CN101495955A - 移动设备检索与导航 - Google Patents
移动设备检索与导航 Download PDFInfo
- Publication number
- CN101495955A CN101495955A CNA2006800520531A CN200680052053A CN101495955A CN 101495955 A CN101495955 A CN 101495955A CN A2006800520531 A CNA2006800520531 A CN A2006800520531A CN 200680052053 A CN200680052053 A CN 200680052053A CN 101495955 A CN101495955 A CN 101495955A
- Authority
- CN
- China
- Prior art keywords
- stem
- result
- input
- user
- relevant
- 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.)
- Granted
Links
- 230000004044 response Effects 0.000 claims abstract description 84
- 238000004458 analytical method Methods 0.000 claims description 66
- 230000008878 coupling Effects 0.000 claims description 61
- 238000010168 coupling process Methods 0.000 claims description 61
- 238000005859 coupling reaction Methods 0.000 claims description 61
- 238000000034 method Methods 0.000 claims description 60
- 230000008676 import Effects 0.000 claims description 51
- 230000009471 action Effects 0.000 claims description 30
- 230000008569 process Effects 0.000 claims description 25
- 230000014509 gene expression Effects 0.000 claims description 12
- 230000009467 reduction Effects 0.000 claims description 9
- 238000004891 communication Methods 0.000 description 21
- 241000272184 Falconiformes Species 0.000 description 19
- 230000005540 biological transmission Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 8
- 238000003860 storage Methods 0.000 description 8
- 241000238565 lobster Species 0.000 description 7
- 238000005549 size reduction Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 5
- 230000015654 memory Effects 0.000 description 5
- 239000011435 rock Substances 0.000 description 5
- 238000012937 correction Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 241000271566 Aves Species 0.000 description 3
- 241001512238 Icterus galbula Species 0.000 description 3
- 230000002860 competitive effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000000926 separation method Methods 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 241001444201 Falco tinnunculus Species 0.000 description 1
- 206010034719 Personality change Diseases 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 239000002775 capsule Substances 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 210000003813 thumb Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input 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
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/02—Input arrangements using manually operated switches, e.g. using keyboards or dials
- G06F3/023—Arrangements 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
- G06F3/0233—Character input methods
- G06F3/0237—Character input methods using prediction or retrieval techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/954—Navigation, e.g. using categorised browsing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/957—Browsing optimisation, e.g. caching or content distillation
- G06F16/9577—Optimising the visualization of content, e.g. distillation of HTML documents
-
- Y—GENERAL 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
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S707/00—Data processing: database and file management or data structures
- Y10S707/99931—Database or file accessing
- Y10S707/99933—Query processing, i.e. searching
- Y10S707/99935—Query augmenting and refining, e.g. inexact access
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Human Computer Interaction (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- User Interface Of Digital Computer (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Input From Keyboards Or The Like (AREA)
Abstract
在一个总的方面,通过接收来自用户的第一输入并将该第一输入构造为第一词干来向用户呈现信息。接收表示后面收到的输入作为第二输入的分隔符。接收第二输入并将其构造为第二词干。将第一词干和第二词干与候选项库相关。响应于将第一词干和第二词干与候选项库相关来呈现一个或以上结果,并且使用户能够从该一个或以上结果中进行选择。
Description
相关申请的交叉引用
本申请与2005年12月12日提交的题为“Mobile Device Retrievaland Navigation”的美国临时申请No.60/749,031以及2006年2月10日提交的题亦为“Mobile Device Retrieval and Navigation”的美国临时申请No.60/771,887相关。通过引用将上述任一申请并入于此。
技术领域
本文涉及内容检索与呈现。
背景技术
因特网使得用户能够访问大量的信息。拥有网络浏览器、消息传送应用程序、或是其他专用应用程序的用户可以从大的库中检索信息从而访问大量的信息。然而,在大量信息中导航可能对于某些用户具有挑战性。
发明内容
在一个总的方面,通过接收来自用户的第一输入并将该第一输入构造为第一词干(stem)来向用户呈现信息。接收表示后面收到的输入作为第二输入的分隔符。接收第二输入并将其构造为第二词干。将第一词干和第二词干与候选项库相关。响应于将第一词干和第二词干与候选项库相关来呈现一个或以上结果,并且使用户能够从该一个或以上结果中进行选择。
实施方式可包括一个或以上的以下特征。例如,接收第一输入、分隔符、以及第二输入可分别包括接收缩减条目(reduced-entry)键盘上的键入。接收第一和第二输入可包括接收缩减条目键盘上的一个或以上键入,该一个或以上键入代表多个可能的字符。
接收分隔符可包括接收作为缩减条目键盘上的单个键入的分隔符。接收第一输入或第二输入可包括接收用户输入的语音。
将第一词干和第二词干与候选项库相关可包括通过识别出第一词干和第一串之间的匹配以及第二词干和第二串之间的匹配,来检索分别与一个或以上的串关联的对象的数据库。识别出第一词干和第一串之间的匹配以及第二词干和第二串之间的匹配可包括识别出第一词干和作为一个词以上的短语的第一部分出现的第一串之间的匹配,以及第二词干和该短语的第二部分中出现的第二串之间的匹配。
识别出第一词干和第一串以及第二词干和第二串之间的匹配可包括识别出第一词干和出现在第一属性中的第一串之间的匹配,以及第二词干和不同于第一属性的第二属性中出现的第二串之间的匹配。
响应于将第一词干和第二词干与候选项列表相关来呈现一个或以上结果包括,按照结果中的各对象代表用户想要的实际对象的可能性的顺序来呈现结果。响应于将第一词干和第二词干与候选项库相关而呈现一个或以上结果可包括呈现响应第一和第二词干的条目以及与该条目对象关联的动作。
接收分隔符可包括响应于确定用户已选择了不同的输入模式而接收分隔符。确定用户已选择了不同输入模式可包括确定用户已从使用语音输入系统变换到使用输入键盘来输入。接收第一输入可包括接收代表已完全输入的词的字符序列。接收第一输入可包括接收表示已部分输入的词的字符序列。
将第一词干和第二词干与候选项库相关可包括将包含已与对象关联的串的同义词的串与对象关联,并且基于确定第一词干或第二词干与包含该同义词的串匹配而将该对象识别为结果之一。
可将结果归类为两个或以上预定类型的数据或应用程序,并且可在包括多个标签(tab)的标签式用户界面中呈现结果,多个标签分别与该两个或以上预定类型的数据或应用程序对应。可使用户能够选择多个标签之一以明白响应标签式用户界面中所选的标签哪些结果被选择性地呈现。
可将与可通过菜单系统访问的命令相关的动作作为结果中的对象呈现。可将用户转换到菜单系统中,从而可响应收到来自用户的确认指令而开始该动作。可响应收到来自用户的选择,而自动开始与可通过菜单系统访问的命令相关的动作。
可指定当前正输入的积极(active)词干,该积极词干可通过接收更多的输入进行更新。当呈现结果时在作为结果的对象中标识出该积极词干。可利用特定的图形标识符来区分积极词干和消极(passive)词干。区分积极词干和消极词干可包括用第一颜色给对象中的积极词干加下划线,并用第二颜色给对象中的消极词干加下划线。
可确定在针对候选项库中的对象的特定属性中发现第一词干或第二词干。基于确定出第一词干或第二词干是否在对象的特定属性中被发现,针对对象使用显示度量(display metric)。利用该显示度量来确定呈现结果的顺序,并且基于该顺序呈现结果。
可调整显示度量以反映对象已被用户选定。可基于对用户偏好输入与特定属性关联的数据的确定来调整与该特定属性关联的其他对象的显示度量。
针对第一词干内出现的一个或以上字符中的每一个确定字符可能性度量,并且利用该字符可能性度量确定针对与该词干关联的不同对象的对象可能性度量。利用对象可能性度量来确定呈现结果的顺序,并基于该顺序呈现结果。
可接收附加输入并将其构造为一个或以上附加词干。将第一词干、第二词干、以及附加词干与候选项库相关。响应收到附加输入来更新所呈现的结果。
另一方面,通过接收一个或以上有歧义的输入来向用户呈现信息,该一个或以上有歧义的输入可被解读为至少两个无歧义字符中的一个。分析该有歧义的输入。产生反映与有歧义的输入相关的无歧义项的结果。将结果分类成两个或以上预定类型的数据或应用程序,并呈现包括多个标签的标签式用户界面,该多个标签分别与两个或以上预定类型的数据或应用程序对应。利用标签式用户界面以这样的方式呈现结果,即,使用户能够明白响应于对标签式用户界面中所选标签的选定哪些结果被呈现。使用户能够选择一方面的结果来调用操作。
实施方式可包括一个或以上的以下特征。例如,呈现标签式用户界面可包括呈现默认图标,用户可选择默认方式用于输入。呈现标签式用户界面可包括呈现无歧义图标,用户可选择利用无歧义模式输入。呈现无歧义图标可包括加载如下的代码段,当被选中时该代码段利用预测性软件使得能够用单个键击识别出字母。
可访问与结果相关的项的音频字典并可接收一个或以上音频输入。利用音频字典分析音频输入,并响应对音频输入的分析修订结果。利用标签式用户界面呈现结果包括针对结果中包含的一种预定类型的数据或应用程序生成标签。
在又一方面,通过接收来自用户的输入并将该输入构造为一个或以上词干来向用户呈现信息。将词干与候选项库相关。处理器确定在针对候选项库中的对象的特定属性内发现词干。基于确定是否在对象的特定属性内发现词干,来针对该对象使用显示度量,以确定呈现结果的顺序。基于该顺序呈现结果。
在又一方面,可通过接收来自用户的输入并将该输入构造为一个或以上的词干来向用户呈现信息。将词干与候选项库相关。针对词干中出现的一个或以上字符中的每一个确定字符可能性度量。利用该字符可能性度量针对与词干相关的不同对象确定对象可能性度量。利用对象可能性度量来确定呈现结果的顺序,并基于该顺序呈现结果。
所述任何技术的实施方式可包括方法或过程、装置或系统、或计算机可访问介质上的计算机软件。下面说明具体实施方式的细节。其他特征将从说明书和附图、以及权利要求中显见。
附图说明
图1示出可用来智能地呈现主机分析出的与字符流相关的结果的通信系统。
图2为示出客户机如何利用主机智能地呈现与字符流相关的结果的流程图。
图3为示出客户机如何与主机交换字符流并接收与字符流相关的地图信息的流程图。
图4为示出可如何基于对字符流的更新来修改客户机显示的流程图。
图5至图10为例示性图形用户界面(GUI),示出可如何呈现与字符流相关的实时结果。
图11示出可被设置为返回与有歧义的字符关联的结果的移动设备。
图12示出移动设备,其可被设置为在一开始呈现响应有歧义字符的结果之后,返回与更多有歧义字符的输入响应的结果。
图13示出移动设备,其被设置为在一开始呈现响应有歧义字符序列的结果之后,返回与空格字符的输入响应的结果。
图14示出被设置为显示与已选取的结果相关的信息的移动设备。
图15示出被设置为显示与用户输入关联的广告的移动设备。
图16示出用于被设置为返回与一个或以上有歧义字符相关的结果的移动设备的移动设备显示。
图16还示出使用图标来提供响应特定结果的选取而调用的应用程序的指示。
图17示出“快捷方式(shortcut)”可如何与无歧义项开头出现的字符相关。
图18包括四个例示性移动设备显示,示出了有歧义字符序列可如何被输入并被分析从而生成作为结果的项用以包含在文本消息中。
图19包括四个例示性移动设备显示,它们与被设置为接收一个或以上有歧义字符并检索响应该有歧义字符的结果的移动设备关联。
图20示出可响应选取作为结果出现的应用程序而加载的java小程序。
图21示出由多模式应用程序生成的检索结构。
图22示出具有属性-值对的图表。
图23a至图23e示出可如何将移动设备设置为用使得结果能被分类的标签式用户界面来呈现信息。
图24a至图24f示出使用户能够使用多个输入模式来调用操作的图形用户界面的序列。
图25示出被设置为利用检索结果排序和呈现技术的移动设备。
图26示出呈现有歧义的笔画输入的GUI的实例。
具体实施方式
为访问因特网及其大量内容储备的用户提供更好体验的关键挑战在于使得用户能够以最少的检索结果的努力访问到与其感兴趣的最相关的信息。当用户操作具有有歧义的输入系统的设备(例如,具有缩减尺寸键盘的无线电话)时此挑战尤为显著。例如,依赖于具有缩减尺寸键盘(例如,12键触摸板,其中按键“2”还代表“A”、“B”和“C”)的无线电话的用户可能发现很难访问基于一个或以上字符预测的应用。
为了辅助输入有歧义的输入的用户,可将该有歧义的输入解读为几个可能的无歧义的候选项,并且使得用户能够在这些候选项中进行选择。此外,除了给用户提供无歧义候选项的指示,还可以提供应用程序和/或相关动作作为提供无歧义候选项的补充或替代。
