还用于在所述二元关系库查找模块查找到有与所述各子串对应的二元词组时,将所述二元词组作为第一候选词进行展现。
10.根据权利要求6至9中任一项所述的生成候选词的装置,其特征在于,所述属性包括:候选词的词性,和/或候选词的语义描述。
11.一种计算机设备,其特征在于,包括:一个或多个处理器、存储器;
所述存储器用于存储计算机可执行指令,所述处理器用于执行所述计算机可执行指令,以实现如权利要求1至5任一项所述的方法。
12.一种可读存储介质,其上存储有指令,所述指令被执行以实现如权利要求1至5任一项所述的方法。
CN201911298337.4A 2019-12-17 2019-12-17 生成候选词的方法及装置 Active CN112987941B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911298337.4A CN112987941B (zh) 2019-12-17 2019-12-17 生成候选词的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911298337.4A CN112987941B (zh) 2019-12-17 2019-12-17 生成候选词的方法及装置

Publications (2)

Publication Number Publication Date
CN112987941A CN112987941A (zh) 2021-06-18
CN112987941B true CN112987941B (zh) 2024-02-13

Family

ID=76343601

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911298337.4A Active CN112987941B (zh) 2019-12-17 2019-12-17 生成候选词的方法及装置

Country Status (1)

Country Link
CN (1) CN112987941B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113703590A (zh) * 2021-08-13 2021-11-26 北京搜狗科技发展有限公司 一种输入方法、装置和用于输入的装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008141583A1 (fr) * 2007-05-22 2008-11-27 Beijing Sogou Technology Development Co., Ltd. Procédé d'entrée de caractères, système d'entrée et procédé pour mettre à jour un lexique de mots
CN102103416A (zh) * 2009-12-17 2011-06-22 新浪网技术(中国)有限公司 一种汉字输入方法和装置
WO2016202101A1 (zh) * 2015-06-16 2016-12-22 北京奇虎科技有限公司 一种基于输入法的展示候选项的方法和装置
CN108073292A (zh) * 2016-11-11 2018-05-25 北京搜狗科技发展有限公司 一种智能组词方法和装置、一种用于智能组词的装置
CN109917927A (zh) * 2017-12-13 2019-06-21 北京搜狗科技发展有限公司 一种候选项确定方法和装置
CN110262674A (zh) * 2019-06-27 2019-09-20 北京金山安全软件有限公司 一种基于拼音输入的汉字输入方法、装置及电子设备

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008141583A1 (fr) * 2007-05-22 2008-11-27 Beijing Sogou Technology Development Co., Ltd. Procédé d'entrée de caractères, système d'entrée et procédé pour mettre à jour un lexique de mots
CN102103416A (zh) * 2009-12-17 2011-06-22 新浪网技术(中国)有限公司 一种汉字输入方法和装置
WO2016202101A1 (zh) * 2015-06-16 2016-12-22 北京奇虎科技有限公司 一种基于输入法的展示候选项的方法和装置
CN108073292A (zh) * 2016-11-11 2018-05-25 北京搜狗科技发展有限公司 一种智能组词方法和装置、一种用于智能组词的装置
CN109917927A (zh) * 2017-12-13 2019-06-21 北京搜狗科技发展有限公司 一种候选项确定方法和装置
CN110262674A (zh) * 2019-06-27 2019-09-20 北京金山安全软件有限公司 一种基于拼音输入的汉字输入方法、装置及电子设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
串频统计和词形匹配相结合的汉语自动分词***;刘挺, 吴岩, 王开铸;中文信息学报(01);全文 *

Also Published As

Publication number Publication date
CN112987941A (zh) 2021-06-18

Similar Documents

Publication Publication Date Title
US11120078B2 (en) Method and device for video processing, electronic device, and storage medium
CN107305438B (zh) 候选项的排序方法和装置、用于候选项排序的装置
CN107918496B (zh) 一种输入纠错方法和装置、一种用于输入纠错的装置
WO2018076450A1 (zh) 一种输入方法和装置、一种用于输入的装置
CN107291260B (zh) 一种信息输入方法和装置、及用于信息输入的装置
CN107544684B (zh) 一种候选词显示方法及装置
CN110069624B (zh) 文本处理方法及装置
WO2023078414A1 (zh) 相关文章搜索方法、装置、电子设备和存储介质
CN107422872B (zh) 一种输入方法、装置和用于输入的装置
CN109725736B (zh) 一种候选排序方法、装置及电子设备
CN108628461B (zh) 一种输入方法和装置、一种更新词库的方法和装置
CN112987941B (zh) 生成候选词的方法及装置
CN111538998B (zh) 文本定密方法和装置、电子设备及计算机可读存储介质
CN108536653B (zh) 一种输入方法、装置和用于输入的装置
CN108073293B (zh) 一种目标词组的确定方法和装置
CN110633017A (zh) 一种输入方法、装置和用于输入的装置
CN111414766B (zh) 一种翻译方法及装置
CN110362686B (zh) 一种词库的生成方法、装置、终端设备和服务器
CN109032374B (zh) 一种用于输入法的候选展示方法、装置、介质及设备
CN109992121B (zh) 一种输入方法、装置和用于输入的装置
CN109426359B (zh) 一种输入方法、装置以及机器可读介质
CN109388252B (zh) 一种输入方法及装置
CN113589954A (zh) 一种数据处理方法、装置和电子设备
CN107102747B (zh) 一种信息输入方法、装置和用于信息输入的装置
CN111103986A (zh) 用户词库管理方法及装置、输入方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant