CN114442816A - 一种联想预取方法、装置和用于联想预取的装置 - Google Patents

Abstract

本申请实施例公开了一种联想预取方法、装置和用于联想预取的装置。该方法的实施例包括：获取用户的输入信息；在满足预设条件的情况下，发送联想预取请求，以获取输入信息对应的目标候选结果和目标候选结果对应的目标联想结果；展示目标候选结果，并在用户上屏目标候选结果的情况下，展示目标联想结果。该实施方式解决了联想候选展示过程出现延时或卡顿的问题，提高了输入效率。

Description

一种联想预取方法、装置和用于联想预取的装置

技术领域

本申请实施例涉及计算机技术领域，具体涉及一种联想预取方法、装置和用于联想预取的装置。

背景技术

在用户使用输入法应用进行内容输入时，通常可以根据用户输入的内容以及上文等信息，通过联想的方式为用户提供联想候选，以节省用户的输入成本、提高输入效率。例如，当用户上屏“马上”时，可以提供“上课”、“回来”等联想候选。

现有技术中，通常是在用户上屏输入信息对应的某个候选项后，向服务端发送联想请求，从而获取该候选项对应的联想候选。由于服务端处理数据以及返回数据需要一定时间，因而这种方式会导致联想候选展示过程出现延时或卡顿，影响用户的输入效率。

发明内容

本申请实施例提出了一种联想预取方法、装置和用于联想预取的装置，以解决现有技术中联想候选展示过程出现延时或卡顿的技术问题。

第一方面，本申请实施例提供了一种联想预取方法，该方法包括：获取用户的输入信息；在满足预设条件的情况下，发送联想预取请求，以获取所述输入信息对应的目标候选结果和所述目标候选结果对应的目标联想结果；展示所述目标候选结果，并在用户上屏所述目标候选结果的情况下，展示所述目标联想结果。

第二方面，本申请实施例提供了一种联想预取装置，该装置包括：第一获取单元，被配置成获取用户的输入信息；第二获取单元，被配置成在满足预设条件的情况下，发送联想预取请求，以获取所述输入信息对应的目标候选结果和所述目标候选结果对应的目标联想结果；展示单元，被配置成展示所述目标候选结果，并在用户上屏所述目标候选结果的情况下，展示所述目标联想结果。

第三方面，本申请实施例提供了一种用于联想预取的装置，包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行一个或者一个以上程序包含用于进行以下操作的指令：获取用户的输入信息；在满足预设条件的情况下，发送联想预取请求，以获取所述输入信息对应的目标候选结果和所述目标候选结果对应的目标联想结果；展示所述目标候选结果，并在用户上屏所述目标候选结果的情况下，展示所述目标联想结果。

第四方面，本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如上述第一方面所描述的方法。

本申请实施例提供的联想预取方法、装置和用于联想预取的装置，通过获取用户的输入信息，在满足预设条件的情况下，发送联想预取请求，以获取输入信息对应的目标候选结果和目标候选结果对应的目标联想结果；从而展示目标候选结果，并在用户上屏目标候选结果的情况下，展示目标联想结果。由此，一方面，在获得用户的输入信息后进行目标联想结果的预取，相较于在用户上屏候选项后再发送请求获取联想候选的方式，避免了联想候选展示过程出现延时或卡顿，提高了输入效率。另一方面，通过设定预设条件，并在满足预设条件时发送联想预取请求，避免了因频繁发送联想预取请求导致资源耗费。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是根据本申请的联想预取方法的一个实施例的流程图；