更具体地,例如,用户可在诸如无线电话的设备上输入一个或以上有歧义的输入的序列。可对该有歧义的输入进行分析,并响应地产生结果。该结果可与几个无歧义项相关,还可与一个以上的用户应用相关。例如,在无线电话的12键字母数字键盘上的用户输入“733”可被分析并解读为关于或包括“RED”的项。“RED”项可继而与不同应用相关,例如与Redondo Beach(丽浪多滩)相关的地图应用、与Washington Redskin(华盛顿红皮队)相关的体育应用、和/或与RedLobster(红龙虾餐厅)相关的目录服务应用。以使得用户能够明白这几个用户应用中用户可以选择/加载哪个的方式向用户呈现结果。例如,无线电话可指示选择第一结果加载地图应用,以及选择第二结果加载目录服务应用。最后,使用户能够选择无歧义项之一来加载与所选结果相关的用户应用之一。例如,无线电话的用户可使用箭头键和选择按钮来加载提供到Redondo Beach的驾驶指示的地图应用。
另一例中,无线电话的用户可在QWERTY拇指盘中输入“23212”作为字符序列。无线电话可将结果提供给主机进行分析。主机可检索与“23212”相关的地图和目录服务信息。注意在本例中,用户没有标识地图标签、拨号信息,或是包含“邮政编码”一词以检索邮政编码为23212的结果。相反,分析并利用字符序列来确定该内容或形式的输入可能对应这种形式或类型的输入,由此可用来激起对可被考虑和/或显示的可能地图结果的考虑或显示。
用户会发现如果他能够输入与对象的第一部分相关的数据并输入与该对象的第二部分相关的数据,将能更有效地(例如,通过输入较少的键)访问想要的结果。于是,接收来自用户的第一输入并将其构造为第一词干。接收分隔符,该分隔符指示将随后接收到的输入作为第二输入,以及接收第二输入并将其构造为第二词干。例如,无线电话用户可能想要定位与棒球大联盟的西雅图水手队(SeattleMariners)相关的信息。与其在输入字符串“Mariners”之前输入整个的字符串“Seattle”,用户可输入几个字符作为第一词干(例如12键电话中的“732”与“Seattle”关联),然后输入分隔符(例如“#”键)指示应将接下来的字符作为与对象的其他部分相关的第二词干进行处理(例如12键电话的“627”作为“Mariners”)。接收第一词干和第二词干的无线电话将“732”和“627”与候选项库相关(例如通信网络或无线电话自身的数据库)。然后无线电话响应地呈现结果。于是,无线电话可包括一个到西雅图水手队(Seattle Mariners)的电话列表的链接、一个用于西雅图水手队(Seattle Mariners)的移动网站的链接、以及其他信息(例如,“Pebble BeachMarina”)。然后用户可从一个或以上结果中进行选择。
即使有歧义输入序列可与很多应用相关和/或被解读为多个无歧义项,仍然可按照如下的方式显示结果,即用户可选择结果之一来加载应用或是与所选项相关的代码段。例如,如果所显示的结果包括可以支持用户的管道工的列表,选择一个条目会加载某特定管道工运营的网页。另一例中,可将电话呼叫、电子邮件消息或即时消息发送给条目被从结果中选中的管道工。又一例中,用户可将结果作为对象(例如附件、链接或词)插入消息中。
用户可继续输入一个或以上有歧义的输入或字符,并基于最近接收的有歧义输入或字符修改结果。例如,在一个实施例中,当输入“spring”后开始分析字符流时,会返回与春季或者与使用了“spring”项的产品相关的结果。当用户敲字符“f”(或“3DEF”键),附加的输入将被发送给主机,主机继而产生与“springf”相关的结果。在一例中,过滤前面与“spring”相关的结果以产生只包括与“springf”相关的内容的新列表。在另一例中,运行新的查询来识别出与“springf”相关的项。
无论如何构造查询,主机都识别出与“springf”相关的结果,该结果可能包括与名为Springfield的城镇相关的一个或以上选择。针对多个镇的结果可呈现在用户正在访问的应用的部分中。在一例中,可允许用户选择结果之一来生成与所选的Springfield相关的地图。在另一例中,可向用户呈现针对“Springfield,MA”(麻省的Springfiled)和“Springfield,IL”(伊利诺依州的Springfield)的条目。用户可继续在字符流中敲入字符。当用户在“Springfield”已被识别后敲入字符“I”时,“Springfield,MA”条目将被除去。然后用户可选择“Springfield,IL”条目以检索伊利诺依州Springfiled的地图。
图1示出了使得能够智能呈现与输入流相关的结果的通信系统100。通常,客户机110利用网络120与主机130交换与输入流相关的通信。主机130利用例如数据库140(例如黄页目录或者地图系统)分析字符流以生成与该字符流相关的结果。主机130向客户机110提供一个或以上结果,客户机110继而显示这些结果。
通常,客户机110包括使用户能够通过通信网络交换信息的计算设备。客户机110可包括一个或以上能访问主机130上的内容的设备。客户机110还可包括控制器(未示出),该控制器处理接收自或产生自以下的指令:软件应用、程序、代码片段、设备、计算机、计算机系统或者其组合,用于独立地或者共同地指示客户机110的操作。这些指令可永久或暂时地体现在以下任何类型中:机械、组件、设备、存储介质、或是能被发送到客户机110或者能在客户机110的控制器中存在的传播信号。客户机110可包括能以规定的方式进行响应并执行指令的通用计算机(例如个人计算机(PC))、工作站、笔记本计算机、PDA(“个人数字助理”)、无线电话、组件、其他设备、或者这些物件的能够进行响应和执行指令的组合。
在一个实施例中,客户机110包括一个或以上能够接收一个或以上数据单元的信息检索软件应用(例如浏览器、邮件应用、即时消息客户机、因特网服务提供客户机、或其他集成客户机)。这种信息检索应用可在通用操作系统和包括通用处理器及用于图形、通信和/或其他功能的专用硬件的硬件平台上运行。在另一实施例中,客户机110可包括在通用缩减操作系统以及能在移动环境中运行的专用硬件上运行发现应用软件的无线电话。
客户机110包括一个或以上将流输入分析为信息检索应用的输入流代码段。该输入流代码段接收流,并且构造该输入流与客户机110和/或主机130中其他软件应用的交换。例如,在向主机130进行发送之前,一开始输入流代码段可等待,直到收到X个初始输入。然后输入流代码段可每Y个后续输入地向主机发送更新。另选地,输入流代码段可包括延迟特征设置,如果Z秒钟用户无作为则发送对输入流的更新。于是,当X为5个输入、Y为2个输入、Z为1秒时,对于敲入“DULLES GAS STAT.”的用户,输入流代码段将如下请求结果:1)在“DULLE”之后,2)在“DULLES”、“DULLES GA”、“DULLESGAS”、“DULLES GAS ST”以及“DULLES GAS STAT”之后。在同一例中,如果用户敲入“DULLES GAS S”并停顿了1秒钟以上(当Z=1秒并且使用延迟特征设置时),输入流代码段将向主机发送“DULLESGAS S”字符串用于分析。
另选地或者另外地,在与主机交换字符之前客户机可等待直到其他条件满足。例如,客户机可监视用户活动以确定用户是否草草地浏览匹配项列表超过某阈值次数,或者确定用户是否手动选择了按钮“更多(MORE)”。在又一例中,客户机可使用选中的词作为分析基础交换该选中的词来检索更多结果。于是,当用户在缩减尺寸键盘上输入“733”然后选择“Redskins”时,客户机请求与“Redskins”相关的更多结果。
客户机110可包括初步分析代码段来分析输入流并发送定期更新。该初步分析代码段对输入流进行筛选以增加为输入流生成的结果的效能。在一例中,初步分析代码段识别可能与消费者的预测兴趣相关联的一个或以上的数据库或段。于是,当输入“20005”时,初步分析代码段可在给主机130的发送中指示一条指令对与邮政编码20005相关的地理信息进行轮询。其他例子可包括识别与用户寻求的结果有关的服务行业(例如管道工)、片段(例如在线音乐)、或者因素组合(例如邮政编码为20005的管道工)的初步分析代码段。随着初步因素的识别,可向适当的数据库传递发送,或者作为执行初步分析的结果可修改查询。
在另一例中,初步分析代码段还可以将已知的关于用户的信息与输入流关联起来。如果确信用户正在某特定区域进行操作(例如,根据全球定位系统(GPS)数据、无线塔信息、和/或针对用户的收费信息),可以修改输入流来指示主机130结果应当响应用户的相对或绝对位置。类似地,初步分析代码段可以与缓存或用户历史记录交互以更好地为用户识别结果。因此,如果用户活动的历史记录表明该用户对全国橄榄球联盟体育赛事感兴趣,则初步分析代码段可基于结果与美式橄榄球而不是国际足球的联系来定制结果。初步分析代码段还可以在访问主机130之前检索并显示本地存储的结果。
客户机110可包括通信代码段,该通信代码段与信息检索代码段(例如浏览器或者关键词工具)进行交互来修改输入流结果以反映客户机的网络环境。例如,当客户机110包括具有有限带宽的无线电话时,通信代码段可构造通信交换来限制返回的结果中的数据量,从而不会使网络120过忙。这可包括过滤结果使得返回的结果不超过特定数目。类似地,可以修改结果的格式以减少结果的带宽。例如,发送给客户机110的结果可从应用中除去了图形或图像。
客户机可包括使结果适合显示设备(例如监视器或LCD(“液晶显示器”))的显示代码段。该显示代码段可管理结果的呈现从而只呈现最可能的结果。显示代码段可与主机130交互,从而结果的数目不会超出客户机的存储或显示能力。在一例中,显示代码段可指示主机130发送不超过特定数目的结果。在另一例中,显示代码段可指示主机130不要返回超过特定大小的任何结果项。
客户机110可包括一个或以上媒体应用。例如,客户机110可包括使得客户机110能够接收和显示音频或视频数据流的软件应用。该媒体应用可包括使用户能设置用户媒体环境的控制。例如,如果媒体应用正在接收因特网无线电台,则媒体应用可包括使用户能选择因特网无线电台的控制,例如,通过使用表示电台类型(例如国家)或者喜好的“预置”图标。
网络120可包括能使客户机110和主机130之间进行直接或间接通信的硬件和/或软件。这样,网络120可包括客户机110和主机130之间的直接链接,或者它可包括它们之间的一个或以上的网络或子网络(未示出)。各网络或子网络可包括例如能载送和接收数据的有线或无线数据通道。网络的例子包括因特网、万维网、WAN(“广域网”)、LAN(“局域网”)、模拟或数字有线和无线电话网、无线电、电视、有线电视、卫星、和/或用于载送数据的任何其他递送机制。
主机130通常能在主机控制器(未示出)的命令下执行指令。主机130可包括一个或以上的硬件组件和/或软件组件。主机130的一个例子是能以规定方式进行响应并执行指令的通用计算机(例如服务器或大型计算机)。其他的例子包括专用计算机、工作站、PC、设备、组件、其他实体或虚拟装备、或者能进行响应并执行指令的一些上述组合。
控制器为主机130上装载的软件应用程序,用于命令和指挥与客户机110交换的通信。其他实例包括程序、代码片段、指令、设备、计算机、计算机系统、或其组合,用来独立地或者共同地指示客户机110或主机130按照所描述的进行交互和操作。主机130可永久地或暂时地体现在以下任何类型中:机械、组件、实体或虚拟设备、存储介质、或能够向客户机110或主机130提供指令的传播信号。
控制器可包括一个或以上信息提供应用以支持从客户机110发送的信息检索请求。信息提供应用可包括结果代码段,该结果代码段从客户机110接收输入流并生成响应单个用户的预测兴趣的结果。于是,结果代码段可基于从客户机110接收的输入流的交换生成一个或以上的结果。
结果代码段还可从初步分析代码段、通信代码段、显示代码段、和/或修改来自客户机的输入流发送的其他代码段接收输入流修改符。结果代码段可根据这些修改符处理输入流。主机130还可运行进行类似于初步分析代码段、通信代码段、和显示代码段中的特征设置的操作的代码段。这些代码段的面向主机的版本可与结果代码段交互来修改所进行的分析和/或所返回的结果。例如,主机130初始可访问用户之前所请求的内容的缓存。在进行另外的分析或者轮询另外的系统之前可分析之前返回结果的相关性。
主机130可与数据库140交互来分析输入流。通常,数据库140包括用于大量数据的存储器以及使数据能被存储、搜索和分析的处理引擎。可以按照功能标准组织数据库。例如,可以通过地理区域组织地图数据库,而黄页数据库可通过商业以及地理标准来组织。在一例中,数据库可被构造为对主机130提供的输入流进行更详细的分析。例如,主机130可从客户机接收输入流并将查询重定向到一个或以上的数据库140。可修改各个被重定向的查询以进一步使其准确。例如,可对重定向到黄页目录的查询加入邮政编码作为选项。类似地,定向到提供股票报价的数据库的查询可包括描述用户对哪些股票有兴趣的参考(例如,用户拥有的股票)。
在某些实施例中,客户机110、主机130、以及数据库140都是单个计算设备或集成系统的部分。在该实施例中,尽管组件可能仍然经由象插口这样的共同消息传送子系统通信,然而外部通信网络被去除。
参照图2,流程图200示出客户机110可如何使用主机来智能地呈现与输入流相关的结果。一般地,流程图200中的系统与图1中描述的系统相关。流程图200示出客户机110如何接收字符流(步骤210)及与主机交换字符流(步骤220)。主机130接收字符流(步骤230),分析字符流(步骤240),并与客户机110交换结果(步骤250)。客户机110接收结果(步骤260),显示该结果(步骤270),接收用户选择(步骤280),并加载与所选结果相关的代码段(步骤290)。
初始,客户机110接收一个或以上未完成字符的流(步骤210)。一般地,接受一个或以上未完成字符的流包括接收并组织进入用户应用程序的用户键击。例如,用户可能正在向用于网络浏览器的地址表格中敲入条目,或者向关键词工具中敲入关键词条目字段,或者正在从移动设备的顶层屏幕拨打电话号码。接收流可包括将其构造为将要与主机130进行交换的传输。例如,客户机应用可在预定数目的输入后将传输组织成第一消息。客户机应用可在预定数目的附加输入或者输入之间经过预定时间段之后构造将被产生的附加消息。未完成标签表明用户还没有表示已经完成输入处理。换言之,具有未完成字符的流表明可接收附加输入来修改响应于用户的预测兴趣而显示的搜索结果。相反,回车或“Enter”键通常用作完成字符,使得用户能够基于完整的输入流明确地生成结果。此外,回车是另外的输入不会引起结果被修改的完成字符。在具有缩减尺寸键盘的设备(例如移动电话)中,特定的键(如“下箭头”)可用来表示有歧义输入序列中的项的完成。
无论如何构造客户机110与主机130之间的传输,客户机110都向主机发送输入流(步骤220),主机接收输入流(步骤230)。然后主机130分析输入流(步骤240)。通常,分析输入流包括将所收到的输入流与响应用户预测兴趣的一个或以上结果相关。在一例中,可将输入流与用来描述主机130可访问内容的元数据标签进行比较。例如,当输入流包括“Nashvill”作为一个解释时,主机130可预计“Nashvill”最终将完成为“Nashvill,TN”并识别出网页中具有Nashvill,TN和/或被具有“Nashvill,TN”的元数据标签概括的那些网页。然而,主机130不需要找到相同的字符匹配。例如,主机130可预测用户输入“Nashvill”是预示对乡村音乐感兴趣。相应地,当主机130分析结果时,主机130还可识别出与乡村音乐有关的结果,即使该结果与Nashvill,TN无关。在另一个说明如何使用补充信息对输入流进行分析的例子中,可仅在主机确定了用户不是来自田纳西时将结果翻译为包括乡村音乐。
分析输入流可包括对结果的相对相关性进行排序。例如,对于一个非Nashville的居民,可将广泛访问的Nashville网站(例如Nashville旅游局)评为比一个包括Nashville居民的个人网络日志(“博客”)的网站更相关。可以这样的方式生成结果,即更相关的结果在较不相关的结果之先返回。
随着分析输入流并识别出结果后,主机130与客户机110交换结果。可对结果进行控制,以符合客户机的网络或显示限制。例如,如果网络具有有限带宽或客户机具有有限的显示能力,则主机130可构造传输以避免网络拥堵或者可修改结果以提供更合适的结果(例如,通过从返回的结果中除去图像)。
客户机110接收结果(步骤260)。客户机110可进行附加的处理来检查结果以增加显示的效能。例如,客户机110可将返回的结果与用户的配置相关,并相应地定制要显示的结果。另一例中,客户机可分析结果来更好地发展用户配置和兴趣以增加后续输入流操作的效能。不管结果是否经过中间处理,客户机110都显示结果(步骤270)。按照能使用户选择结果之一而不是完成他们想要的字符序列的方式来呈现结果。例如,当用户在关键词检索应用的条目中敲入时,具有一个或以上可能结果的下拉式窗口可出现在关键词检索应用中。当用户继续敲入时,出现在下拉式窗口中的结果将被定制以反映输入流的最新分析。当用户看到感兴趣的结果时,用户可选择该结果(步骤280)。对结果的选择引起应用程序加载与所选结果相关的代码段(步骤290)。例如,当用户选择描述区域地图的结果时,可加载访问地图网站的网络浏览器来显示与输入流相关的地图。
图3示出说明客户机110如何与主机130交换输入流以检索数据库140中存放的地图信息的流程图300。一般地,图3中描述的系统和操作与之前就图1和图2描述的系统和操作相关。然而,图3说明主机130可如何与数据库140交互从而为客户机110检索结果。客户机110与主机130交换输入流。主机继而在对输入流的分析中使用数据库140来产生结果。主机向客户机110提供结果,客户机110继而呈现结果并在用户选择感兴趣的结果时加载适当的代码段。
初始,客户机110的用户输入字符流“Dulles”(步骤305)。客户机与主机130交换字符流(步骤310),主机130接收字符流“Dulles”(步骤315)。主机130分析字符流“Dulles”(步骤320)。主机130可对字符流进行本地分析,将字符流与主机130中缓存的常用结果进行比较,同时将用户定制的查询发布给专用数据库以识别出更相关的结果。例如,在流程图300中,分析字符流包括轮询与“Dulles”有关的地图数据库(步骤325)。尽管流程图300描绘了正被访问的一个数据库140,然而可轮询多个数据库。可被轮询的其他数据库的例子包括但不限于消息传送数据库、目录服务、黄页、以及金融数据库。
