CN101595447A - 输入预测 - Google Patents

输入预测 Download PDF

Info

Publication number
CN101595447A
CN101595447A CNA2007800505201A CN200780050520A CN101595447A CN 101595447 A CN101595447 A CN 101595447A CN A2007800505201 A CNA2007800505201 A CN A2007800505201A CN 200780050520 A CN200780050520 A CN 200780050520A CN 101595447 A CN101595447 A CN 101595447A
Authority
CN
China
Prior art keywords
words
prepare word
communication facilities
application
user
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
Application number
CNA2007800505201A
Other languages
English (en)
Other versions
CN101595447B (zh
Inventor
O·K·特恩
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.)
Sony Mobile Communications AB
Original Assignee
Sony Ericsson Mobile Communications AB
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 Sony Ericsson Mobile Communications AB filed Critical Sony Ericsson Mobile Communications AB
Publication of CN101595447A publication Critical patent/CN101595447A/zh
Application granted granted Critical
Publication of CN101595447B publication Critical patent/CN101595447B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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

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)
  • Telephone Function (AREA)
  • Document Processing Apparatus (AREA)

Abstract

通信设备可包括被配置成接收来自用户的输入的输入装置、以及显示器。通信设备还可包括逻辑，该逻辑被配置成：识别正由通信设备执行的应用并根据所识别的应用识别对应于输入的候选字词。该逻辑还可被配置成经由显示器提供该候选字词。

Description

输入预测
发明的技术领域
本发明总的涉及通信，更具体地，涉及基于用户输入的字词预测(wordprediction)。
相关技术说明
通信设备，诸如移动终端，可被个人使用来与其它通信设备的用户通信。例如，通信设备可被使用来向其它通信设备进行呼叫或发送文本消息以及从其它通信设备接收呼叫或接收文本消息。通信设备典型地允许用户经由数字字母小键盘输入文本，诸如文本消息。
概要
按照一方面，通信设备包括被配置成接收来自用户的输入的输入装置、存储器以及显示器。通信设备还包括逻辑，该逻辑被配置成：识别正由通信设备执行的应用；根据所识别的应用识别对应于输入的候选字词；以及经由显示器提供该候选字词。
此外，存储器可包括数据库，该数据库包括多个字词，该多个字词具有对应用、与字词相关联的标识符、使用时间信息或位置信息中至少一项进行标识的对应信息。
此外，当识别候选字词时，逻辑可被配置成访问数据库，以便识别至少一个候选字词。