图2是根据本申请的联想预取方法的步骤102的一个分解流程图；

图3是根据本申请的联想预取方法的步骤102的又一个分解流程图；

图4是根据本申请的联想预取装置的一个实施例的结构示意图；

图5是根据本申请的一种用于联想预取的装置的结构示意图；

图6是根据本申请的一些实施例中服务器的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

请参考图1，其示出了根据本申请的联想预取方法的一个实施例的流程100。上述联想预取方法可运行于各种电子设备，上述电子设备包括但不限于：服务器、智能手机、平板电脑、电子书阅读器、MP3(动态影像专家压缩标准音频层面3，Moving Picture ExpertsGroup Audio Layer III)播放器、MP4(动态影像专家压缩标准音频层面4，Moving PictureExperts Group Audio Layer IV)播放器、膝上型便携计算机、车载电脑、台式计算机、机顶盒、智能电视机、可穿戴设备等等。

本申请实施例中所提到的输入法应用能够支持多种输入法。其中，输入法可以是一种为了将各种符号输入到如计算机、手机等电子设备而采用的编码方法，用户可以使用输入法应用便利地将需要的字符或者字符串输入电子设备。需要注意的是，在本申请实施例中输入法除了支持常见的中文输入法(比如拼音输入法、五笔输入法、注音输入法、语音输入法、手写输入法等)以外，还可以支持其他语种的输入法(比如英文输入法、日文平假名输入法、韩文输入法等)，在此不对输入法以及输入法的语言种类做任何限定。

本实施例中的联想预取方法，可以包括以下步骤：

步骤101，获取用户的输入信息。

在本实施例中，联想预取方法的执行主体(如上述电子设备)可以获取用户的输入信息。输入信息可以是用户通过输入法应用输入的信息。用户可以采用任意的输入方式进行信息的输入。例如，可以采用拼音、五笔、笔画等编码输入方式，也可以采用语音输入方式等，此处不作限定。

作为示例，当用户以拼音输入方式输入时，输入信息可以指输入串，具体可以指用户输入的编码字符串。例如，用户想要输入“马上”，则采用拼音输入法输入的编码字符串可以为“mashang”。当用户以语音输入方式输入时，输入信息可以指用户输入的语音。

步骤102，在满足预设条件的情况下，发送联想预取请求，以获取输入信息对应的目标候选结果和目标候选结果对应的目标联想结果。

在本实施例中，上述执行主体在获取到用户的输入信息后，可以基于该输入信息，检测是否满足预设条件。在满足预设条件的情况下，可向服务端发送联想预取请求，以获取输入信息对应的目标候选结果和目标候选结果对应的目标联想结果。

此处，服务端可以指为输入法应用提供支持的服务器，该服务器可以是单个服务器，也可以是由多个服务器构成的服务器集群。服务器的类型此处不作限定，例如，可以是物理服务器，也可以是云服务器等。向服务端发送的联想预取请求中，可以包括但不限于所获取的上述输入信息、以及上述输入信息的上文(如最新上屏的语句)等。

此处，目标候选结果可以由服务端基于该输入信息解析得到。目标候选结果可以是一个或多个。每一个目标候选结果可以是与输入信息对应的一个候选项。例如，输入信息为输入串“zaihaibianzhua”，则目标候选结果可以包括对输入串“zaihaibianzhua”进行音字转换(即拼音转文字)后所得到的候选项“在海边抓”。

此处，目标候选结果对应的目标联想结果可以一个或多个。每一个目标联想结果可以是与目标候选结果对应的联想候选项。例如，目标候选结果为“在海边抓”，则目标联想结果可以包括“螃蟹”、“小鱼”等联想候选项。

此处，预设条件可以指预设的发送联想预取请求的条件。该条件可根据需要进行设定。例如，在当前的输入信息与某个历史输入信息相同，且依据历史数据得知用户在输入该历史输入信息后触发了服务端返回的联想候选项后，可认为满足预设条件，此时可发送联想预取请求。再例如，可使用本地词库确定当前的输入信息对应的候选项以及该候选项对应的联想候选项，在联想候选项满足某条件时(如词频大于某一预设值、上屏的概率大于某一预设值)的情况下，发送联想预取请求。