数据库140接收带有“Dulles”的轮询(步骤330)。然后分析“Dulles”(步骤335),并检索结果。例如,可识别和/或检索与弗吉尼亚Dulles有关的多个地图。这可包括Dulles镇的地图、到Dulles国际机场的指示、以及到位于弗吉尼亚Dulles的各企业办公室的指示。然后将结果返回给主机130(步骤340)。
一旦收到结果(步骤345),主机130与客户机交换“Dulles”的结果(步骤350)。与客户机交换结果可包括使从多个数据库接收的结果同步和识别出最相关的结果。例如,可轮询多个数据库来分析字符流。从客户机110返回的结果总量可能太大以至于客户机110不能处理和/或显示。因此,主机130可以过滤和识别仅与主机相关的那些结果。在一例中,将最相关的结果返回给客户机110,同时结果池仍可用于根据字符流中后续接收的字符进行分析。在另一例中,在不同时间接收来自数据库的结果。例如,一个精确开发然后符合用户人口统计的查询可能比一个将结果与最常检索的结果进行比较的查询用更长的时间。交换结果可包括一开始呈现最常检索的结果,然后当可得到较长查询的结果时接着呈现较长查询的结果。
客户机接收“Dulles”结果(步骤355)并显示结果(步骤360)。如示,当客户机110收到用户选择来加载与“Dulles”有关的地图应用时(步骤365),客户机110加载针对所选“Dulles”结果的地图应用(步骤370)。
图4示出了可如何根据对输入流的更新来修改客户机显示的流程图400。一般地,图4中所示的系统和操作与之前就图1-3描述的系统和操作相关。然而,流程图400说明输入流的更新可怎样生成用户可交互的不同的结果。尤其,后面接收的输入可生成一组不同的结果用于客户机的显示。通过这种方式,用户可修改输入流并实时观察基于修改的新结果。
初始地,客户机接收字符流“Spring”(步骤405),并与主机130交换字符流410(步骤410)。主机130接收字符流“Spring”(步骤415)并分析字符流“Spring”(步骤420)。主机130和/或数据库140识别针对字符流“Spring”的地图结果(步骤425),并向客户机110返回结果(步骤430)。客户机接收与“Spring”相关的结果(步骤435)并显示结果(步骤440)。
然后客户机接收并交换字符流中更多的字符(步骤445)。例如,虽然字符串“Spring”有可能识别出与几个Springfiled城有关的信息,然而用户可输入更多的信息来确认Springfield就是用户所想的,并识别出用户感兴趣的那个Springfield。于是,用户可输入字段“I”作为接下来的字符,以表明对伊利诺依Springfield的兴趣。主机130和/或数据库140接收并分析更多的字符(步骤450)。主机130和/或数据库140产生与更新相关的一组新结果,将该结果与客户机110交换(步骤455)。在使用伊利诺依Springfield的例子中,可交换与伊利诺依Springfield镇相关的地图和黄页信息。
客户机110接收更新(步骤460)并使用户能基于更新进行交互(步骤465)。例如,可显示与伊利诺依Springfield相关的地图、服务、和其他信息的列表。
参照图5,GUI 500示出与具有未完成字符的字符流相关的例示结果。一般地,利用就图2-4所描述的操作可在主要就图1所描述的客户机110上显示GUI 500。GUI 500示出当在用户应用(诸如网络浏览器)中输入字符流时可在结果页调用的代码段。具体地,如光标“|”所示,文本输入字段510已收到不带有回车的字符流“aol”。GUI 500包括使能加载针对字符串“aol”的搜索的结果520,使能加载针对美国在线(AOL)关键词“aol”的代码段的结果530,以及使能检索“AOL”股票报价的代码段的结果540,其显示在股市交易中以15.32美元买卖。
参照图6,GUI 600示出针对字符流“Arlington,VA 22209”的例示结果。一般地,GUI 600与之前就图1-5所描述的系统、操作、和显示相关。然而,GUI 600示出可从用户应用访问的其他数据库和/或应用。例如,当在文本输入字段610中插入“Arlington,VA 22209”时,可利用结果620加载搜索代码段,以及可用结果630加载地图代码段。
在一例中,客户机110已经检索了与结果620和630有关的显示。另选地,可能需要下载显示中与结果620和630有关的结果(例如,从主机130和/或数据库140下载)。
图7示出与字符流“dentist”有关的GUI 700。一般地,GUI 700与之前就图1-6所描述的系统、操作、和显示相关。然而,GUI 700示出可如何分析字符流来识别出与字符流相关的黄页条目。
GUI 700包括使用户能加载代码段对字符流“dentist”进行搜索的结果710。注意,尽管在GUI 700中字符流包括牙医(dentist)的完整文本,但是也可以分析较短的串,诸如“dentis”或“denti”,并用来生成加载对字符串“dentis”或“denti”进行搜索的结果。结果720使用户能够加载代码段从而客户机能“转向”AOL关键词“Dentist”。
结果730使用户能够加载代码段来搜索针对“Dentist”的AOL黄页。注意,虽然结果730特定了加载针对“dentist”进行搜索的结果,但是其他GUI也可包括可用牙医的列表。例如,如果已知用户的位置,则利用通过专业分类和呈现牙医,可呈现位于用户邮政编码中的牙医的列表。可以选择来自GUI的结果以加载牙医的网页,加载消息传送应用与牙医交换通信,或加载日历应用生成牙医的约定。
参照图8和图9,GUI 800和GUI 900示出当收到字符流中更多的字符时可如何改变所显示的结果。一般地,GUI 800和GUI 900与之前就图1-7所描述的系统、操作、和显示相关。然而,GUI 800和GUI 900与前面的显示的不同之处在于结果并不显示在如图5-7中出现的下拉式窗口中。而且,GUI 800和GUI 800示出可如何利用想要的字符流的一部分生成和显示结果,以及对于字符流的更新怎样不需要遵照之前的字符流以准确地形成想要的串。GUI 800示出了将“Spring”输入文本输入字段810之后可用的多个结果820。GUI 900表示接下来在文本输入字段910中输入“I”之后,结果可被过滤,从而只显示结果920“Springfield,Illinois”。注意字符流中不包括任何中间的字符(例如,“Springfield,Illinois”中的“field,”)。
虽然GUI 800和GUI 900表示正在访问地图资源,但是图8和图9中所描述的操作适用于其他应用和环境。因为用户在地图应用内输入字符流,所以结果可被定制为寻找地图结果。这可通过搜索地图数据库或通过具有表明应当检索地图结果的修改符对主机130轮询来进行。虽然GUI 800和GUI 900没有要求或允许用户指定地图要求或限制,但是其他GUI可允许用户指定用来分析字符流的数据库(未示出)。
参照图10,GUI 1000为例示的消息传送显示,它使用户能交换消息传送通信。一般地,GUI 1000与之前就图1-9所描述的系统和配置相关。然而,GUI 1000示出当字符流与消息传送信息有关时可被显示的消息传送结果。例如,当用户在文本输入字段(未示出)敲入“chattingchuck”时,可显示GUI 1000,使得用户能发送邮件、发送即时消息、将“chattingchuck”加入地址簿、阻止来自“chattingchuck”的邮件和即时消息、和/或查看“chattingchuck”的状态或兴趣。虽然图10例示了与一个名为“chattingchuck”的用户有关的消息传送应用程序或操作,但是可显示与一个以上用户有关的结果。类似地,当用户输入字符“@”(与因特网邮件系统关联的位于(AT)字符)时,与电子邮件消息传送无关的选项可被去除。
其他实施例在下面权利要求的范围中。例如,虽然操作描述了检索与输入流有关的结果的例子,但是该结果并不一定包括加载代码段时将最终被显示的信息。相反,结果可包括描述如果接受将随后被检索的结果的标签。
类似地,客户机和主机应用程序可包括助手和拼写更正代理以增加所检索结果的效能。助手可通过检索与预测输入流含义有关的相似结果来帮助用户。例如,如果输入流与短语“德国汽车(Germanautomobiles)”匹配,则可检索包括著名德国汽车制造商的结果,包括Mercedes、BMW、和Audi。拼写更正代理或自动更正输入方法可认出用户可能输入了拼写错误。响应地,系统可更正输入和/或检索与预测输入相关的结果。
与拼写更正代理类似,系统可包括可用来验证输入流的验证代理。例如,当用户输入与一个对象(例如网站地址)有关的信息时,可分析该对象以确定该对象是否可用。当对输入流的分析表明相关的对象不可用时(例如,不适当输入的错误、离线、或被删除),系统可修正所输入的流并尝试更正问题。
客户机110可用来智能地呈现与媒体通信有关的结果,诸如流音频和视频通信。例如,内容提供者或者服务提供者可能正在发布大量分立节目的“频道”或频段。用户可能希望检查这些频道来找到呈现与用户兴趣最相关的信息的频道。相应地,用户可输入与用户所找到的感兴趣的内容有关的输入流。对于音频内容,输入流可涉及艺术家、专辑或选项(例如歌曲)名称。对于视频内容,输入流可涉及具体的新闻机构(例如时代(TIME)或有线电视新闻网(CNN))、节目、情节、或者主题。在任何情况下,不管下面的内容如何,输入流都可用来检索与输入流中所表达的用户兴趣相关的结果。这可通过比较输入流和与特定媒体选项关联的元数据或子标题来进行。在一例中,可将输入流和可用节目的子标题进行比较来为用户识别出结果。于是,当用户输入新闻制作者的名称时,可搜索所有可用节目(包括点播和广播流)的子标题来识别出以该新闻制作者为特征的媒体流。
可通过各种形式呈现结果的媒体流。在一例中,出现下拉式菜单使用户能加载与所检索结果有关的媒体应用。在另一例中,当媒体流包括视频流时,可显示与图8中的平铺方向图类似的平铺的视频流。视频流平铺可包括缩减比特率的呈现,向用户提供可用视频内容的简介。当用户选择了视频平铺之一时,可以以更大的比特率呈现视频选择的实例。
可修改系统和操作以在内部网和信任环境中运行。例如,不是搜索公共数据库,而是可将系统设置为并入与信任环境关联的安全过程和实践。于是,在分析输入流时可允许销售员工访问顾客和市场数据库。可允许工程人员查看技术和操作支持数据库来支持他们的任务,但是不许他们使用销售数据库分析输入流。在分析输入流时可允许管理和/或调研人员访问大部分或所有的数据库。
可将结果存储在客户机110和/或主机130中。例如,主机130可缓存之前返回的结果,当分析后面的输入流时可使用这些结果。在另一例中,之前选择的结果可存储在客户机中,并且一开始可利用之前存储的结果访问后面的输入流。
客户机110可使用户应用能够加载消息传送代码段。另选地,用户可将输入流输入消息传送应用中。例如,用户可将输入流输入即时消息传送应用中。即时消息传送应用可将该输入流发送给主机130用于分析。客户机110可接收结果并且当结果表明所识别的用户在线时使客户机能够发送即时消息。
交换更新可包括仅交换自上次交换输入流起改变的那一部分输入流。例如,当用户一开始将信息敲入第一应用时,该第一应用可向主机130发送带有初始输入的输入流(例如“Spring”)的消息。当用户输入对输入流的更新时(例如通过在“Spring”之后敲入“field”),客户机110可发送新的消息而不发送旧的消息(例如客户机110随后发送“field”而不是“Springfield”)。另选地,客户机110可发送当前输入流。例如,客户机110可先发送“Spring”然后后来发送“Springfield”。
客户机110和/或主机130可确定没有相关的结果并进行操作以免使用更多的处理资源。例如,用户可能输入了主机130没有信息并不产生结果的序列。当主机130确定没有信息时,主机130可与客户机110交互以防止交换更多的更新。当用户输入与主机130可访问的内容不相关的序列时发生这种情况。例如,主机130可确定INPUTSTREAM1不产出任何结果,并且INPUTSTREAM1的任何扩展也不产出任何结果。如果用户输入更多的信息,例如INPUTSTREAM123,则第一应用将不向主机130发送任何更新的信息。然而,如果用户使用删除(DELETE)键修改输入流使INPUTSTREAM1变成INPUTSTREAM,则可以交换输入流。
若普通的输入流产生的结果不响应用户的预测兴趣,则客户机110可进行初步分析以排除对普通的输入流进行分析。例如,当输入流中出现“the”时,尤其是在输入流的起始部分,用输入流“the”生成结果可能会产生太多的结果,其中很少(如果有的话)响应于用户的预测兴趣。相应地,可延迟交换输入流直到输入流有意义为止。于是,可延迟交换输入流“the”直到输入流读为“the Greek islands”为止,或是其他可能产生有意义的结果的输入流。类似地,可以重新构造输入流以去除输入流中不可能有助于分析的串(要么在客户机110中,要么在主机130中)。于是,可从输入流中去除输入流中出现的普通的串,如“the”、“a”、以及“this”。
除了显示使针对结果的代码段能被加载的结果标签以外,显示结果可包括直接显示结果。例如,结果可包括实际的股票报价,而不是用于产生股票报价的代码段的标签。所显示的结果可包括针对新闻项的摘要或简短的总结。还可将该模部(capsule)设置为当用户选择新闻项时检索关于该新闻项的更详细的文章。
虽然是就个人计算机上接收的字符流对很多操作进行了说明,但是也可以响应于从具有有限显示和/或缩减尺寸键盘的设备(例如,无线因特网图形输入板或电话)接收一个或以上的输入进行这些操作。例如,图11例示出能被设置为返回与有歧义输入相关的结果的移动设备1100。具体地,移动设备1100被设置为使用户能够选择缩减尺寸键盘上的一个或以上有歧义输入的序列。移动设备1100与主机或者消除歧义的子系统交换有歧义的输入序列,并呈现响应于预测兴趣的结果。为了能更好地察看细节,已将移动设备显示1110投影以提供更大的示意图。
移动设备显示1110包括输入显示1120和结果显示1130。输入显示1120使用户能察看已输入的有歧义输入,而结果显示1130使用户能察看响应于用户的预测兴趣的结果。如图所示,输入显示1120表明已输入了有歧义输入“733”,其中“7”和“3”代表移动设备1100的键盘中出现的有歧义输入。字符“7”和“3”有歧义是在于数字“7”除了代表数字“7”之外还可以代表字母“P”、“Q”、“R”、或“S”,而数字“3”除了代表数字“3”之外还可以代表字母“D”、“E”、或“F”。对于自动校正的QWERTY键盘系统,字符“s”还可以代表邻近的字母“a”、“w”、“e”、“d”、“x”和/或“z”。对于手写识别系统,字符“c”还可以代表笔画类似的字母“a”、“e”、“o”、和/或“d”。
结果显示1130呈现与有歧义输入相关的结果。具体地,移动设备1100可向主机(未示出)提供一个或以上有歧义输入的序列。继而,主机可分析有歧义输入的序列,识别响应于用户预测兴趣的结果,并将结果返回给移动设备。利用该结果,移动设备1100被设置为将结果呈现在结果显示1130中。
如图所示,主机已确定输入“733”的用户可能正在搜索与“Red”项有关的信息,例如Washington Redskins(华盛顿红皮队)。例如,主机可确定字符“7”代表“R”,字符“3”代表“E”,以及字符“3”代表“D”。
结果1140-1144代表可响应于用户对一个或以上结果的选择而被加载的一个或以上的应用。与主机确定输入“733”的用户可能对包含“RE”或“RED”并且/或者以“RE”或“RED”开头的项感兴趣响应地,移动设备1100在结果显示1130中显示结果1140-1144。第一结果1140显示了华盛顿红皮队橄榄球比赛的比分,并且包括用于检索更多关于红皮队比赛信息的链接。第二结果1141包括来自目录服务应用的结果,并且包括Red Lobster(红龙虾餐厅)的电话列表。用户可选取第二结果1140来拨打所列的电话号码。第三结果1142包括关于电影“Red Dragon(红龙)”的电影信息。响应于用户选择,可选取第三结果1142来买票或提供电影列表。第四结果1143包括激活代码段,该代码段被构造和安排为使用户能购买电影“The Ref(裁判人)”的DVD。第五结果1144包括可为检索和呈现加州Redondo(丽浪多)滩的地图而选取的链接。
移动设备显示1110还包括滚动条1150。滚动条1150可用来表明和访问超过结果显示1130中可呈现的更多结果。
在一个实施例中,移动设备1100呈现结果1140-1144,以响应确定结果1140-1144是针对序列“733”最普遍的结果。另选地或者另外地,结果可响应于特定的用户(例如,主机已确定特定的用户是红皮队的球迷)。在另一变型中,移动设备1100呈现响应于移动设备的位置的结果。更准确地,输入序列包括用于移动设备1100的位置信息。例如,主机可接收用于移动设备1100的位置信息(例如,靠近一个包括红龙虾餐厅的餐厅区),并且返回与输入序列相关的邻近餐厅的结果。
如图所示,输入显示1130包括光标1132。光标1132示出可以交换更多的输入以进一步消除结果的歧义。
例如,图12示出移动设备1200,该移动设备1200被设置为返回响应在初始呈现结果之后的附加输入的结果。一般地,移动设备1200与就图11所描述的移动设备1100相关。然而,移动设备1200例示出可如何响应于收到更多输入来修改结果显示1230中出现的结果。主机可利用更多的输入更精确地定制结果。
如输入部分1220所示,移动设备1200表明除图11中所示的“733”外又输入了“7”。结果,输入序列1231成为“7337”。利用“7337”作为有歧义字符的序列,移动设备1200在结果显示1230中呈现结果1240-1244。
图12中的第一结果1240与图11中的第一结果1140相仿(以当前比分更新),而其他结果可与图11中所示的结果1140-1144不同,以反映其他输入的加入。例如,与那些仅包含“red”作为字符序列的结果(例如“Redskins”)不同,结果显示1230不再包括那些含有完整的词“Red”的那些结果,如“Red Lobster”或“Red Dragon”。反映出输入序列中“7”的加入,第二结果1241包括到关于Cincinnati Reds(辛辛那提红人队)的信息的链接。注意在某些键盘上,键“7”除了数字7,还可代表字符“P”、“Q”、“R”、和“S”。于是,“7337”可代表“REDS”。而且,第二结果1241示出结果并不一定限于以输入序列开头的结果。例如,第二结果1241涉及以“Cincinnati”开头的输入。