此外，在数据库中该多个字词中的至少某些字词具有对应用、与字词相关联的标识符、使用时间信息或位置信息中至少两项进行标识的对应信息。
此外，存储器可被配置成存储多个字词，该多个字词具有识别被存储在通信设备上的多个应用之一的对应信息。
此外，被执行的应用可包括多个应用的第一应用，以及当识别候选字词时，逻辑可被配置成识别与第一应用相关联的第一候选字词。
此外，逻辑还可被配置成识别与第二应用相关联的第二候选字词，并且经由显示器提供第一和第二候选字词，第一候选字词比起第二候选字词被更突出地提供在显示器上。
此外，存储器可被配置成存储多个字词以及与所述字词中的至少某些字词相关联的下一字词候选者，其中逻辑还可被配置成：通过使用存储器、根据用户输入的至少一个先前的字词来识别用户打算输入的下一字词。
此外，该通信设备可包括移动终端。
按照另一方面，通信设备中的方法包括：接收用户经由小键盘的输入；识别正由通信设备执行的应用；根据所识别的应用，识别对应于输入的候选字词；并经由显示器提供该候选字词。
此外，该方法还可包括：把字词存储在数据库中并把与每个字词相关联的对应信息存储在数据库中，该对应信息标识应用、与字词相关联的标识符、使用时间信息或位置信息中的至少一项。
此外，识别候选字词可包括访问数据库，以便识别至少一个候选字词。
此外，识别候选字词可包括访问数据库，以便根据所执行的应用以及下述至少一项：与字词相关联的标识符、使用时间信息或位置信息，来识别候选字词。
此外，识别正由通信设备执行的应用可包括：识别被存储在通信设备上的多个应用中的第一应用，以及识别候选字词可包括：识别与第一应用相关联的第一候选字词。
此外，该方法还可包括识别与第二应用相关联的第二候选字词，并且经由显示器提供第一和第二候选字词，第一候选字词比起第二候选字词被更高地提供在显示器上或更突出地提供在显示器上。
此外，该方法还可包括：把多个字词以及与所述字词中的至少某些字词相关联的下一字词候选者存储在存储器中，以及通过使用存储器、根据用户输入的至少一个先前的字词来识别用户打算输入的下一字词。
按照再一个方面，提供了其上存储指令序列的计算机可读介质。所述指令在由至少一个处理器执行时使得所述至少一个处理器：接收来自用户的输入；识别正被执行的应用；根据所识别的应用，识别对应于输入的候选字词；和把候选字词输出到显示器。
此外，计算机可读介质还包括用于使所述至少一个处理器把字词存储在数据库中(这些字词与用户的输入或用户接收的信息相关联)、并把与每个字词相关联的对应信息存储在数据库中的指令，该对应信息标识与字词相关联的应用。
此外，计算机可读介质还包括用于使得所述至少一个处理器存储与所述字词中的至少某些字词相关联的附加信息的指令，该附加信息标识与字词相关联的标识符、使用时间信息或位置信息中的至少一项。
此外，用于识别候选字词的指令还使得所述至少一个处理器访问数据库，以便根据所执行的应用以及下述至少一项：与字词相关联的标识符、使用时间信息或位置信息，来识别候选字词。
此外，用于识别正被执行的应用的指令使得所述至少一个处理器识别存储在通信设备上的多个应用中的第一应用，并且其中，用于识别候选字词的指令使得所述至少一个处理器识别与第一应用相关联的第一候选字词。
此外，计算机可读介质还包括用于使得所述至少一个处理器识别与第二应用相关联的第二候选字词、并且把第二候选字词输出到显示器的指令，第二候选字词比起第一候选字词被较不突出地提供在显示器上。
此外，计算机可读介质还可包括用于使得所述至少一个处理器以被存储在数据库中的信息为基础、根据用户输入的至少一个先前的字词来识别用户打算输入的下一字词。
按照又一方面，提供了移动终端。该移动终端包括：用于接收来自用户的输入的装置；用于向用户显示信息的装置；用于识别由移动设备执行的应用的装置；用于根据所识别的应用来识别对应于输入的候选字词的装置；以及用于经由该用于显示的装置来提供候选字词的装置。
附图简述
参考附图，其中在所有的图上具有相同参考号标记的单元可以代表相似的单元。
图1是可以实施这里描述的方法和系统的示例性系统的图；
图2是按照示例性实现的图1的通信设备的图；
图3是按照示例性实现的图2的通信设备的部件的功能性框图；
图4是按照示例性实现的、在图3的通信设备中实施的字词预测部件的功能性框图；
图5是按照示例性实现的图4的数据库的一部分的图；以及