在本实施例的一些可选的实现方式中，如图2所示，上述步骤102可分解为如下子步骤S11至子步骤S12执行：

子步骤S11，获取输入信息对应的本地联想结果。

此处，可首先获取输入信息对应的本地候选结果。其中，本地候选结果可利用本地词库获取。本地候选结果可以是一个或多个。每一个本地候选结果可以是与输入信息对应的一个候选项。例如，输入信息为输入串“qingtian”，则利用本地词库获取到的本地候选结果可以包括“晴天”、“擎天”、“清甜”等。

而后，可确定本地候选结果对应的本地联想结果。此处，本地联想结果可从本地词库获取。对于每一个本地候选结果，该本地候选结果对应的本地联想结果可以是该本地候选结果对应的联想候选项。例如，本地候选结果包括“晴天”、“擎天”、“清甜”等，则与本地联想结果“晴天”对应的本地联想结果可以为“霹雳”，与本地联想结果“擎天”对应的本地联想结果可以为“柱”，与本地联想结果“清甜”对应的本地联想结果可以为“可口”等。

子步骤S12，在本地联想结果的期望值大于或等于预设阈值的情况下，发送联想预取请求。

此处，期望值可以是用于衡量本地联想结果命中的概率的数值。该数值可基于预设的公式计算得到，或者利用历史数据统计得到。其中，本地联想结果命中的概率可以指被用户上屏的概率或者被服务端作为目标联想结果返回的概率等。

作为示例，可以按照如下步骤确定本地联想结果的期望值：

第一步，获取输入信息的上文。

第二步，基于输入信息和上文，确定本地候选结果命中的第一概率。本地候选结果命中的第一概率可以指本地候选结果被用户上屏的概率，也可以指本地候选结果的词频等。第一概率可以基于对大量历史数据进行统计后得到。

例如，以py_cand_i表示某个本地候选结果，以py表示输入信息(如输入串)，以context表示上文，则本地候选结果命中的第一概率可以是P(py_cand_i|py,context)，表示在输入信息为py、上文为context的情况下，本地候选结果为py_cand_i的条件概率。例如，上文是“小明”，输入信息为输入串“shuo”，输入串“shuo”对应的本地候选结果“说”命中的第一概率为0.8。

第三步，基于上文和本地候选结果，确定本地联想结果命中的第二概率。本地联想结果命中的第二概率可以指本地联想结果被用户上屏的概率，或者本地联想结果被服务端作为目标联想结果返回的概率等。第二概率也可以基于对大量历史数据进行统计后得到。

例如，以asso_cand_j表示本地候选结果py_cand_i的本地联想结果，则本地联想结果命中的第二概率可以是P(asso_cand_j|context，py_cand_i)，表示在用户上屏的本地候选结果py_cand_i的情况下(即联想的上文为就是context以及py_cand_i的情况下)，本地联想结果asso_cand_i命中的概率。例如，上文是“小明”，输入信息为输入串“shuo”，用户上屏的本地候选结果为“说”，本地联想结果asso_cand_j“他”命中的第二概率为0.7。

第四步，基于上述第一概率和上述第二概率，确定上述本地联想结果的期望值。

此处，若仅存在一个本地候选结果的情况下，则可将本地候选结果的命中的第一概率与本地联想结果命中的第二概率相乘，将所得到的乘积作为本地联想结果的期望值(可表示为asso_sum[i])。此处，asso_sum[i]＝P(py_cand_i|py,context)×P(asso_cand_j|context，py_cand_i)。

在存在至少两个本地候选结果的情况下，对于每一个本地候选结果，可以基于该本地候选结果命中的第一概率与该本地候选结果对应的本地联想结果命中的第二概率，确定该本地候选结果对应的本地联想结果的期望值(如将第一概率与第二概率的乘积作为期望值)。而后，将各本地联想结果的期望值求和，得到最终的期望值(可表示为Σasso_sum[i])。