第三结果1242包括可被选取来接收到Washington Redskins(华盛顿红皮队)集会地点的驾驶指示的应用。第四结果1243包括可被选取来购买体育赛事门票的程序。第五结果1243包括来自目录服务应用的结果,并包括“Reds Saloon(红人队沙龙)”的电话列表。
虽然图11和图12示出被呈现的实际结果,但是还可呈现结果中出现的词干。该词干可代表项或结果的一部分。至于一个词干出现在多个结果中的情况,选择一个词干可用来在当前的词干之后出现或基于当前的词干出现多个结果和/或更多的词干。
尽管图11和图12示出可分解输入序列而不指定项的结构(例如长度),而用户可使用特定的字符(例如“空格(space)”字符)来分解有歧义的输入流。图13示出移动设备1300,该移动设备1300被设置为在初始呈现响应输入序列的结果之后返回响应于空格字符输入的结果。可利用词结束(end-of-word)字符的输入在输入序列中描出词边界,例如表明用户是否是对与完整的词“red”相关的结果感兴趣,而不是对与只是含有词“red”的那些词(例如Washington Redskins)相关的结果感兴趣。可修改结果显示1330只示出与Red Eagle(红鹰队)相关的结果。结果显示1330与图11的结果显示1130的不同之处在于所有的结果1341-1345都是与Red Eagle有关的结果,而结果显示1130只包括一个与Redskins有关的结果。结果显示1330包括由标题“Red Eagle”表示的头1340,以帮助用户明白所有的结果都是与Red Eagle相关的。虽然可使用空格来表明所呈现结果的接受程度,但是也可呈现带有空格的输入序列支持的其他结果。例如,当已输入“733”时还可返回与“SEE”相关的结果。
用户可使用“下一个词”键在不同词干中推进。例如,虽然“RED”可代表可能的词的步骤,但是用户可使用软键在其他词干中推进。在“733”的情况中,词干可包括“REF”和“SEE”。作为用户在不同词干中推进的结果,用户所推进到的词干可被确定为最可能响应于用户预测兴趣的词干,于是,被呈现在其他词干之前。
结果显示1330中的第一结果1341与图11中提及的体育赛事的第一结果1140相仿。作为头1340呈现了“Red Eagle”的结果,可以过滤掉或减少“Red Eagle”。第二结果1342包括可被选取来购买RedEagle比赛门票的应用。第三结果1343包括可被选取来显示关于RedEagle最近的头条和新闻信息的应用。第四结果1344包括可被选取来接收到Red Eagle场地的驾驶指示的应用。第五结果1345包括可被选取来接收关于Red Eagle场地的天气状况的信息的应用。
可使用除了空格字符以外的其他输入来分解输入序列。在一个实施例中,可通过例如从符号页中输入诸如“-”或“@”的非字母数字符号,或通过按移动设备中的箭头按钮来分解输入序列。
用户可选择结果显示1130、1230、和1330中的结果。当用户选取结果时,移动设备通常被设置为进行一个响应所选结果的特定动作。例如,为了获得关于Red Eagle橄榄球赛的更多信息,用户可选取图13中的结果1341。
通过例示可响应选择结果而进行显示的一个显示,图14示出被设置为显示关于正在进行的橄榄球比赛的信息的移动设备1400。该比赛信息包括Redskins的比分1421、Giants(巨人队)比分1422、各种比赛统计数据1423、以及比赛详情(play-by-play)信息区1424。
图15示出移动设备1500,该移动设备1500被设置为显示与用户输入关联的广告。移动设备显示1510中示出的广告1541-1543对应与Washington Redskins相关的产品和服务。第一广告1541代表分类广告并提供3张Redskins门票用于出售。第二广告1542提供Redskins球衣用于出售。第三广告1542是访问出售Redskins用品的网上商店的广告。
在一个实施例中,移动设备1500响应用户选择结果来呈现广告1541-1543。另选地或另外地,广告可响应输入序列。例如,在将搜索缩小到只返回Redskins结果之前,就可以显示提供Red Lobster折扣的广告。例如,在已知特定用户的购物习惯的情况下,广告还可响应于该特定用户。
图16示出移动设备显示1600,用于被设置为返回与输入序列相关的结果的移动设备。结果1611呈现输入序列。结果1611显示文本“Spring”,代表一个响应于输入序列“777464”的结果。在另一实施例中,结果1611中呈现的结果与一个或以上结果相关。在另一实施例中,结果1611响应于用户偏好和/或配置。例如,如图16所示,当确定用户的位置邻近伊利诺依的Springfield时,若用户输入序列“777464”,则移动设备可呈现“Spring”。
图16还示出使用图标来提供响应于选取特定结果而调用的应用的指示。图标1612-1614与各个结果关联显示。图标1612显示与第一结果关联的飞机图标,表明选取第一结果加载用于计划和安排旅行的应用。图标1613显示与第二结果关联的球体,表明选取第二结果加载地图应用。图标1614显示与第三结果关联的桌子图标,表明选取第三结果加载餐厅应用。虽然就加载的应用描述了操作,但是结果还可以与诸如内容(例如铃声或视频剪辑)的对象相关。
移动设备显示1600包括与移动设备上的按钮对应的特殊符号1616(例如,下箭头符号)。利用与特殊符号相关的按钮,用户可在结果中推进,以及查看在移动设备显示1600中呈现的那些结果之外的更多结果。而且,移动设备显示1600可包括一个或以上让用户选择特定结果的“快捷方式”。如图所示,在移动设备显示1600上显示的第二结果中,串“Springfield”中的子串“field”被加下划线。被加下划线的文本表明用户可通过输入字符“f”或对应于“f”的有歧义的输入(例如数字“3”)来选取第二结果。
图17示出在各输入缩小结果范围之后结果可如何变化。例如,当向输入序列中加入键“8TUV”时,“Fullerton,CA”变得更有可能,它从第二位移到第一位,而“Dulles”被排除考虑。第二显示中目前被标为1711的第三结果表明输入序列“3855378”可检索合理的结果,即使在这种情况下序列并不符合电话号码前面的区号。
在图16中,带下划线部分文本与还未输入的后续字符相关。图17还示出分析将如何返回与尚未输入的在无歧义项的开头出现的字符相关的结果。在另一实施例中(未示出),可选择带下划线字符的结果,将所选结果用作一项。在又一实施例中,带下划线的字符代表可被选键的“快捷方式”。与其他结果相关的其他子串可被加下划线来表明到其他结果的快捷方式。例如,当带下划线文本代表可选的快捷方式时,第三结果示出在输入了555-(1711)后,可输入“5”来选取与电话号码“555-385-5378”相关的应用程序。
在一个实施例中,选择快捷方式表现为紧接着各结果的数字(未示出)。用户可按键来表示输入完成,并输入选择模式,然后按与想要的结果紧接着的数字对应的键。在另一设备中,可要求用户按下相应的键保持一段时间(例如,1秒或更久),而不是输入单独的选择模式。在触摸屏设备中用户可直接轻击想要的结果来调用默认动作或显示选项菜单。
可利用特殊输入键(例如软键)来快速导航结果。例如,可使用第一特殊字符以仅显示依次而出的联系信息(例如,按“#”只返回来自地址簿或目录服务应用的结果),而可使用第二特殊字符来过滤掉其他结果(例如,按“*”去除与地址簿应用或目录服务应用相关的结果)。另选地或另外地,可利用输入特殊字符来自动选取结果(例如,按左箭头选取地图应用)。
可用其他快捷方式来迅速导航结果,诸如专用键、针对特定模式的键、或被设置为减少结果的数目和类型的菜单选项。例如,当显示结果时选择标记为“显示联系”的“选项”菜单项可过滤掉不提供联系方式的任何项。另选地,可将检索结果传递给用户调用的应用;例如,如果用户按下专用的“网络”键,则可加载具有可供选择的相关网络地址的浏览器。
图18包括4个例示性移动设备显示,示出可如何输入并分析输入序列来生成作为结果而包含在文本消息中的项。第一移动设备显示1810表明已输入“3855378”。第一移动设备显示1810还包括结果。在一个实施例中,选取结果可执行移动设备中的应用。在另一实施例中,选取结果可包括最初执行主机中的应用和/或呈现由主机中应用的执行而产生的数据。
移动设备显示1820表明可将输入序列解读为“3855378”和“fullest”。在结果下方显示“更多(More)”横条。用户可从结果中选取“fullest”结果,以将串“fullest”插入文本消息中。另选地,如第二移动设备显示1820中所示,用户可选取“更多(More)”横条以呈现更多的结果。接下来,如第三移动设备显示1830中的“检索中(Retrieving)”横条和相应的进度计所示,呈现更多的结果。移动设备显示1840显示更多的结果。例如,移动设备可利用本地处理能力来呈现第一结果,并响应用户对更多结果的请求检索主机访问的更多结果。
根据手动或自动确定信息需要消除歧义,可从专用数据库中检索结果。例如,如果用户是医学专家,并通常使用大量本地未存储的医学术语,则用户可选择医学术语模式,或者初步分析代码段可确定过去使用了医学术语,并且将使用远程的医学术语数据库来分析输入序列。其他专用数据库包括法律术语、个人地址簿、或AOL关键词。其他数据库还可包括常见拼写错误,或当前的词和短语,如俚语和新闻头条。
与图18类似,图19包括4个例示性移动设备显示,它们与被设置为接收输入序列并检索匹配结果的移动设备关联。移动设备显示1910表明已输入“2826483”。移动设备显示1910包括带有字符序列“2826483”和“avangue”的结果。“更多(More)”横条呈现在结果下方。移动设备显示1920和移动设备显示1930示出了,作为用户选择“更多(More)”横条的结果,随着主机检索更多的结果,显示可如何被修改。
移动设备显示1940包括从主机检索的更多结果。该结果包括“俚语”项“cu2nite”。移动设备显示1940还包括花25分下载“TXT Slang”字典的提示1941。选择下载字典的用户可选取“是(yes)”输入1942,而不选择下载字典的用户可选取“否(no)”输入1943。
在一个实施例中,可将结果返回给已被加载的“仅文本”应用(例如,正在生成的文本消息)。另选地或另外地,可响应于输入序列来加载应用。并且,选择结果可加载一大批应用,诸如多媒体应用或地理位置服务。例如,图20示出可响应于选择作为结果出现的应用而被加载的java小程序。
可检索的结果的其他实例可包括但不限于电话号码和/或关键词。点击带有电话号码的结果可允许进行电话呼叫。该电话呼叫可与电话网络桥接,或与IP电话(例如,被拨打用户的个人计算机中存放的虚拟电话应用)相连。
之前返回或选取的结果和说明结果的附加信息可被存储在客户机110和/或主机130中。例如,可将最近访问的结果缓存在客户机110中,而可将更多结果的历史记录缓存在主机130中。可访问和利用所存储的结果来分析和生成响应于用户的预测兴趣的结果。
为示出可如何利用所存储的结果来分析后来的输入流,之前关于国家橄榄球联盟(NFL)的搜索可生成一系列元数据标签。这些元数据标签可被存储在与用户相关联的配置文件中。例如,搜索与NFL有关信息的用户可将元数据标签“NFL”以及“football(橄榄球)”加入他们的用户配置文件中。可利用这些元数据标签来进行后面的分析。于是,当用户输入“Falcons(猎鹰)”时,可利用之前生成的元数据标签来生成和分析与“Falcons”的多重含义相关的其他元数据标签。与Falcons相关的元数据标签的实例包括诸如“NFL”、“AudubonSociety”、以及“Sport of Kings”的项。来自之前对NFL搜索的元数据标签可与通过输入“Falcons”生成的元数据标签进行比较。通过关联来自之前搜索的结果与已知的用于感兴趣项的元数据标签,返回的结果更有可能响应于用户的预测兴趣。在这种情况中,将之前搜索的结果与目前搜索相关联产生了关于NFL的Atlanta Falcons(亚特兰大鹰队)的结果。
可利用来自多个用户的结果来决定更符合不同用户的预测兴趣的结果。例如,如果确定大多数输入“Falcons”为输入流的用户对NFL感兴趣,则可生成和采取默认的规则,该规则响应于“Falcons”返回与NFL运动队相关的结果。当用户的配置文件或用户表明对“falcons”的其他非体育方面感兴趣时,或使用了诸如“birds”、“AudubonSociety”、或“kestrels”的修改符时,通过中止该默认规则,来进行更精确的分析。
虽然是就字母数字键盘描述了很多操作,但是这些操作也可用来支持其他输入系统,包括表意符号、文体输入、以及面向手写识别的系统。例如,可将手写的笔画或笔画种类映射到可用的键,从而用户可针对想要的字符以特定的顺序输入笔画。在另一例中,将语音字母系统映射到键上,从而用户可输入想要字符的语音拼法。然后用户可从与输入序列有关的几个字符中定位并选择想要的字符。
分析输入序列可将来自之前分析的结果并入。例如,主机可确定经常需要两个或以上表意字符来定义项、词或短语。主机可认出输入序列可能代表短语的一部分。在认出输入序列代表短语的一部分的过程中,主机可减少单独地分析和/或选择后面的字符、表意符号、或词的要求。
在一个实施例中,在与主机交换输入序列之前进行本地分析。例如,如果用户输入“Dulles”,并且客户机在其词汇或字典中没有想要的项,则客户机可与主机交换“Dulles”。在另一实施例中,可将从主机检索的结果选择性地或自动地载入客户机中的本地字典。例如,客户机可为最近检索的结果和/或最常用的结果保留特定量的存储空间。
在使用手写识别的一个实施例中,客户机可一开始将用户输入解读为字符。然后可与主机交换一个或以上字符的序列。主机可被设置为对与已接收的字符相关的字符进行分析,从而使得即使错误地识别了用户输入仍可返回结果。例如,具有触摸屏的使用手写识别的客户机可能将第一手写字符“e”错误地识别为字符“c”。客户机可与主机交换“c”。主机可响应于收到客户机正在使用手写识别的指示来修改分析,以解决初步手写识别过程中的错误的输入。结果,主机可返回响应于表示为有歧义字符“c”和“e”的第一手写字符的结果。
客户机可提交属性和/或修改符从而主机可提供更有可能响应用户预测兴趣的结果。在一个实施例中,客户机表明该客户机是具有缩减尺寸键盘和有限显示的无线电话。结果,主机可被设置为针对有限显示定制和/或与移动使用相关的结果。在一例中,主机可提供与移动用户最常访问的应用相关的结果(例如目录服务和地图服务)。在另一例中,设置为在结果中包括地图内容的主机可被设置为“偏好”与用户位置邻近的结果。
可从包括不同语言的数据库的多个数据库中检索结果。主机可检测到选择了不同语言的项,并且,因此返回响应于被检测到的不同语言的结果。例如,主机可提供与输入序列相关的德语匹配。响应于检测到用户选择了德语项,主机可被设置为将后面的输入与德语项联系,诸如德国汽车制造商。
内容提供者可从初始应当被返回的结果中建立“优选”区。例如,无线载体可使能访问被设置为向无线电话提供内容的专用主机上的内容。该专用主机可基于订阅的状态选择性地使能访问内容,和/或为了无线电话上更好的显示而重新设置其他地方存放的内容。
客户机可包括非视觉的输入和显示系统。在一个实施例中,无线电话可包括文本到语音引擎,其产生与各结果相关的音频信号。在另一实施例中,无线电话可包括利用语音输入迅速在已返回的结果中导航的无线电话。例如,无线电话中的语音识别引擎在解析大的词汇和/或特殊方言的过程中可能遇到困难。用户可依赖缩减条目键盘来初始输入应当用到的项。在结果中呈现某些项之后,可激活语音识别系统并用其从已呈现的结果中进行选择。
在一个实施例中,响应于接收到阈值数目的输入,客户机选择性地激活到无线网络的通信界面。在另一实施例中,客户机访问“一直打开”的通信界面。在又一例中,客户机访问低带宽通信界面来交换输入序列和/或低带宽结果。如果用户正在访问资源较密集的结果,例如铃声试样,则可建立较高带宽的通信界面。
可进行多级的消除歧义。例如,主机可分析输入流并将输入流解读为一个或以上的项。例如,“24737”可被解读为“BIRDS(鸟)”。然后可进一步解读该项以反映该项的有歧义的含义。例如,对于被确定为大巴尔的摩区的棒球迷的用户可将“24737”解读为“BaltimoreOrioles(巴尔的摩金莺队)”。在本实施例中,在将“24737”直接解读为“BIRDS”之后进行更多的消除歧义。在另一实施例中,当主机数据库支持更详细级别的用户配置和体育词汇时,可将“24737”直接解读为“Baltimore Orioles”。
当利用有歧义的输入来输入搜索查询时,在对识别结果有用的字符出现在两个或以上分立的项的情况下用户可能难以找出响应于用户兴趣的结果。例如,试图检索与电子邮件地址、网络URL(“统一资源定位符”)、电话号码、以及其他数据相关的结果的用户可能发现通过输入第一项的部分、输入分隔符(例如,诸如#或*的特殊字符)、然后输入第二项的部分来搜索结果更为方便。举例,试图输入电子邮件地址john smith@aol.com的用户可能发现输入整个电子邮件地址很麻烦,因为用户要输入17个字符。用户可相反输入项“john”、分隔符、以及项“aol”。
在输入标点和特殊指定符时(例如句号和连字符),用户可能类似地难以识别出包括特殊字符的项。用户可能难以输入电话号码(X23)-572-8711,其中X23是常用输入或相近的区号。为了减小这个负担,用户可输入X、分隔符、“5”,然后“871”。当用户继续输入字符时,可更新所显示的可能结果的池来反映后输入字符的加入。在又一实施例中,试图识别IP地址192.168.0.1的用户可输入“19”、分隔符、然后输入“68”,而不是输入“192.168.0.1”整个字符序列。
无线设备中的分析引擎(或位于主机上可被无线设备访问)可基于每个属性或每个串的如何匹配属性的说明来识别出结果。虽然可提供默认的分析引擎,但是可开发专用的分析工具。例如,被设置为作为“插入”工具运行的模块分析引擎可将特定的键或字符指定给分立的串(例如,空白、句号、或符号“@”)。该模块分析引擎还可指定在搜索中可忽略其他字符。例如,可忽略表示电话号码的候选项中出现的括号、句号和/或连字符。换言之,用户可输入与电话号码关联的字符,而不输入常用来表示电话号码的连字符或括号。另选地,模块分析引擎可在识别结果时减小指定字符的影响。
在一个实施例中,可用主或次标示对结果分类。主标示可用来表示在项的原文表示内或项的关联属性-值对内的“匹配”。在一例中,主匹配总是被呈现(或被偏好),从而该结果的表现总是可见(或比具有次标示的其他结果更受偏好)。