图6是图示由图1的通信设备执行的示例性处理的流程图。
详细说明
本发明的以下详细说明涉及到附图。在不同附图上的相同参考号标识相同的或类似的单元。另外，以下的详细说明不限制本发明。而是本发明的范围由所附权利要求和等同物来限定。
示例性系统
图1是可以实施这里描述的方法和系统的示例性系统100的图。系统100可包括经由网络140被连接的通信设备110，120和130。为了简化起见，提供了图1所示的示例性配置。应当理解，典型的系统可包括比图1所示的更多或更少的设备。此外，促进图1所示的各种实体之间通信的其它设备也可以被包括在系统100中。
通信设备110-130每个可包括能够经由网络进行通信的任何类型的传统设备。例如，通信设备110-130可包括能够向网络140发送数据以及接收来自网络140的数据(例如，话音、文本、图像、多媒体数据)的任何类型的设备。在示例性实现中，通信设备110-130中的一个或多个可以是移动终端。正如这里使用的，词语“移动终端”可包括带有或不带有多行显示器的蜂窝无线电话；个人通信系统(PCS)终端，其可以组合蜂窝无线电话与数据处理、传真和数据通信能力；个人数字助理(PDA)，其可包括无线电话、寻呼器、互联网/内联网接入、Web浏览器、组织器、日历和/或全球定位系统(GPS)接收机；以及传统的膝上型电脑和/或掌上接收机或包括无线电话收发器的其它电器。移动终端也可以被称为“普适计算”设备。
在替换性实现中，通信设备110-130中的一个或多个可包括任何客户端设备，诸如个人计算机(PC)、膝上型电脑、PDA、基于web的电器等等。通信设备110，120和130可以经由有线、无线或光连接在网络140上互相通信。
网络140可包括一个或多个网络，包括蜂窝网、卫星网、互联网、电话网诸如公共交换电话网(PSTN)、城域网(MAN)、广域网(WAN)、局域网(LAN)、网状网或另一类型的网络。在示例性实现中，网络140包括蜂窝网，其使用部件来发送数据到通信设备110、120和130和接收来自通信设备110、120和130的数据。这样的部件可包括基站天线(未示出)，它在通信设备附近区域内发送和接收来自通信设备的数据。这样的部件还可包括基站(未示出)，其连接到基站天线，并按照已知的技术与诸如交换机和路由器(未示出)那样的其它设备通信。
图2是可以实施这里描述的方法和系统的示例性通信设备110的图。本发明在这里是在通信设备的上下文中描述的。还应当理解，这里描述的系统和方法可以在其它设备中实施，这些设备允许用户经由数字字母小键盘输入信息，其带有或不带有各种其它通信功能性。例如，通信设备110包括个人计算机(PC)、膝上型电脑、PDA、媒体播放设备(例如，MPEG音频层3(MP 3)播放器、玩视频游戏的设备)等等，其不包括用于与其它设备通信的各种通信功能性。
参照图2，通信设备110可包括外壳210、扬声器220、显示器230、控制按钮240、小键盘250、和话筒260。外壳210可以保护通信设备110的部件免受外部单元影响。扬声器220可以提供可听见的信息给通信设备110的用户。
显示器230可以提供可视信息给用户。例如，显示器230可以提供关于如下信息：呼入或呼出的电话和/或进入的或外发的电子邮件(e-mail)、即时消息、短消息服务(SMS)消息等等。显示器230还可以显示关于各种应用的信息，诸如被存储在通信设备110中的电话本/联系人列表、当前时间、用户玩的视频游戏、下载的内容(例如，新闻或其它信息)等等。
控制按钮240可以允许用户与通信设备110交互，以使得通信设备110执行一个或多个操作，诸如拨打电话呼叫、播放各种媒体等等。例如，控制按钮240可包括拨号按钮、挂断按钮、播放按钮等等。在示例性实现中，控制按钮240可包括控制与显示器230相关联的各种应用的一个或多个按钮。例如，控制按钮240之一可被使用来执行应用程序，诸如消息传送程序、联系程序、任务列出程序、游戏程序等等。而且，控制按钮240之一可以是菜单按钮，它允许用户查看与执行被存储在通信设备110中的各种应用程序相关联的选项。
小键盘250可包括标准电话小键盘。如图所示，在小键盘250上的许多键可包括数字值和各种字母。例如，有数字2的键包括字母A、B和C。当向通信设备110输入文本时，用户可以使用这些字母。话筒260可以接收来自用户的可听见的信息。