通过上述子步骤S11至子步骤S12发送联想预取请求，能够满足预设条件的情况下进行联想预取请求的发送，以获取目标联想结果。通过设定发送联想预取请求的预设条件，可在满足预设条件时发送联想预取请求，避免了因频繁发送联想预取请求导致资源浪费。

在本实施例的一些可选的实现方式中，如图3所示，上述步骤102可分解为如下子步骤S21至子步骤S23执行：

子步骤S21，获取输入相关信息。

此处，输入相关信息可以包括但不限于以下至少一项：输入信息的上文、输入信息的本地候选结果、本地候选结果的本地联想结果、本地联想结果的长度信息、用户信息、操作***信息、输入场景信息等。

子步骤S22，将输入相关信息输入至预先训练的决策模型，得到用于指示是否需要发送联想预取请求的决策结果。

此处，模型可从输入相关信息中提取特征，并对特征进行处理，得到用于指示是否需要发送联想预取请求的决策结果。此处，决策模型可以通过机器学习方法(如有监督学习方法)预先训练得到。且训练决策模型所使用的基础模型可以是分类模型，如支持向量机(Support Vector Machine，SVM)、卷积神经网络(Convolutional Neural Network，CNN)等。

可选的，决策模型通过如下步骤训练得到：首先，获取样本集。样本集中可包括多个输入信息样本的输入相关信息和标注信息，标注信息可用于指示输入信息样本的目标联想结果是否被用户上屏。而后，将输入相关信息输入至二分类模型，将所输入的输入相关信息对应的标注信息作为二分类模型的目标输出，利用机器学习方法对二分类模型进行训练，得到决策模型。

子步骤S23，在决策结果指示需要发送联想预取请求情况下，发送联想预取请求。

通过上述子步骤S21至子步骤S23发送联想预取请求，能够通过决策模型自动决策是否进行联想预取请求的发送。在决策模型决策出需发送联想预取请求的情况下发送请求，避免因频繁发送联想预取请求导致资源浪费。

步骤103，展示目标候选结果，并在用户上屏目标候选结果的情况下，展示目标联想结果。

在本实施例中，上述执行主体在得到输入信息对应的目标候选结果和目标候选结果对应的目标联想结果后，可以展示目标候选结果。

例如，可以将目标候选结果作为输入信息对应的候选项进行展示。同时，还可以展示输入信息对应的其他候选项，如从本地词库中选取的候选项。由此，在获取到用户的输入信息后，可同时展示本地候选结果和目标候选结果(如云服务器返回的候选结果)。

在本实施例中，在用户上屏目标候选结果的情况下，上述执行主体可以展示目标候选结果对应的目标联想结果。例如，可以将目标候选结果对应的目标联想结果作为新的候选项进行展示。此外，当用户选中目标候选结果后，可对该目标候选结果进行上屏。

由于目标候选结果对应的目标联想结果预先已获取，因而能够在用户上屏目标候选结果后，快速地展示目标联想结果，避免卡顿和延时的情况发生。

本申请的上述实施例提供的方法，通过获取用户的输入信息，在满足预设条件的情况下，发送联想预取请求，以获取输入信息对应的目标候选结果和目标候选结果对应的目标联想结果；从而展示目标候选结果，并在用户上屏目标候选结果的情况下，展示目标联想结果。由此，一方面，在获得用户的输入信息后进行目标联想结果的预取，相较于在用户上屏候选项后再发送请求获取联想候选的方式，避免了联想候选展示过程出现延时或卡顿，提高了输入效率。另一方面，通过设定预设条件，并在满足预设条件时发送联想预取请求，避免了因频繁发送联想预取请求导致资源耗费。