由次标示归类的结果(例如次匹配)代表结果响应所进入的输入,但所进入的输入并未在项的原文表示或关联的属性-值对内发现(或不与其相关)。次结果可与主结果关联显示。例如,可将次结果显示在括号内。在一个实施例中,在确定显示结果的顺序时利用作为主或次结果的状态。
此外,可利用其他分析形式,诸如不基于字符的“跳跃”或“分离”。可针对“分离”串设置分析引擎以识别出在项或串内的逻辑位置开始的结果。例如,由于分析引擎识别的大写方式,输入序列“spin”可能是与“ThisIsSpinalTap.wmv”匹配的词干。“跳跃”可用来识别包括被尚未输入的字符分隔的词干的结果。于是,用户可输入“206555”,并且即使未输入标点,仍与电话号码“(206)555-2121”或ZIP+4码“20655-5102”匹配。而且,虽然可通过就串或字段的开头进行分析来减轻分析引擎的计算负担,但分析引擎也可在除开头以外的其他字符处开始分析。
在不同的实施例中,用户可利用间隔对响应字符实现并行分析。当搜索大量项或非常相似的项时,同时搜索项可减少匹配所需的键输入。这个处理使用户能通过向分立的词干输入字符来开始多词干的有歧义匹配。例如,用户可通过敲‘7’和‘4’键将字符输入词干。该输入可开始对响应可被显示的有歧义词干的项的搜索。具体地,由于‘74’与字母‘ph’匹配,所以电话簿条目“Phil Johnson”和菜单项“phone book(电话簿)”的结果都作为匹配项显示。用户可输入诸如‘#’键的间隔,并输入‘2’键来开始第二词干的有歧义搜索。磅键(pound key)#的输入表示将要针对新词干搜索有歧义匹配。然后可显示结果,该结果包括针对两个词干的匹配有歧义项。电话簿条目“Phil Johnson”并没有与‘2’键产生的词干匹配的项,从而不匹配。于是,通过同时对第一和第二词干进行搜索,可以缩小搜索范围。并且,虽然描述了使用两个词干,但是操作可使用不同数目的词干。例如,如果用户正通过通信网络访问大数据库,并且正试图从返回大量结果的密集的信息区域中识别出非常特定条信息,则用户可继续输入词干直到用户找到想要的结果为止。用户还可删除用户认为不响应想要结果的词干。另选地,用户可就单个词干进行工作,并修改该单个词干直到找到想要的结果为止。
当搜索多个项时,可利用对第一项的第一搜索来生成具有可能匹配项的候选项列表。可利用作为第二项的字符的输入来开始第二搜索,利用第二项进一步修订所识别的结果。于是,每个加入的项(直到所需的那么多个分立项)可缩小所返回结果的列表。
在一个实施例中,可将搜索查询同时发送给几个不同的主机或者提供者,该多个查询直接从客户机(例如,请求搜索用的手机)而来或是集中在主机中并在统一的结果组内发送给客户机。可以通过内容类型(音乐搜索、地方搜索、新闻搜索)、内容提供者或诸如客户机位置的其他因素区分搜索。
图21示出由利用多模式输入的多模式检索应用生成的搜索结构2100。第一部分2110显示在对讲出的词进行分析之后可能解释的列表。更准确地,第一部分2110表示利用音频字典对讲出的词进行分析得出的解释的列表。如搜索结构2100所示,讲了一个似乎以发音“ove”结尾的项,“love”,“of”,“above”以及“shove”被识别为可能的结果。
第二部分2120显示针对两个作为手写串接收的输入字符的可能结果。如图所示,多模式应用程序已将手写串解读为“m”或“n”后面接“e”、“c”、或“o”之一。
第三部分2130显示收到表明输入新词干的分隔符后可能的结果。例如,用户可输入“#”键来表明下一词干的开始。在一个实施例中,改变输入模态(例如从语音输入变为键入)也可用来输入或暗示分隔符。第四部分2140显示输入最后的词干后可能的结果。例如,用户可返回到手写识别进行输入。如图所示,GUI 2100表明第四部分已被解读为“D”或“O”后面接“O”、“D”、或“E”之一。然后无线电话可利用这3个有歧义的输入检索响应于用户预测兴趣的结果。由此,虽然与某些输入相关的有歧义的解释可能比其他输入更有可能引入不想要的结果,然而进行多模式分析的无线电话仍可确定与串“Loveme do”相关的结果,因此可能与甲克虫乐队的流行歌曲相关。
在不同实施例中,分析引擎可使用与进入的输入和词干关联的度量来确定多个匹配词干中的一个就是用户寻求的词干的数值(例如几率)。例如,3210项‘Love’、‘Of’、‘Above’、和‘Shove’可分别与特定的几率关联,并且,多个匹配的呈现可反映该关联的几率,从而将更有可能的项引起用户的关注。
参照图22,可如图表2200中所示构造搜索,其中在属性-值对的值部分搜索文本或项。作为响应于检索返回的结果(例如匹配)可以各种形式出现,诸如呈现特定联系人条目(或其一部分)。例如,属性-值对中的电邮地址、姓名、或号码可作为搜索结果返回。以这种方式,如果用户利用‘5646’(John)搜索,则可在结果中返回并呈现姓名或电邮地址。不要求用户输入符号‘@’来表示请求John的电邮地址2230。如果用户在字母数字键盘中输入“555”,则因为用户的输入与两个联系人的电话号码相关,所以图表2200中的两个联系人2210和2220可作为结果返回。
在利用基于属性-值对的数据结构的实施例中,属性-值对可在存储器中被设置和/或被产生,对存储器更新以反映用户搜索以及对分析引擎的使用。例如,提供相册软件的卖主可利用属性-值对结构来访问和操作设备中存储的相片数据库。属性-值对可说明操作相片数据库时有用的参数。各相片可具有说明了相片名称、相片日期、以及相片文件类型的属性-值结构。访问数据库的分析引擎可指定输入的字符可与相片名称和日期相关,但不与相片类型相关。于是,分析引擎可被设置为基于数据的下层类型或用来访问数据的程序以特定方式动作。
属性-值对还可与特定动作分别关联。例如,在图表2200中,用于联系人John Smith的条目2210包括用于电邮地址2230的属性-值对。电邮地址2230可与特定动作“给该联系人发电子邮件”关联,从而当选取电邮地址2230作为有歧义搜索的匹配项时,动作“给该联系人发电子邮件”作为选项呈现。在一个实施例中,一套动作可利用与特定数据类型关联的参数或动作组。例如,与电话号码相关的一套动作可被表示为一个电话动作组(例如“呼叫电话号码x”以及“向电话号码x”发送文本消息),并可注册为电话号码动作组的“成员”。在某些实施例中,可用的动作和/或动作组可被加入应用程或在应用内被修改。进一步相关的动作可成为一组并一起呈现。例如,如果用户输入与动作项“SMS”相关的输入,则相关的动作项“New SMS”可在与输入相关的结果进入时呈现。
图23a-23e示出可如何设置移动设备通过使结果能被分类的标签式用户界面来呈现信息。具体地,图23a-23d示出响应于接收来自键盘的输入序列而呈现给用户的GUI的序列。图23e示出可如何利用用于组织结果的标签来构造如图23a-23d中所示的呈现给移动设备的输入。
图23a-23e还示出诸如无线电话的移动设备可如何包含被设置为进行多词干分析的多词干分析引擎。该多词干分析引擎被设置为分析作为一个或以上词干进入的输入,其中不同的词干可分布在串内的不同位置。更准确地,多词干分析引擎被设置为基于输入的词干提供结果,即使一个或以上未输入的字符可位于输入的数据(例如字符)之间。例如,多词干分析引擎可被设置为确定候选项库中所输入字符的出现(例如,匹配、替代或相似字符)。候选项库可包括姓名、标题、说明、或内容。候选项还可包括文件、条目、和/或记录。在候选项库中发现的所识别的词干不一定以字符组中的第一字符开头来出现。
图23a示出具有被设置为利用标签式用户界面呈现结果的GUI2300a的移动设备。GUI 2300a顶部的消除歧义代码图标2310表明已调用了消除歧义的应用。消除歧义的应用(例如分析引擎)是被设置为基于可包含至少某些多模式字符的用户输入来呈现结果的应用。例如,消除歧义的应用可用来处理来自无线电话的键盘的输入字符序列。
标签式用户界面2305使用户能通过标签上出现的类型来过滤结果。更准确地,选取与类型关联的标签使用户能进一步缩小结果的范围,从而只显示与标签上所表明的类型关联的结果。“所有(all)”标签2320显示无论数据或应用程序的下层类型如何的结果。“联系人(contacts)”标签2330显示与联系信息有关的结果(例如姓名和电话号码条目)。日历标签2340显示与日历信息有关的结果(例如会议或活动通知)。“应用(application)”标签2350显示与一个或以上类型的应用有关的结果(例如游戏或计算器)。“媒体(media)”标签2360显示与媒体文件类型有关的结果(例如音乐文件)。“载体(carrier)”标签(未示出)显示与无线载体提供的内容、服务、和宣传有关的结果。
结果显示2370显示与所选的单独条目2380(例如,条目2380、条目2385)形式的标签有关的结果。在各条目2380的左边是与所选图标关联的应用图标2390(例如,用于移动“Winamp”播放器的媒体播放器图标与媒体标签2360加载和描画的过滤关联)。虽然GUI2300a仅例示了一个响应于“媒体标签”2360的应用图标,然而可响应于在标签式用户界面中选取一个标签来呈现多个应用(以及应用图标)。例如,可响应于选取一个并不专用于一个媒体播放器的媒体标签来呈现与不同媒体播放器应用关联的多个文件。如图23a中所示,已对“Rock”项加下划线来表明已输入响应于“rock”的结果。
图23b示出基于多词干分析引擎的使用在GUI 2300b中呈现的结果。具体地,GUI 2300b包括带有下划线的词“Love”2390以及“Rock”2395,它们代表被确定为响应于作为两个词干输入的输入字符的两个分立的“匹配”词干。GUI 2300b中显示的基于两个词干的结果比GUI 2300a中显示的基于单个词干的结果代表更小范围的结果。图23c中的GUI 2300c示出基于三个词干的结果进一步缩小了结果的范围。
图23d示出GUI 2300d,说明可如何选取“全部(all)”标签2320从两个或以上类型的应用或数据返回结果。在GUI 2300d中,摇滚歌曲“Big Love”2396代表响应于由键“7”、“6”、“#”、“5”、“6”、“#”、“2”、和“4”输入的多个词干而呈现的可能结果之一。移动设备基于具有“2”和“4”的第一词干识别出歌曲名称包含“Big”的结果。基于第二词干“5”和“6”,分析引擎识别出歌曲名称中包含“Love”的结果。基于第三词干“7”和“6”,分析引擎识别出歌曲说明中带有“Rock”的结果。图23e示出有歧义的多词干搜索中输入的键以及意欲在图23d的移动设备中进行搜索的关联字符。
图24a示出表示移动设备的初始呈现的GUI 2400a,其包括被设置为将结果归类为多个预定类型的数据或应用的标签式用户界面(当如图24b-24f中所示接收用户输入时)。被呈现以GUI 2400a的用户在对进入的输入进行多词干分析的无线电话中输入(例如,通过搜索媒体文件或电话簿条目)。如图24b中的GUI 2400b所示,一开始结果可显示在“全部(alI)”标签被选为默认设置的标签式用户界面中。GUI 2400b示出多词干分析如何响应后面收到的更多用户输入来修订结果。更准确地,GUI 2400b示出在无线电话的键盘中选择‘8’键之后所呈现的结果。
图24c示出进行第二输入之后的GUI 2400c。具体地,GUI 2400c表示响应于用户输入“9”键所呈现的结果,并且“8”键已被输入。
如图24d中所示,GUI 2400d示出用户已经选取了GUI 2400c中所示的第一结果“Tyson Halvorson”,并且与该联系人关联的信息已呈现给用户。例如,当向用户呈现GUI 2400c时用户可与无线电话上的触摸屏交互来调用GUI 2400d。所呈现的属性是用户可为其选择一个或以上动作的那些属性。另选地,可调用“联系人”应用,从而可编辑所选的联系人记录。
在图24e中,GUI 2400e示出选取GUI 2400d中呈现的联系人的属性之一可如何导致适合该被选属性的选项的列表。在给用户呈现GUI 2400d之后,用户选择条目来访问GUI2400e中所示的更多的选项。例如,用户可选择呼叫号码、发送文本消息、发送图片、和/或发送音乐。在选择“呼叫(call)”之后,图24f表明无线电话如何开始“拨号”。
可基于使用的可能性对选项列表归类,而且如果用户选择一个选项比其他选项更频繁,则选项列表可被重新安排。另选地,各被列的属性具有可被显示的一个或以上可能的选项,图24d示出一旦选择(或确认)立即调用“呼叫(923)555-4586”选项。在另一实施例中,选取与等级菜单系统中的菜单项或应用关联的选项将用户置于菜单等级或应用的该位置,就好象用户已经过所有中间步骤导航到它一样。
与积极词干(即,目前正被输入或编辑的词干)响应的结果部分可用特定的颜色加下划线。与之前输入的词干(即,消极词干)响应的其他部分可用不同的颜色加下划线(或该部分可根本就不加下划线)。其他实施例可用其他方式区分积极词干,诸如使用粗体文本、斜体、改变文本大小、和/或选择性地呈现与已进入并向用户提供有意义的上下文信息的词干响应的条目部分。
参照图25,设备2505上的GUI 2500示出可如何归类和呈现结果。在GUI 2500中,用户已输入键‘7’和‘4’作为输入。设备已在部分2510中呈现所输入的项“74”,向用户提供已输入字符的说明。
独立工作或与主机一起工作,设备2505识别出结果,并为所识别的结果确定顺序或优先级。在一个实施例中,条目使用的频率决定显示结果的用到的相对重要性。具体地,与设备或用户有多频繁地选择特定条目相关联的信息被用来对结果进行排序。频率排序的变化可包括使加权的频率随时间衰退。具体地,从上次选择以来经过的时间长度可用来修订呈现的顺序。而且,当进行排序时可保持并利用高频率项的列表。已被使用过阈值程度次数(尤其经过阈值长度的时间)的项可被提升为超过那些未被选取阈值程度次数(或与其他结果次数一样多)的其他结果。
在一个实施例中,每次结果中的条目被选取都使与该条目关联的频率计数器递增。频率计数器影响后面搜索的排序。在进行了阈值次的选择之后,或在阈值量的时间之后,可通过将频率减去或除以一个常数来使所有的频率“变老”。
而且,设备2505可使用上下文信息(例如,一天中的时刻,星期中的哪一天,范围中的无线塔标识符,用户出席信息如“在会议中”,当前使用的应用等)与用户的输入基于用户以往的选择行为来预测用户可能感兴趣的项。例如,如果设备正在相片簿程序中搜索,则与输入项有关的图片文件可被提升到其他非照片相关条目之上显示。在某些实施例中,可利用上下文信息来分类哪些项甚至被分析引擎所参考。
进一步,设备2505可使用输入加权的频率来确定候选项与进入的输入相关的可能性。例如,手写输入可解释为想要表示‘e’、‘c’或‘o’的几率分别为0.6、0.3和0.1。与‘e’匹配的项可在与‘c’或‘o’匹配的项前面呈现,或比它们更显著地呈现。而且,可将加权相关性附加给项。例如,可赋予电话簿条目高相关权重,例如.9,而赋予存储的媒体文件较低的权重,例如.1。可使用加权相关性来确定匹配项的顺序或显示。在不同实施例中,使用包括有歧义输入的可能解释列表的n-最佳列表,其中各解释可与表示输入可能性的量配对。配对的可能性可由分析引擎指定,或设为常数,如以上的例子。n-最佳列表可包括单个字符n-最佳列表以及单个词的n-最佳列表。在不同实施例中,可利用匹配的可能性、输入加权的频率、或相关性权重来识别和/或排序结果,例如,作为用于响应当前输入文本的项列表的排序方案的部分。单个的属性(例如数据库记录中的字段)可比其他更频繁地被依赖,并为将来的搜索获得更相关的权重。例如,当用户频繁地选取与同工的4位分机号(extension)匹配的结果时,该办公电话号码属性逐渐变得比其他的更相关,并且,继而包括与该4位分机号相关的属性的对象获得增加的权重,从而在结果中移得较高。
可利用各种统计计算来降低用来识别出结果的计算复杂性。在一个实施例中,用一个n-最佳列表项的几率的log2减去n-最佳列表中最可能项的几率的log2的运算可用作排出各n-最佳列表项名次的值(并且于是相对于其他结果显示)。此外,给定输入序列与条目相关的可能性可通过计算与符合明确输入组合的各n-最佳条目配对的量的总和的2次方来确定,并且于是基于对数值将计算上相似的结果表示为结果。
此外,可利用预定的或默认的顺序来排序或显示结果。例如,可一直将电话簿项显示在媒体文件项的前面。而且,可利用默认顺序作为辅助排序标准,例如,用来区分相同或相似相关性的项。例如,可利用字母表或编年排序。
以上说明包括可用的各种排序和呈现技术。不同的实施例可利用上述技术的不同组合。设备2505已利用了上述技术的组合来显示与部分2510中出现的输入序列响应的结果。可先通过项的类型(例如,电话簿中的条目、音频文件、多媒体文件等)对匹配排序。在某些实施例中,保留显示空间来显示一个或以上多类型的项匹配。例如,总是返回头三个电话本条目匹配以及头两个音频文件匹配。
“联系人(Contacts)”项由于其使用频率而作为第一匹配2520显示;同义词“电话簿(Phonebook)”比制造商的姓名更符合特征。第二匹配2530是使铃静音的动作项。第三和第四匹配2540是媒体条目并可利用辅助排序技术来排序。具体地,利用字母表索引对第三和第四匹配2540进一步排序以确定它们在显示中的相对位置。另选地,可通过一般流行性或通过用户已播放的次数或已将其列在多个播放单中的次数来对结果排序。第五和第六匹配2550是多媒体条目,并利用辅助排序技术排序,其中项名称的匹配排在类别或项的说明的匹配之上。
在一个实施例中,基于后面输入的接收更新显示。具体地,当用户开始敲键时,屏幕的大部分用来呈现匹配(如图中所示)。随着进来更多的输入并且匹配项的数目减少,部分2510可增大(例如从1行成为3行)而结果的列表减少(例如从10行成为8行)(未示出)。随着匹配项的数目减为零,匹配列表进一步减少或不再呈现。于是,用户有更多可用空间用于输入和/或接收关于结果中出现的特定条目的信息。类似地,可解释输入序列并将其作为预测文本在显示的一部分中示出(未示出),如同用户正在输入文本消息或备注一样。当进行更多输入并且匹配的数目减少时,为文本消息解释保留的部分扩大。此时,设备还可呈现与文本消息解释关联的动作,诸如“保存为备注”或“发送SMS”。
参照图26,GUI 2600示出可如何呈现有歧义的笔画。在GUI 2600中,用户已输入代表笔画或笔画分类的键。可使用笔画输入象形文字或表意文字语言中的字符,例如中文。GUI 2600同时显示笔画和笔画数、键标识符、以及与笔画相关的其他字符。在输入模式2610中笔画显示在数的下方,在输入模式2620中叠在数之上,而在输入模式2630中邻近数。上述各种技术还与GUI 2600中说明的笔画输入结合使用。