图3是显示按照示例性实现的通信设备110的部件的图。通信设备110可包括总线310、处理逻辑320、存储器330、输入装置340、输出装置350、电源360和通信接口370。总线310允许通信设备110的部件之间进行通信。本领域技术人员将意识到，通信设备110可以以许多其它方式被配置，并可包括其它的或不同的单元。例如，通信设备110可包括用于处理数据的一个或多个调制器、解调器、编码器、解码器等等。
处理逻辑320可包括处理器、微处理器、专用集成电路(ASIC)、现场可编程门阵列(FPGA)等等。处理逻辑320可以执行软件指令/程序或数据结构，以便控制通信设备110的运行。
存储器330可包括：随机存取存储器(RAM)或其它类型的动态存储装置，其存储由处理逻辑320执行的信息和指令；只读存储器(ROM)或其它类型的静态存储装置，其存储由处理逻辑320使用的静态信息和指令；快闪存储器(例如，电可擦除可编程只读存储器(EEPROM))装置，用于存储信息和指令；和/或某些其它类型的磁或光记录介质及其对应的驱动。存储器330还可被使用来在处理逻辑320执行指令期间存储临时变量或其它中间信息。由处理逻辑320使用的指令也可以，或替换地，被存储在处理逻辑320可访问的另一类型的计算机可读介质中。计算机可读介质可包括一个或多个存储器装置和/或载波。
输入装置340可包括允许操作员输入信息到通信设备110的机构，诸如，话筒260、小键盘250、控制按钮240、键盘(例如，QUERTY键盘、Dvorak键盘)、基于手势的设备、基于光学字符识别(OCR)的设备、操纵杆、基于触摸的设备、虚拟键盘、语音-文本引擎、鼠标、笔、话音识别和/或生物测定机构等等。
输出装置350可包括用来向用户输出信息的一个或多个机构，包括显示器——诸如显示器230、打印机、一个或多个扬声器——诸如扬声器220等等。电源360可包括用来给通信设备110的部件供电的一个或多个电池或其它电源部件。
通信接口370可包括任何类似收发器的机构，其使得通信设备110能够与其它设备和/或系统进行通信。例如，通信接口370可包括调制解调器或到LAN的以太网接口。通信接口370还可包括用于通过网络(诸如无线网络)通信的机构。例如，通信接口370可包括一个或多个射频(RF)发射器、接收器和/或收发器，以及一个或多个天线，用于经由网络140发送和接收RF数据。
通信设备110可以提供平台，用于用户拨打和接听电话呼叫、发送和接收电子邮件、文本消息、多媒体消息、短消息服务(SMS)消息等等，以及执行各种其它应用。正如下面详细地描述的，通信设备110还可执行与根据用户输入执行输入或字词预测相关联的处理。通信设备110可以响应于处理逻辑320执行被包含在诸如存储器330那样的计算机可读介质中的指令序列，而执行这些操作。这样的指令可以从另一个计算机可读介质经由例如通信接口370被读入到存储器330。计算机可读介质可包括一个或多个存储器装置和/或载波。在替换实施例中，可以使用硬连线的电路代替软件指令或与其相组合，来实施按照本发明的处理。因此，这里描述的实现不限于硬件电路和软件的任何具体的组合。
图4是在图3的通信设备110中(诸如在存储器330中)实施的部件的示例性功能性框图。参照图4，存储器330可包括字词预测逻辑410和字词预测数据库420。
字词预测逻辑410可包括逻辑，用来在数据被通信设备110的用户诸如经由小键盘250输入或键入时，预测字符、接下来的字符、字词补全、字词、接下来的字词、和/或词组。字词预测逻辑410可以在用户经由小键盘250输入文本时，例如经由显示器230向用户提供候选字符、接下来的字符、字词补全、字词、接下来的字词、和/或词组。如这里使用的，词语“候选字符”、“候选的下一字符”、“候选字词补全”、“候选字词”、“候选的下一字词”、或“候选词组”分别指潜在地匹配于用户打算经由小键盘250输入的字符/字词/词组的字符、下一字符、字词、下一字词或词组。在示例性实现中，字词预测逻辑410可以确定通信设备110正在执行什么特定应用，并根据通信设备110当前正在执行的特定应用，执行字词预测，如下面详细地描述的。
字词预测数据库420可包括常用字词和/或词组的数据库。在某些实现中，字词预测数据库420可以在通信设备110的用户输入信息和/或接收信息时动态地被更新。在示例性实现中，在字词预测数据库420中的字词可以用不同的标识符来标记。