进一步参考图4，作为对上述各图所示方法的实现，本申请提供了一种联想预取装置的一个实施例，该装置实施例与图1所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图4所示，本实施例上述的联想预取装置400包括：第一获取单元401，被配置成获取用户的输入信息；第二获取单元402，被配置成在满足预设条件的情况下，发送联想预取请求，以获取上述输入信息对应的目标候选结果和上述目标候选结果对应的目标联想结果；展示单元403，被配置成展示上述目标候选结果，并在用户上屏上述目标候选结果的情况下，展示上述目标联想结果。

在本实施例的一些可选的实现方式中，上述第二获取单元402，进一步被配置成：获取上述输入信息对应的本地联想结果；在上述本地联想结果的期望值大于或等于预设阈值的情况下，发送联想预取请求。

在本实施例的一些可选的实现方式中，上述本地联想结果的期望值通过如下步骤确定：获取上述输入信息的上文；基于上述输入信息和上述上文，确定上述本地候选结果命中的第一概率；基于上述上文和上述本地候选结果，确定上述本地联想结果命中的第二概率；基于上述第一概率和上述第二概率，确定上述本地联想结果的期望值。

在本实施例的一些可选的实现方式中，上述基于上述第一概率和上述第二概率，确定上述本地联想结果的期望值，包括：在存在至少两个本地候选结果的情况下，对于每一个本地候选结果，基于该本地候选结果命中的第一概率与该本地候选结果对应的本地联想结果命中的第二概率，确定该本地候选结果对应的本地联想结果的期望值；将各本地联想结果的期望值求和，得到最终的期望值。

在本实施例的一些可选的实现方式中，上述第二获取单元402，进一步被配置成：获取输入相关信息；将上述输入相关信息输入至预先训练的决策模型，得到用于指示是否需要发送联想预取请求的决策结果；在上述决策结果指示需要发送联想预取请求情况下，发送上述联想预取请求。

在本实施例的一些可选的实现方式中，上述输入相关信息包括以下至少一项：上述输入信息的上文、上述输入信息的本地候选结果、上述本地候选结果的本地联想结果、上述本地联想结果的长度信息、用户信息、操作***信息、输入场景信息。

在本实施例的一些可选的实现方式中，上述决策模型通过如下步骤训练得到：获取样本集，上述样本集中包括多个输入信息样本的输入相关信息和标注信息，上述标注信息用于指示上述输入信息样本的目标联想结果是否被用户上屏；将上述输入相关信息输入至二分类模型，将所输入的输入相关信息对应的标注信息作为上述二分类模型的目标输出，利用机器学习方法对上述二分类模型进行训练，得到决策模型。

本申请的上述实施例提供的装置，通过获取用户的输入信息，在满足预设条件的情况下，发送联想预取请求，以获取输入信息对应的目标候选结果和目标候选结果对应的目标联想结果；从而展示目标候选结果，并在用户上屏目标候选结果的情况下，展示目标联想结果。由此，一方面，在获得用户的输入信息后进行目标联想结果的预取，相较于在用户上屏候选项后再发送请求获取联想候选的方式，避免了联想候选展示过程出现延时或卡顿，提高了输入效率。另一方面，通过设定预设条件，并在满足预设条件时发送联想预取请求，避免了因频繁发送联想预取请求导致资源耗费。

图5是根据一示例性实施例示出的用于输入的装置500的框图，该装置500可以为智能终端或者服务器。例如，装置500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5，装置500可以包括以下一个或多个组件：处理组件502，存储器504，电源组件506，多媒体组件508，音频组件510，输入/输出(I/O)的接口512，传感器组件514，以及通信组件516。

处理组件502通常控制装置500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502可以包括一个或多个处理器520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502可以包括一个或多个模块，便于处理组件502和其他组件之间的交互。例如，处理组件502可以包括多媒体模块，以方便多媒体组件508和处理组件502之间的交互。

存储器504被配置为存储各种类型的数据以支持在装置500的操作。这些数据的示例包括用于在装置500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504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。