此外,可与词干在下层记录中出现的顺序无关地识别词干。例如,第一词干可被识别为与歌曲名称的结尾相关,而后面收到的词干被识别为歌曲名称的开头。
虽然许多操作被描述为通过利用分析引擎来识别条目、对象、和/或记录,但是这些操作还可用来识别应用。例如,用户可输入字符序列“633”来访问“media player application(媒体播放器应用)”。
可将分析引擎设置为参照同义词字典来识别结果。例如,分析引擎可被设置为将“stadium”认作“Safeco Field”(西雅图水手队的主场)的同义词。于是,一旦收到“7423”作为字符序列,分析引擎可确定用户正试图输入“stadium”项。然后分析引擎可针对包括项“stadium”的条目搜索地址目录。分析引擎还可针对与“Safeco Field”有关的条目搜索地址目录。然后可显示既与stadium有关又与Safeco Field有关的结果。
Claims (74)
1.一种向用户呈现信息的方法,该方法包括:
接收来自用户的第一输入;
将该第一输入构造为第一词干;
接收分隔符,该分隔符表示后面接收的输入作为第二输入;
接收第二输入;
将该第二输入构造为第二词干;
将第一词干和第二词干与候选项库相关;
响应于将第一词干和第二词干与候选项库相关而呈现一个或以上结果;并且
使用户能从该一个或以上结果中进行选择。
2.权利要求1的方法,其中接收第一输入、分隔符、以及第二输入各自包括接收缩减条目键盘上的键入。
3.权利要求2的方法,其中接收第一输入和第二输入包括接收缩减条目键盘上的一个或以上键入,该一个或以上键入代表多个可能的字符。
4.权利要求1的方法,其中接收分隔符包括接收作为缩减条目键盘上的单个键入的分隔符。
5.权利要求1的方法,其中接收第一输入或第二输入包括接收用户输入的语音。
6.权利要求1的方法,其中将第一词干和第二词干与候选项库相关包括通过识别出第一词干和第一串之间的匹配以及第二词干和第二串之间的匹配,来搜索分别与一个或以上的串关联的对象的数据库。
7.权利要求6的方法,其中识别出第一词干和第一串之间的匹配以及第二词干和第二串之间的匹配包括识别出第一词干和作为词以上的短语的第一部分出现的第一串之间的匹配,以及第二词干和该短语的第二部分中出现的第二串之间的匹配。
8.权利要求6的方法,其中识别出第一词干和第一串以及第二词干和第二串之间的匹配包括识别出第一词干和出现在第一属性中的第一串之间的匹配,以及第二词干和在不同于第一属性的第二属性中出现的第二串之间的匹配。
9.权利要求1的方法,其中响应于将第一词干和第二词干与候选项列表相关来呈现一个或以上结果包括按照结果中的各对象代表用户想要的实际对象的可能性的顺序来呈现结果。
10.权利要求1的方法,其中响应于将第一词干和第二词干与候选项库相关而呈现一个或以上结果包括呈现响应于第一词干和第二词干的条目以及与该条目对象关联的动作。
11.权利要求1的方法,其中接收分隔符包括响应于确定用户已选择了不同的输入模式而接收分隔符。
12.权利要求11的方法,其中确定用户已选择了不同输入模式包括确定用户已从使用语音输入系统变换到使用输入键盘来输入。
13.权利要求1的方法,其中接收第一输入包括接收代表已完全输入的词的字符序列。
14.权利要求1的方法,其中接收第一输入包括接收表示已部分输入的词的字符序列。
15.权利要求1的方法,其中将第一词干和第二词干与候选项库相关包括:
将包含已与对象关联的串的同义词的串与对象关联,并且
基于确定第一词干或第二词干与包含该同义词的串匹配而将该对象识别为结果之一。
16.权利要求1的方法进一步包括:
将结果归类为两个或以上预定类型的数据或应用程序;
在包括多个标签的标签式用户界面中呈现结果,该多个标签分别与该两个或以上预定类型的数据或应用程序对应;
使用户能够选择多个标签之一;并且
使用户能够明白响应于标签式用户界面中所选的标签哪些结果被选择性地呈现。
17.权利要求1的方法,进一步包括将与可通过菜单系统访问的命令相关的动作作为结果中的对象呈现。
18.权利要求17的方法,进一步包括将用户转换到菜单系统中,从而可响应收到来自用户的确认指令而开始该动作。
19.权利要求17的方法,进一步包括响应收到来自用户的选择,自动开始与可通过菜单系统访问的命令相关的动作。
20.权利要求1的方法,进一步包括:
指定当前正输入的积极词干,该积极词干可通过接收更多的输入进行更新;并且
当呈现结果时在作为结果的对象中标识出该积极词干。
21.权利要求20的方法,进一步包括利用特定的图形标识符来区分积极词干和消极词干。
22.权利要求21的方法,其中区分积极词干和消极词干包括用第一颜色给对象中的积极词干加下划线,并用第二颜色给对象中的消极词干加下划线。
23.权利要求1的方法,进一步包括:
确定在针对候选项库中的对象的特定属性中发现第一词干或第二词干;
基于确定出第一词干或第二词干是否在对象的特定属性中被发现,针对对象使用显示度量;
利用该显示度量来确定呈现结果的顺序;以及
基于该顺序呈现结果。
24.权利要求23的方法,进一步包括调整显示度量以反映对象已被用户选定。
25.权利要求23的方法,进一步包括基于对用户偏好输入与特定属性关联的数据的确定来调整与该特定属性关联的其他对象的显示度量。
26.权利要求1的方法,进一步包括:
对第一词干内出现的一个或以上字符中的每一个确定字符可能性度量;
利用该字符可能性度量确定针对与该词干关联的不同对象的对象可能性度量;
利用对象可能性度量来确定呈现结果的顺序;以及
基于该顺序呈现结果。
27.权利要求1的方法,进一步包括:
接收附加输入;
将该附加输入构造为一个或以上附加词干;
将第一词干、第二词干、以及附加词干与候选项库相关;以及
响应于收到附加输入来更新所呈现的结果。
28.一种向用户呈现信息的方法,该方法包括:
接收一个或以上有歧义的输入,该一个或以上有歧义的输入可被解读为至少两个无歧义字符中的一个;
分析该一个或以上有歧义的输入;
产生反映与有歧义的输入相关的无歧义项的结果;
将结果归类为两个或以上预定类型的数据或应用程序;
呈现包括多个标签的标签式用户界面,该多个标签分别与两个或以上预定类型的数据或应用程序对应;
利用标签式用户界面以这样的方式呈现结果,即,使用户能明白响应于对标签式用户界面中所选标签的选定哪些结果被呈现;以及
使用户能够选择一方面的结果来调用操作。
29.权利要求28的方法,其中呈现标签式用户界面包括呈现默认图标,其使用户能够选择默认方式进行输入。
30.权利要求28的方法,其中呈现标签式用户界面包括呈现无歧义图标,其使用户能够选择利用无歧义模式进行输入。
31.权利要求30的方法,其中呈现无歧义图标包括加载如下的代码段,当被选中时该代码段利用预测性软件使得能够用单个键击识别出字母。
32.权利要求28的方法,进一步包括:
访问与结果相关的项的音频字典;
接收一个或以上音频输入;
利用音频字典分析音频输入;以及
响应于对音频输入的分析修订结果。
33.权利要求28的方法,其中利用标签式用户界面呈现结果包括针对结果中包含的一种预定类型的数据或应用程序生成标签。
34.一种向用户呈现信息的方法,该方法包括:
接收来自用户的输入;
将该输入构造为一个或以上词干;
将该一个或以上词干与候选项库相关;
确定在针对候选项库中的对象的特定属性内发现该一个或以上词干;
基于确定是否在对象的特定属性内发现词干,针对该对象使用显示度量;
利用该显示度量来确定呈现结果的顺序;以及
基于该顺序呈现结果。
35.一种向用户呈现信息的方法,该方法包括:
接收来自用户的输入;
将该输入构造为一个或以上的词干;
将该一个或以上词干与候选项库相关;
针对词干内出现的一个或以上字符中的每一个确定字符可能性度量;
利用该字符可能性度量针对与词干相关的不同对象确定对象可能性度量;
利用该对象可能性度量来确定呈现结果的顺序;以及
基于该顺序呈现结果。
36.一种向用户呈现信息的系统,该系统包括当被处理器执行时使得处理器执行以下操作的指令:
接收来自用户的第一输入;
将该第一输入构造为第一词干;
接收分隔符,该分隔符表示后面接收的输入作为第二输入;
接收第二输入;
将该第二输入构造为第二词干;
将第一词干和第二词干与候选项库相关;
响应于将第一词干和第二词干与候选项库相关而呈现一个或以上结果;并且
使用户能从该一个或以上结果中进行选择。
37.权利要求36的系统,其中接收第一输入、分隔符、以及第二输入各自包括接收无线电话上的键入。
38.权利要求36的系统,其中接收第一输入和第二输入包括接收缩减条目键盘上的一个或以上键入,该一个或以上键入代表多个可能的字符。
39.权利要求36的系统,其中接收分隔符包括接收作为缩减条目键盘上的单个键入的分隔符。
40.权利要求36的系统,其中接收第一输入或第二输入包括接收用户输入的语音。
41.权利要求36的系统,其中将第一词干和第二词干与候选项库相关包括通过识别出第一词干和第一串之间的匹配以及第二词干和第二串之间的匹配,来搜索分别与一个或以上的串关联的对象的数据库。
42.权利要求40的系统,其中识别出第一词干和第一串之间的匹配以及第二词干和第二串之间的匹配包括识别出第一词干和作为词以上的短语的第一部分出现的第一串之间的匹配,以及第二词干和该短语的第二部分中出现的第二串之间的匹配。
43.权利要求40的系统,其中识别出第一词干和第一串以及第二词干和第二串之间的匹配包括识别出第一词干和第一属性中出现的第一串之间的匹配,以及第二词干和在不同于第一属性的第二属性中出现的第二串之间的匹配。
44.权利要求36的系统,其中响应于将第一词干和第二词干与候选项列表相关来呈现一个或以上结果包括按照结果中的各对象代表用户想要的实际对象的可能性的顺序来呈现结果。
45.权利要求36的系统,其中响应于将第一词干和第二词干与候选项库相关而呈现一个或以上结果包括呈现响应于第一词干和第二词干的条目以及与该条目对象关联的动作。
46.权利要求36的系统,其中接收分隔符包括响应于确定用户已选择了不同的输入模式而接收分隔符。
47.权利要求45的系统,其中确定用户已选择了不同输入模式包括确定用户已从使用语音输入系统变换到使用输入键盘来输入。
48.权利要求36的系统,其中接收第一输入包括接收代表已完全输入的词的字符序列。
49.权利要求36的系统,其中接收第一输入包括接收表示已部分输入的词的字符序列。
50.权利要求36的系统,其中将第一词干和第二词干与候选项库相关包括:
将包含已与对象关联的串的同义词的串与对象关联,并且
基于确定第一词干或第二词干与包含该同义词的串匹配而将该对象识别为结果之一。
51.权利要求36的系统,其中该系统被构造和安排为执行以下操作:
将结果归类为两个或以上预定类型的数据或应用程序;
在包括多个标签的标签式用户界面中呈现结果,该多个标签分别与该两个或以上预定类型的数据或应用程序对应;
使用户能够选择多个标签之一;并且
使用户能够明白响应于标签式用户界面中所选的标签哪些结果被选择性地呈现。
52.权利要求36的系统,其中该系统被构造和安排为将与可通过菜单系统访问的命令相关的动作作为结果中的对象呈现。
53.权利要求51的系统,其中该系统被构造和安排为将用户转换到菜单系统中,从而可响应收到来自用户的确认指令而开始该动作。
54.权利要求51的系统,其中该系统被构造和安排为响应收到来自用户的选择,自动开始与可通过菜单系统访问的命令相关的动作。
55.权利要求36的系统,其中该系统被构造和安排为执行以下操作:
指定当前正输入的积极词干,该积极词干可通过接收更多的输入进行更新;并且
当呈现结果时在作为结果的对象中标识出该积极词干。
56.权利要求54的系统,其中该系统被构造和安排为利用特定的图形标识符来区分积极词干和消极词干。
57.权利要求55的系统,其中区分积极词干和消极词干包括用第一颜色给对象中的积极词干加下划线,并用第二颜色给对象中的消极词干加下划线。
58.权利要求36的系统,其中该系统被构造和安排为执行以下操作:
确定在针对候选项库中的对象的特定属性中发现第一词干或第二词干;
基于确定出第一词干或第二词干是否在对象的特定属性中被发现,针对对象使用显示度量;
利用该显示度量来确定呈现结果的顺序;以及
基于该顺序呈现结果。
59.权利要求57的系统,其中该系统被构造和安排为调整显示度量以反映对象已被用户选定。
60.权利要求57的系统,其中该系统被构造和安排为基于对用户偏好输入与特定属性关联的数据的确定来调整与该特定属性关联的其他对象的显示度量。
61.权利要求36的系统,其中该系统被构造和安排为执行以下操作:
对第一词干内出现的一个或以上字符中的每一个确定字符可能性度量;
利用该字符可能性度量确定针对与该词干关联的不同对象的对象可能性度量;
利用对象可能性度量来确定呈现结果的顺序;以及
基于该顺序呈现结果。
62.权利要求36的系统,该系统被构造和安排为执行以下操作:
接收附加输入;
将该附加输入构造为一个或以上附加词干;
将第一词干、第二词干、以及附加词干与候选项库相关;以及
响应于收到附加输入来更新所呈现的结果。
63.一种向用户呈现信息的系统,该系统包括当被处理器执行时使得处理器执行以下操作的指令:
接收一个或以上有歧义的输入,该一个或以上有歧义的输入可被解读为至少两个无歧义字符中的一个;
分析该一个或以上有歧义的输入;
产生反映与有歧义的输入相关的无歧义项的结果;
将结果归类为两个或以上预定类型的数据或应用程序;
呈现包括多个标签的标签式用户界面,该多个标签分别与两个或以上预定类型的数据或应用程序对应;
利用标签式用户界面以这样的方式呈现结果,即,使用户能明白响应于对标签式用户界面中所选标签的选定哪些结果被呈现;以及
使用户能够选择一方面的结果来调用操作。
64.权利要求62的系统,其中呈现标签式用户界面包括呈现默认图标,其使用户能够选择默认方式进行输入。
65.权利要求62的系统,其中呈现标签式用户界面包括呈现无歧义图标,其使用户能够选择无歧义模式进行输入。
66.权利要求64的系统,其中呈现标签式用户界面包括加载如下的代码段,当被选中时该代码段利用预测性软件使得能够用单个键击识别出字母。
67.权利要求62的系统,其中该系统被构造和安排为执行以下操作:
访问与结果相关的项的音频字典;
接收一个或以上音频输入;
利用音频字典分析音频输入;以及
响应于对音频输入的分析修订结果。
68.权利要求62的系统,其中利用标签式用户界面呈现结果包括针对结果中包含的一种预定类型的数据或应用程序生成标签。
69.一种向用户呈现信息的系统,该系统包括当被处理器执行时使得处理器执行以下操作的指令:
接收来自用户的输入;
将该输入构造为一个或以上词干;
将该一个或以上词干与候选项库相关;
确定在针对候选项库中的对象的特定属性内发现该一个或以上词干;
基于确定是否在对象的特定属性内发现词干,针对该对象使用显示度量;
利用该显示度量来确定呈现结果的顺序;以及
基于该顺序呈现结果。
70.一种向用户呈现信息的系统,该系统包括当被处理器执行时使得处理器执行以下操作的指令:
接收来自用户的第一输入;
将该第一输入构造为一个或以上的词干;
将该一个或以上词干与候选项库相关;
针对词干内出现的一个或以上字符中的每一个确定字符可能性度量;
利用该字符可能性度量确定针对与词干相关的不同对象的对象可能性度量;
利用该对象可能性度量来确定呈现结果的顺序;以及
基于该顺序呈现结果。
71.一种向用户呈现信息的系统,该系统包括:
用于接收来自用户的第一输入的装置;
用于将该第一输入构造为第一词干的装置;
用于接收分隔符的装置,该分隔符表示后面接收的输入作为第二输入;
用于接收第二输入的装置;
用于将该第二输入构造为第二词干的装置;
用于将第一词干和第二词干与候选项库相关的装置;
用于响应于将第一词干和第二词干与候选项库相关而呈现一个或以上结果的装置;以及
用于使用户能从该一个或以上结果中进行选择的装置。
72.一种向用户呈现信息的系统,该系统包括:
用于接收一个或以上有歧义的输入的装置,该一个或以上有歧义的输入可被解读为至少两个无歧义字符中的一个;
用于分析该一个或以上有歧义的输入的装置;
用于产生反映与有歧义的输入相关的无歧义项的结果的装置;
将结果归类为两个或以上预定类型的数据或应用程序的装置;
用于呈现包括多个标签的标签式用户界面的装置,该多个标签分别与两个或以上预定类型的数据或应用程序对应;
用于利用标签式用户界面以这样的方式呈现结果的装置,即,使用户能明白响应于对标签式用户界面中所选标签的选定哪些结果被呈现;以及
用于使用户能够选择一方面的结果来调用操作的装置。
73.一种向用户呈现信息的系统,该系统包括:
用于接收来自用户的第一输入的装置;
用于将该第一输入构造为一个或以上词干的装置;
用于将词干与候选项库相关的装置;
用于确定在针对候选项库中的对象的特定属性内发现该词干的装置;
用于基于确定是否在对象的特定属性内发现词干而对该对象使用显示度量的装置;
用于利用该显示度量来确定呈现结果的顺序的装置;以及
用于基于该顺序呈现结果的装置。
74.一种向用户呈现信息的系统,该系统包括:
用于接收来自用户的第一输入的装置;
用于将该第一输入构造为一个或以上的词干的装置;
用于将词干与候选项库相关的装置;
用于对词干内出现的一个或以上字符中的每一个确定字符可能性度量的装置;
用于利用该字符可能性度量确定针对与词干相关的不同对象的对象可能性度量的装置;
用于利用对象可能性度量来确定呈现结果的顺序的装置;以及
用于基于该顺序呈现结果的装置。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US74903105P | 2005-12-12 | 2005-12-12 | |
US60/749,031 | 2005-12-12 | ||
US77188706P | 2006-02-10 | 2006-02-10 | |
US60/771,887 | 2006-02-10 | ||
PCT/US2006/046987 WO2007070410A2 (en) | 2005-12-12 | 2006-12-12 | Mobile device retrieval and navigation |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101495955A true CN101495955A (zh) | 2009-07-29 |