例如，在一个实现中，字词预测数据库420可包括输入字段510、字词/词语(word/term)字段520、标签字段530和其它信息字段540，如图5所示。输入字段510可以对应于经由小键盘250输入的数据。例如，在条目550中，在输入字段510中的输入2662对应于用户经由小键盘250输入数字2662。字词/词语字段520可包括在特定的语言中最经常使用的、并对应于在字段510中的输入的多个常用字词和词组。标签字段530可包括与字段520中的各个字词相关联的各种标识符。例如，在字段530中的信息可以指示在字段520中的对应的字词是否是名字、名词、动词、形容词等等。参照图5，在条目550和552的字段520中的单词“Anna(安娜)”和“Anderson(安德森)”可以分别在标签字段530中包括标签名字和姓氏。标签还可以包括信息类型，诸如与字词相关联的描述符。例如，词“cucumber(黄瓜)”可被标记为名词和/或蔬菜。词“黄瓜”也可被标识为食品杂货店产品，正如在图5上由条目556所例示的。标签字段530可包括其它信息，诸如在字段530中的字词/词语是否为统一资源定位器(URL)。在每种情形下，当根据用户输入生成候选字词或候选字符时，字词预测逻辑410可使用标签字段530中的信息，如下面详细描述的。
其它信息字段540可包括与字段520中的每个字词/词语相关联的附加信息。例如，其它信息字段540可包括与字段520中的登记项相关联的时间信息，诸如该特定的字词/词语最经常被使用的时间、和/或在将来最可能被使用的时间，可包括与字段520中的登记项相关联的各种凿孔、已被使用的和/或跟随在字段520中的字词/词语后面可能要使用的下一字词候选者，如下面详细描述的。
在某些实现中，通信设备110可纳入具有已被标记的字词的字词预测数据库420。也就是，字词预测数据库420可以在通信设备110上预先存储，字段510、520、530和540中的信息已提供。在某些实现中，被标记的数据库可以从外部实体购买和/或取回，并装载在通信设备110上。在这样的实现中，被标记的数据库可以用帮助进行字词预测的信息，诸如字段510-540中的信息来预先标记。例如，被标记的数据库可包括信息，其指示词“安娜”是个名字并很可能被使用于联系人或地址簿应用，词语“www”或“http://”很可能出现在基于web/邮件的应用中。
在其它实现中，处理逻辑320可以以自动方式标记字词预测数据库420中的字词或把信息加到字词预测数据库420中的字词。例如，假设通信设备110的用户正在输入由通信设备110执行的联系人列表或地址簿应用中的联系人，诸如名字安德森。在这种情形下，处理逻辑320可以自动地将“安德森”标记为姓氏，并且还指示，“Anderson(安德森)”应当总是大写(例如，以大写字母A开始)，正如由图5上的条目552指示的。
处理逻辑320还可提供其它信息，诸如通信设备110的用户在字段520中输入词语/字词的时间或时间间隔(例如，早晨、中午、傍晚、晚上)，如图5上的条目550，552，554和556所示。例如，假设用户在下午2:00点在通信设备110上输入联系人安德森。处理逻辑320然后可将标签“下午”包括在条目552的其它信息字段540中，指示用户最初在下午输入名字安德森。处理逻辑320可以随着时间过去而根据用户在字段520中输入特定的字词/词语来动态地更新在其它信息字段540中的时间/时间间隔信息，以指示用户输入特定的字词/词语的最可能或最经常的时刻或时间间隔。
处理逻辑320还可包括当信息被通信设备110输入或接收时与通信设备110相关联的位置(例如，工作、家庭等等)。例如，如果通信设备110的用户在工作时生成包括特定词语，诸如词语“半导体”的电子邮件消息(或接收电子邮件)，则处理逻辑320可以把该词(即“半导体”)存储在字词/词语字段520，并还可以在该条目的其它信息字段540中存储标签“工作”。这可被使用来指示在用户处在特定的位置处，诸如在上班时，通信设备110的用户最可能输入的词语。为了提供位置信息，通信设备110可包括例如全球定位系统(GPS)，它使得通信设备110能够确定它的位置。实际的位置然后可被与工作位置、家庭位置、假期位置等等相关。被包括在字段530和540中的这些标签和/或其它信息可以在字词预测逻辑410根据用户输入生成候选字符、字词、接下来的字词、词组时被使用，正如下面详细描述的。