电源组件506为装置500的各种组件提供电力。电源组件506可以包括电源管理***，一个或多个电源，及其他与为装置500生成、管理和分配电力相关联的组件。

多媒体组件508包括在上述装置500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。上述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与上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508包括一个前置摄像头和/或后置摄像头。当设备500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510被配置为输出和/或输入音频信号。例如，音频组件510包括一个麦克风(MIC)，当装置500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504或经由通信组件516发送。在一些实施例中，音频组件510还包括一个扬声器，用于输出音频信号。

I/O接口512为处理组件502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514包括一个或多个传感器，用于为装置500提供各个方面的状态评估。例如，传感器组件514可以检测到设备500的打开/关闭状态，组件的相对定位，例如上述组件为装置500的显示器和小键盘，传感器组件514还可以检测装置500或装置500一个组件的位置改变，用户与装置500接触的存在或不存在，装置500方位或加速/减速和装置500的温度变化。传感器组件514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514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514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516被配置为便于装置500和其他设备之间有线或无线方式的通信。装置500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，通信组件516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，上述通信组件516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500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504，上述指令可由装置500的处理器520执行以完成上述方法。例如，上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。

图6是本申请的一些实施例中服务器的结构示意图。该服务器600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 processingunits，CPU)622(例如，一个或一个以上处理器)和存储器632，一个或一个以上存储应用程序642或数据644的存储介质630(例如一个或一个以上海量存储设备)。其中，存储器632和存储介质630可以是短暂存储或持久存储。存储在存储介质630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622可以设置为与存储介质630通信，在服务器600上执行存储介质630中的一系列指令操作。

服务器600还可以包括一个或一个以上电源626，一个或一个以上有线或无线网络接口650，一个或一个以上输入输出接口658，一个或一个以上键盘656，和/或，一个或一个以上操作***641，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，当上述存储介质中的指令由装置(智能终端或者服务器)的处理器执行时，使得装置能够执行一种联想预取方法，上述方法包括：获取用户的输入信息；在满足预设条件的情况下，发送联想预取请求，以获取所述输入信息对应的目标候选结果和所述目标候选结果对应的目标联想结果；展示所述目标候选结果，并在用户上屏所述目标候选结果的情况下，展示所述目标联想结果。

可选的，所述在满足预设条件的情况下发送联想预取请求，包括：获取所述输入信息对应的本地联想结果；在所述本地联想结果的期望值大于或等于预设阈值的情况下，发送联想预取请求。

可选的，所述本地联想结果的期望值通过如下步骤确定：获取所述输入信息的上文；基于所述输入信息和所述上文，确定所述本地候选结果命中的第一概率；基于所述上文和所述本地候选结果，确定所述本地联想结果命中的第二概率；基于所述第一概率和所述第二概率，确定所述本地联想结果的期望值。

可选的，所述基于所述第一概率和所述第二概率，确定所述本地联想结果的期望值，包括：在存在至少两个本地候选结果的情况下，对于每一个本地候选结果，基于该本地候选结果命中的第一概率与该本地候选结果对应的本地联想结果命中的第二概率，确定该本地候选结果对应的本地联想结果的期望值；将各本地联想结果的期望值求和，得到最终的期望值。

可选的，所述在满足预设条件的情况下，发送联想预取请求，包括：获取输入相关信息；将所述输入相关信息输入至预先训练的决策模型，得到用于指示是否需要发送联想预取请求的决策结果；在所述决策结果指示需要发送联想预取请求情况下，发送所述联想预取请求。

可选的，所述输入相关信息包括以下至少一项：所述输入信息的上文、所述输入信息的本地候选结果、所述本地候选结果的本地联想结果、所述本地联想结果的长度信息、用户信息、操作***信息、输入场景信息。

可选的，所述决策模型通过如下步骤训练得到：获取样本集，所述样本集中包括多个输入信息样本的输入相关信息和标注信息，所述标注信息用于指示所述输入信息样本的目标联想结果是否被用户上屏；将所述输入相关信息输入至二分类模型，将所输入的输入相关信息对应的标注信息作为所述二分类模型的目标输出，利用机器学习方法对所述二分类模型进行训练，得到决策模型。