CN101495955B CN101495955B (zh) | 2013-06-19 |
Family
ID=38163438
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2006800520531A Expired - Fee Related CN101495955B (zh) | 2005-12-12 | 2006-12-12 | 移动设备检索与导航 |
Country Status (5)
Country | Link |
---|---|
US (2) | US7840579B2 (zh) |
EP (1) | EP1969456A4 (zh) |
CN (1) | CN101495955B (zh) |
CA (1) | CA2633959C (zh) |
WO (1) | WO2007070410A2 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103761294A (zh) * | 2014-01-16 | 2014-04-30 | 广东小天才科技有限公司 | 基于手写轨迹和语音识别的查询方法及装置 |
CN110674338A (zh) * | 2019-09-27 | 2020-01-10 | 百度在线网络技术(北京)有限公司 | 语音技能推荐方法、装置、设备及存储介质 |
Families Citing this family (84)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8117540B2 (en) | 2005-05-18 | 2012-02-14 | Neuer Wall Treuhand Gmbh | Method and device incorporating improved text input mechanism |
US8036878B2 (en) | 2005-05-18 | 2011-10-11 | Never Wall Treuhand GmbH | Device incorporating improved text input mechanism |
US8374846B2 (en) | 2005-05-18 | 2013-02-12 | Neuer Wall Treuhand Gmbh | Text input device and method |
US9606634B2 (en) | 2005-05-18 | 2017-03-28 | Nokia Technologies Oy | Device incorporating improved text input mechanism |
US9041744B2 (en) | 2005-07-14 | 2015-05-26 | Telecommunication Systems, Inc. | Tiled map display on a wireless device |
US7779011B2 (en) | 2005-08-26 | 2010-08-17 | Veveo, Inc. | Method and system for dynamically processing ambiguous, reduced text search queries and highlighting results thereof |
US7788266B2 (en) | 2005-08-26 | 2010-08-31 | Veveo, Inc. | Method and system for processing ambiguous, multi-term search queries |
US11102342B2 (en) * | 2005-09-01 | 2021-08-24 | Xtone, Inc. | System and method for displaying the history of a user's interaction with a voice application |
US9799039B2 (en) * | 2005-09-01 | 2017-10-24 | Xtone, Inc. | System and method for providing television programming recommendations and for automated tuning and recordation of television programs |
US20100158217A1 (en) * | 2005-09-01 | 2010-06-24 | Vishal Dhawan | System and method for placing telephone calls using a distributed voice application execution system architecture |
US8018439B2 (en) * | 2006-03-22 | 2011-09-13 | Zi Corporation Of Canada, Inc. | Mobile appliance system and method enabling efficient entry |
EP2016513A4 (en) | 2006-04-20 | 2010-03-03 | Veveo Inc | USER INTERFACE METHODS AND SYSTEMS FOR SELECTING AND PRESENTING CONTENT BASED ON NAVIGATION AND USER SELECTION ACTIONS ASSOCIATED WITH THE CONTENT |
US8370339B2 (en) * | 2006-05-08 | 2013-02-05 | Rajat Ahuja | Location input mistake correction |
US20080019281A1 (en) * | 2006-07-21 | 2008-01-24 | Microsoft Corporation | Reuse of available source data and localizations |
US7921154B2 (en) * | 2006-08-17 | 2011-04-05 | Flash Widgets, L.L.C. | System and method of live data search on a mobile device |
EP2051696A2 (en) * | 2006-08-18 | 2009-04-29 | Morton Grove Pharmaceuticals, Inc. | Stable liquid levetiracetam compositions and methods |
US8577328B2 (en) * | 2006-08-21 | 2013-11-05 | Telecommunication Systems, Inc. | Associating metro street address guide (MSAG) validated addresses with geographic map data |
US8035534B2 (en) | 2006-11-10 | 2011-10-11 | Research In Motion Limited | Method for automatically preferring a diacritical version of a linguistic element on a handheld electronic device based on linguistic source and associated apparatus |
US8494495B2 (en) * | 2006-12-28 | 2013-07-23 | Kyocera Corporation | Mobile information terminal |
US8255382B2 (en) * | 2007-06-20 | 2012-08-28 | Boopsie, Inc. | Dynamic menus for multi-prefix interactive mobile searches |
GB0706300D0 (en) * | 2007-03-30 | 2007-05-09 | Affle Ltd | Web search system and method |
US20080242353A1 (en) * | 2007-04-02 | 2008-10-02 | William Daniel Willey | Input Shortcuts for a Communications Device |
US7985911B2 (en) * | 2007-04-18 | 2011-07-26 | Oppenheimer Harold B | Method and apparatus for generating and updating a pre-categorized song database from which consumers may select and then download desired playlists |
US8299943B2 (en) | 2007-05-22 | 2012-10-30 | Tegic Communications, Inc. | Multiple predictions in a reduced keyboard disambiguating system |
US8019742B1 (en) | 2007-05-31 | 2011-09-13 | Google Inc. | Identifying related queries |
US8055640B2 (en) * | 2007-07-02 | 2011-11-08 | Lg Electronics Inc. | System and method for transmitting multimedia contents |
US8725712B2 (en) * | 2007-07-16 | 2014-05-13 | Nokia Corporation | Context based media content presentation |
FI20070659L (fi) * | 2007-08-30 | 2009-03-01 | Whatamap Com Oy | Menetelmä karttasovellusten jakeluun |
US8232973B2 (en) | 2008-01-09 | 2012-07-31 | Apple Inc. | Method, device, and graphical user interface providing word recommendations for text input |
US8126877B2 (en) * | 2008-01-23 | 2012-02-28 | Globalspec, Inc. | Arranging search engine results |
KR101538636B1 (ko) * | 2008-01-29 | 2015-07-22 | 삼성전자 주식회사 | 주소록 검색 방법 및 이를 이용한 휴대용 통신 장치 |
KR20090107365A (ko) * | 2008-04-08 | 2009-10-13 | 엘지전자 주식회사 | 이동 단말기 및 그 메뉴 제어방법 |
US8112404B2 (en) | 2008-05-08 | 2012-02-07 | Microsoft Corporation | Providing search results for mobile computing devices |
ATE501478T1 (de) | 2008-06-11 | 2011-03-15 | Exb Asset Man Gmbh | Vorrichtung und verfahren mit verbessertem texteingabemechanismus |
US8527486B2 (en) * | 2008-06-27 | 2013-09-03 | Kii, Inc. | Mobile application discovery through mobile search |
US9183323B1 (en) | 2008-06-27 | 2015-11-10 | Google Inc. | Suggesting alternative query phrases in query results |
CN101651870A (zh) * | 2008-08-13 | 2010-02-17 | 深圳富泰宏精密工业有限公司 | 实现功能菜单动态排序的手机、系统及方法 |
US8452720B2 (en) * | 2009-01-30 | 2013-05-28 | Ntt Docomo, Inc. | System and methods for optimizing user interaction in web-related activites |
US8943437B2 (en) * | 2009-06-15 | 2015-01-27 | Nuance Communications, Inc. | Disambiguation of USSD codes in text-based applications |
US8539487B2 (en) | 2009-09-11 | 2013-09-17 | International Business Machines Corporation | Automatically generating compound commands in a computer system |
US9454586B2 (en) * | 2009-12-01 | 2016-09-27 | Apple Inc. | System and method for customizing analytics based on users media affiliation status |
US11113299B2 (en) | 2009-12-01 | 2021-09-07 | Apple Inc. | System and method for metadata transfer among search entities |
US9280597B2 (en) | 2009-12-01 | 2016-03-08 | Apple Inc. | System and method for customizing search results from user's perspective |
US8849785B1 (en) | 2010-01-15 | 2014-09-30 | Google Inc. | Search query reformulation using result term occurrence count |
US8626511B2 (en) * | 2010-01-22 | 2014-01-07 | Google Inc. | Multi-dimensional disambiguation of voice commands |
GB201004449D0 (en) * | 2010-02-22 | 2010-05-05 | Corbett Sean | Data accelerator |
US8515984B2 (en) | 2010-11-16 | 2013-08-20 | Microsoft Corporation | Extensible search term suggestion engine |
US10346479B2 (en) * | 2010-11-16 | 2019-07-09 | Microsoft Technology Licensing, Llc | Facilitating interaction with system level search user interface |
US10073927B2 (en) | 2010-11-16 | 2018-09-11 | Microsoft Technology Licensing, Llc | Registration for system level search user interface |
US8473507B2 (en) | 2011-01-14 | 2013-06-25 | Apple Inc. | Tokenized search suggestions |
US8688453B1 (en) * | 2011-02-28 | 2014-04-01 | Nuance Communications, Inc. | Intent mining via analysis of utterances |
US8762360B2 (en) | 2011-05-06 | 2014-06-24 | Microsoft Corporation | Integrating applications within search results |
US20120324403A1 (en) * | 2011-06-15 | 2012-12-20 | Van De Ven Adriaan | Method of inferring navigational intent in gestural input systems |
US9069814B2 (en) * | 2011-07-27 | 2015-06-30 | Wolfram Alpha Llc | Method and system for using natural language to generate widgets |
US20130055153A1 (en) * | 2011-08-29 | 2013-02-28 | Jonathan Sherman | Apparatus, systems and methods for performing actions at a computing device |