正如以上描述的，在常规的系统中，在小键盘250上的每个数字字母按钮(图2)可以对应于三个不同的字母之一。例如，当用户经由惯用的小键盘输入数字“2”时(当执行基于文本的应用时)，对应的文本可以是字母A，B或C的任一个。在常规的T9/Zi型预测输入方案中，消息传送程序猜测或预测用户打算键入哪个字母。例如，如果用户输入“843”，则常规的消息传送程序可以假设用户打算输入单词“the”。在这样的系统中，消息传送程序可以使用常用字字典来预测用户希望输入什么。然而，这样的常规系统常常不能在各种不同的情景下找出正确的字词，诸如当用户正在输入不经常使用的字词/词语时。另外，常规的系统不是使字词预测处理基于所执行的特定应用。
在示例性实现中，字词预测逻辑410识别当前正被执行的应用，并使用这个信息来确定候选字符、字词、接下来的字符、接下来的字词和词组，诸如下面详细地描述的。
图6显示由通信设备110执行的示例性处理。该处理可以从字词预测逻辑410识别由通信设备110当前正在执行的应用、或通信设备110的用户当前正在交互的应用(动作610)开始。例如，字词预测逻辑410可以确定，通信设备110当前正在与联系人应用交互，该联系人应用存储各联系人(例如，朋友、家庭、同事等等)的名字、电子邮件地址、电话号码等等。在这种情形下，字词预测逻辑410可以将联系人程序识别为相关的应用。或者，字词预测逻辑410可以确定通信设备正与通信设备110上用户可以输入各种信息的“notes”程序交互，正通过电子邮件程序生成电子邮件消息，正生成短消息服务(SMS)消息，正生成用于“任务列表”程序的任务，正输入用于张贴到博客上的信息，正玩游戏等等。在每种情形下，字词预测逻辑410识别所执行的相关应用。
假设用户已经经由小键盘250输入了多个输入(动作620)。例如，假设用户已经经由小键盘250输入“2662”。还假设，字词预测逻辑410已将联系人应用程序识别为由通信设备110执行的相关应用。在这种情形下，字词预测逻辑410可以访问字词预测数据库420，并搜索匹配于输入“2662”且还包括与联系人应用程序相关联的标签数据的候选字词(动作630)。在这个例子中，字词预测逻辑420可以识别条目550中的名字“Anna”为与输入2662对应，因为条目550在字段530中包括“联系人”和“名字”的标签信息。也就是，字词预测逻辑410可以搜索在字段520中包括“联系人”和/或“名字”的标签、并在字段510中匹配于2662的输入的条目。在字段530中的这个信息可以指示，Anna是存储在由通信设备110执行的联系人应用中的联系人的名字。在这种情形下，字词预测逻辑410可以将“Anna”识别为对应于(经由小键盘250输入的)输入项2662的候选字词，以及可经由显示器230把这个候选字词提供给用户(动作640)。如果这是用户打算输入的字词，则用户可以通过使用例如控制键240之一选择所述候选字词。
这样，字词预测逻辑410最可能识别名字，诸如“Anna”，而不是候选单词“bomb(炸弹)”，该候选单词“bomb”可被包括在字词预测数据库420的条目554中，其也匹配于“2662”的小键盘输入。然而，对于条目554的字段530中的标签信息指示：单词“bomb”与游戏相关联。因此，由于通信设备110当前没有在执行游戏应用，所以字词预测逻辑410不将单词“bomb”识别为候选字词。在其它实现中，字词预测逻辑410可以经由显示器230把两个候选字词(例如，Anna和bomb)显示给用户，其中在候选者列表中以比单词“bomb”更突出的方式显示Anna(例如，显示在经由显示器230提供的许多字词的列表上的更高位置，以粗体或更大的字体显示，等等)。
在其它实现中，字词预测逻辑410可能不包括指示安娜是个名字的预先配置的信息。例如，如果用户选择第一次输入安娜，则字词预测逻辑410可以把单词“Anna”存储在字词预测数据库420中。在下一次接收到诸如经由小键盘250的输入2662那样的输入时，字词预测逻辑410可以根据单词Anna先前的使用而将Anna识别为用户打算输入的可能文本，这与把“安娜”作为名字存储在字词预测数据库420中的事实形成对比。