本领域技术人员在考虑说明书及实践这里公开的申请后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、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申请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，本申请的真正范围和精神由下面的权利要求指出。

应当理解的是，本申请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。本申请的范围仅由所附的权利要求来限制。

以上上述仅为本申请的较佳实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

以上对本申请所提供的一种联想预取方法、装置和一种用于联想预取的装置进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (10)

1.一种联想预取方法，其特征在于，所述方法包括：

获取用户的输入信息；

在满足预设条件的情况下，发送联想预取请求，以获取所述输入信息对应的目标候选结果和所述目标候选结果对应的目标联想结果；

展示所述目标候选结果，并在用户上屏所述目标候选结果的情况下，展示所述目标联想结果。

2.根据权利要求1所述的方法，其特征在于，所述在满足预设条件的情况下发送联想预取请求，包括：

获取所述输入信息对应的本地联想结果；

在所述本地联想结果的期望值大于或等于预设阈值的情况下，发送联想预取请求。

3.根据权利要求2所述的方法，其特征在于，所述本地联想结果的期望值通过如下步骤确定：

获取所述输入信息的上文；

基于所述输入信息和所述上文，确定所述本地候选结果命中的第一概率；

基于所述上文和所述本地候选结果，确定所述本地联想结果命中的第二概率；

基于所述第一概率和所述第二概率，确定所述本地联想结果的期望值。

4.根据权利要求3所述的方法，其特征在于，所述基于所述第一概率和所述第二概率，确定所述本地联想结果的期望值，包括：

在存在至少两个本地候选结果的情况下，对于每一个本地候选结果，基于该本地候选结果命中的第一概率与该本地候选结果对应的本地联想结果命中的第二概率，确定该本地候选结果对应的本地联想结果的期望值；

将各本地联想结果的期望值求和，得到最终的期望值。

5.根据权利要求1所述的方法，其特征在于，所述在满足预设条件的情况下，发送联想预取请求，包括：

获取输入相关信息；

将所述输入相关信息输入至预先训练的决策模型，得到用于指示是否需要发送联想预取请求的决策结果；

在所述决策结果指示需要发送联想预取请求情况下，发送所述联想预取请求。

6.根据权利要求5所述的方法，其特征在于，所述输入相关信息包括以下至少一项：所述输入信息的上文、所述输入信息的本地候选结果、所述本地候选结果的本地联想结果、所述本地联想结果的长度信息、用户信息、操作***信息、输入场景信息。

7.根据权利要求5所述的方法，其特征在于，所述决策模型通过如下步骤训练得到：

获取样本集，所述样本集中包括多个输入信息样本的输入相关信息和标注信息，所述标注信息用于指示所述输入信息样本的目标联想结果是否被用户上屏；

将所述输入相关信息输入至二分类模型，将所输入的输入相关信息对应的标注信息作为所述二分类模型的目标输出，利用机器学习方法对所述二分类模型进行训练，得到决策模型。

8.一种联想预取装置，其特征在于，所述装置包括：

第一获取单元，被配置成获取用户的输入信息；

第二获取单元，被配置成在满足预设条件的情况下，发送联想预取请求，以获取所述输入信息对应的目标候选结果和所述目标候选结果对应的目标联想结果；

展示单元，被配置成展示所述目标候选结果，并在用户上屏所述目标候选结果的情况下，展示所述目标联想结果。

9.一种用于联想预取的装置，其特征在于，包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令：

获取用户的输入信息；

在满足预设条件的情况下，发送联想预取请求，以获取所述输入信息对应的目标候选结果和所述目标候选结果对应的目标联想结果；

展示所述目标候选结果，并在用户上屏所述目标候选结果的情况下，展示所述目标联想结果。

10.一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的方法。

Images