US8738284B1 (en) | 2011-10-12 | 2014-05-27 | Google Inc. | Method, system, and computer program product for dynamically rendering transit maps |
US8589075B1 (en) | 2011-10-19 | 2013-11-19 | Google Inc. | Method, system, and computer program product for visualizing trip progress |
US9239246B2 (en) | 2011-10-19 | 2016-01-19 | Google Inc. | Method, system, and computer program product for visual disambiguation for directions queries |
US9933861B2 (en) * | 2012-01-12 | 2018-04-03 | Wolfram Research, Inc. | Method and apparatus for generating a user interface for taking or viewing the results of predicted actions |
US9317605B1 (en) | 2012-03-21 | 2016-04-19 | Google Inc. | Presenting forked auto-completions |
US8910063B2 (en) * | 2012-03-27 | 2014-12-09 | Cisco Technology, Inc. | Assisted display for command line interfaces |
US9595298B2 (en) | 2012-07-18 | 2017-03-14 | Microsoft Technology Licensing, Llc | Transforming data to create layouts |
US9128915B2 (en) * | 2012-08-03 | 2015-09-08 | Oracle International Corporation | System and method for utilizing multiple encodings to identify similar language characters |
CN103677299A (zh) * | 2012-09-12 | 2014-03-26 | 深圳市世纪光速信息技术有限公司 | 一种在输入法中实现智能联想的方法、装置及终端设备 |
US20140164981A1 (en) * | 2012-12-11 | 2014-06-12 | Nokia Corporation | Text entry |
US9646606B2 (en) | 2013-07-03 | 2017-05-09 | Google Inc. | Speech recognition using domain knowledge |
KR20150017156A (ko) * | 2013-08-06 | 2015-02-16 | 삼성전자주식회사 | 휴대단말기에서 추천어를 제공하는 방법 및 장치 |
KR102204261B1 (ko) * | 2013-11-04 | 2021-01-18 | 삼성전자 주식회사 | 전자 장치 및 이의 어플리케이션 실행 방법 |
WO2015134311A1 (en) * | 2014-03-03 | 2015-09-11 | Inrix Inc | Traffic obstruction detection |
US20210009136A1 (en) * | 2014-03-03 | 2021-01-14 | Inrix, Inc. | Presenting geographic search results using location projection and time windows |
US20150347357A1 (en) * | 2014-05-30 | 2015-12-03 | Rovi Guides, Inc. | Systems and methods for automatic text recognition and linking |
US10255267B2 (en) | 2014-05-30 | 2019-04-09 | Apple Inc. | Device, method, and graphical user interface for a predictive keyboard |
US9626768B2 (en) | 2014-09-30 | 2017-04-18 | Microsoft Technology Licensing, Llc | Optimizing a visual perspective of media |
US10282069B2 (en) * | 2014-09-30 | 2019-05-07 | Microsoft Technology Licensing, Llc | Dynamic presentation of suggested content |
TWI619115B (zh) * | 2014-12-30 | 2018-03-21 | 鴻海精密工業股份有限公司 | 會議記錄裝置及其自動生成會議記錄的方法 |
US10740831B1 (en) * | 2015-02-09 | 2020-08-11 | Amazon Technologies, Inc. | Method, medium, and system for context based configuration of content |
CN104932712A (zh) * | 2015-06-25 | 2015-09-23 | 小米科技有限责任公司 | 文本输入方法和装置 |
CN105759984B (zh) * | 2016-02-06 | 2019-07-02 | 上海触乐信息科技有限公司 | 二次输入文本的方法和装置 |
US10169470B2 (en) * | 2016-04-11 | 2019-01-01 | Rovi Guides, Inc. | Systems and methods for identifying a meaning of an ambiguous term in a natural language query |
USD775654S1 (en) | 2016-07-11 | 2017-01-03 | Captioncall, Inc. | Display screen or a portion thereof with animated graphical user interface |
US10268669B1 (en) * | 2017-01-27 | 2019-04-23 | John C. Allen | Intelligent graphical word processing system and method |
US11194467B2 (en) | 2019-06-01 | 2021-12-07 | Apple Inc. | Keyboard management user interfaces |
CN112000877A (zh) * | 2020-07-15 | 2020-11-27 | 北京搜狗科技发展有限公司 | 一种数据处理方法、装置和介质 |
US11416136B2 (en) | 2020-09-14 | 2022-08-16 | Apple Inc. | User interfaces for assigning and responding to user inputs |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6181867B1 (en) * | 1995-06-07 | 2001-01-30 | Intervu, Inc. | Video storage and retrieval system |
CN1154910C (zh) * | 1995-07-26 | 2004-06-23 | 蒂吉通信系统公司 | 压缩键盘的明义系统 |
KR100830854B1 (ko) * | 1999-12-24 | 2008-05-21 | 코닌클리케 필립스 일렉트로닉스 엔.브이. | 정보 단위들을 제시하기 위한 디바이스 |
US20020049795A1 (en) * | 2000-05-15 | 2002-04-25 | Freeman Alfred Boyd | Computer assisted text input system |
US7254622B2 (en) * | 2000-12-15 | 2007-08-07 | Tetsuya Nomura | Video-on-demand system |
GB2373907B (en) * | 2001-03-29 | 2005-04-06 | Nec Technologies | Predictive text algorithm |
US7103534B2 (en) * | 2001-03-31 | 2006-09-05 | Microsoft Corporation | Machine learning contextual approach to word determination for text input via reduced keypad keys |
US7385591B2 (en) * | 2001-03-31 | 2008-06-10 | Microsoft Corporation | Out-of-vocabulary word determination and user interface for text input via reduced keypad keys |
WO2003081365A2 (en) * | 2002-03-22 | 2003-10-02 | Sony Ericsson Mobile Communications Ab | Entering text into an electronic communications device |
KR20050025147A (ko) * | 2002-03-22 | 2005-03-11 | 소니 에릭슨 모빌 커뮤니케이션즈 에이비 | 전자 통신 장치로의 텍스트 입력 |
JP4252955B2 (ja) * | 2002-07-01 | 2009-04-08 | ソニー エリクソン モバイル コミュニケーションズ, エービー | 電子通信装置に対してテキストを入力する方法 |
US7885963B2 (en) * | 2003-03-24 | 2011-02-08 | Microsoft Corporation | Free text and attribute searching of electronic program guide (EPG) data |
JP4619042B2 (ja) * | 2003-06-16 | 2011-01-26 | オセ−テクノロジーズ・ベー・ヴエー | 情報検索システムおよび情報検索方法 |
JP2005011180A (ja) * | 2003-06-20 | 2005-01-13 | Nec Corp | Url検索システム及びそれに使用するサーバ並びにurl検索方法 |
US7706616B2 (en) * | 2004-02-27 | 2010-04-27 | International Business Machines Corporation | System and method for recognizing word patterns in a very large vocabulary based on a virtual keyboard layout |
US7508324B2 (en) * | 2004-08-06 | 2009-03-24 | Daniel Suraqui | Finger activated reduced keyboard and a method for performing text input |
US20070016862A1 (en) * | 2005-07-15 | 2007-01-18 | Microth, Inc. | Input guessing systems, methods, and computer program products |
US20070094024A1 (en) * | 2005-10-22 | 2007-04-26 | International Business Machines Corporation | System and method for improving text input in a shorthand-on-keyboard interface |
US20070100619A1 (en) * | 2005-11-02 | 2007-05-03 | Nokia Corporation | Key usage and text marking in the context of a combined predictive text and speech recognition system |
-
2006
- 2006-12-12 EP EP06845086.5A patent/EP1969456A4/en not_active Withdrawn
- 2006-12-12 WO PCT/US2006/046987 patent/WO2007070410A2/en active Application Filing
- 2006-12-12 US US11/609,697 patent/US7840579B2/en active Active
- 2006-12-12 CN CN2006800520531A patent/CN101495955B/zh not_active Expired - Fee Related
- 2006-12-12 CA CA2633959A patent/CA2633959C/en not_active Expired - Fee Related
-
2010
- 2010-11-22 US US12/951,262 patent/US8825694B2/en active Active
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103761294A (zh) * | 2014-01-16 | 2014-04-30 | 广东小天才科技有限公司 | 基于手写轨迹和语音识别的查询方法及装置 |
CN110674338A (zh) * | 2019-09-27 | 2020-01-10 | 百度在线网络技术(北京)有限公司 | 语音技能推荐方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CA2633959A1 (en) | 2007-06-21 |
US8825694B2 (en) | 2014-09-02 |
CA2633959C (en) | 2015-04-28 |
WO2007070410A2 (en) | 2007-06-21 |
EP1969456A4 (en) | 2015-11-04 |
WO2007070410A3 (en) | 2009-04-23 |
EP1969456A2 (en) | 2008-09-17 |
US20110126146A1 (en) | 2011-05-26 |
US20070156747A1 (en) | 2007-07-05 |
US7840579B2 (en) | 2010-11-23 |
CN101495955B (zh) | 2013-06-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101495955B (zh) | 移动设备检索与导航 | |
CN101390042B (zh) | 消除模糊字符的歧义 | |
US20230019133A1 (en) | Process and Apparatus for Selecting an Item from A Database | |
US9582549B2 (en) | Computer application data in search results | |
US9916139B2 (en) | Leveraging collaborative cloud services to build and share apps | |
US20130124323A1 (en) | String Based Promotional System and Method Thereof | |
WO2014152936A2 (en) | Query intent expression for search in an embedded application context | |
CN102906744A (zh) | 无限浏览 | |
WO2011049727A2 (en) | Leveraging collaborative cloud services to build and share apps | |
CN101999119A (zh) | 用于输入识别和完成的技术 | |
US11341141B2 (en) | Search system using multiple search streams |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20130619 |
|
CF01 | Termination of patent right due to non-payment of annual fee |