字词预测逻辑410还可识别书写风格、句法和/或词组组合，以便识别典型地用于某些应用的动词、名词、字词组合、词组等等，以帮助执行字词/下一字词预测。例如，用户可以针对某些应用以一种方式输入或写入信息而针对另一种应用以另一种方式输入/写入信息。作为例子，用户可以在与任务列表应用交互时输入/写入“买牛奶”，但在与博客应用交互时可以输入/写入“我在另一天买了这加仑牛奶，它很好”。字词预测逻辑401然后可以根据由通信设备110执行的特定应用、使用这种书写风格信息来帮助进行字词和词组预测。
字词预测逻辑410在分析来自用户的输入时还可以使用各种统计工具。例如，字词预测逻辑410可以使用诸如n-grams(n元语法)的统计工具来执行例如下一字词预测、与句法有关的预测等等。n-gram是来自给定序列的n个项目的子序列。字词预测逻辑410可以使用n-gram来帮助执行字词补全和下一字词预测。字词预测逻辑410也可以使用其它统计工具来帮助进行字词预测，包括使用字词频率来根据与字词频率使用相关联的统计概率而确定字词/下一字词。字词预测逻辑410还可以根据例如与用户提供的输入相关联的随时间过去而收集的信息，使用与用户相关联的句法、语法和书写风格信息来帮助进行字词/下一字词预测。
作为另一个例子，假设用户正在把信息输入到被存储在通信设备110上的任务列表程序。在这种情形下，假设用户输入“233”。在本例中，字词预测逻辑410可以确定通信设备110正在执行任务列表应用，并可以识别具有“动词”标签的字词，因为任务列表很可能包括与用户想要在一天期间执行的任务相关联的动作动词。在这种情形下，假设单词“add”(它对应于输入233)带有标签“动词”而存储在字词预测数据库420中，而“bed”(它也对应于输入233)带有标签“名词”而存储在字词预测数据库420中。在这种情形下，字词预测逻辑410可以识别候选字词“add”为用户打算输入的更可能的字词，而不是单词“bed”。在示例性实现中，字词预测逻辑410可以把候选字词“add”比单词“bed”提供在经由显示器230提供给用户的候选者列表中更高的位置处。用户然后可以选择想要的字词。
作为再一个例子，假设用户输入小键盘输入“282”，以及通信设备110正在执行杂货店列表应用程序。在这种情形下，字词预测逻辑410可以搜索数据库420，并将条目556中的cucumber识别为用户正试图输入的最可能的字词，因为单词cucumber(黄瓜)在条目556的字段530中包括了标签杂货店。在本例中，字词预测逻辑410能够在用户输入该单词的所有的字符之前识别候选字词(即，cucumber)。在其它实现中，候选字词甚至可以更早地被提供在输入中，诸如在用户仅仅输入单个小键盘输入后或在输入两个小键盘输入后。在每种情形下，字词预测逻辑410在此过程中比常规的系统可能能够早得多地识别用户打算输入的字词，而不用提供候选字词列表，该列表太长，使得用户无法快速滚动以识别他/她打算输入的字词。
另外，字词预测逻辑410可能能够预测或预期用户打算输入的接下来的字词和/或词组。例如，在输入诸如安娜的名字后，字词预测逻辑410可以确定用户或许打算在名字安娜后面跟随姓氏。这样，字词预测逻辑410可以确定字词预测数据库420中下一个最可能的字词候选者，该字词预测数据库包括指示该字词是名字和/或姓氏的标签或数据。作为一个例子，如果名字安娜·安德森被存储在通信设备110的联系人列表应用中，字词预测逻辑410可以在用户选择名字“安娜”后立即提供候选字词“安德森”。替换地，字词预测逻辑410可以等待直至用户开始经由小键盘250提供输入，然后搜索匹配于由用户提供的输入的部分的姓氏。
正如以上讨论的，在字词预测数据库420中的字段530和540中的各种标签/其它信息可包括时间和位置信息。类似地，字词预测逻辑410可以使用这个时间和位置信息，以便进一步增强字词预测处理。例如，如果用户在晚上11:00点把信息输入到由通信设备110执行的即时消息传送(IM)程序，则字词预测逻辑410可以识别包括与晚间使用相关联的时间信息的字词。例如，单词“电影”，“饮料”，“计程车”等等可以在字词预测数据库420中被标记为在傍晚或夜间最经常使用或最可能使用的。当用户写IM时，字词预测逻辑410可以在候选者列表中对具有适当标签(例如，在本例中的傍晚或夜间)的词语比其它候选字词更高地加权。这样，当存在多个候选字词时，匹配于标签/其它信息的一个或多个字词以比带有非匹配标签/其它信息的单词更突出的方式(例如，在候选者表中的更高位置，以粗体或更大的字体等等)显示给用户。同样地，如果当写电子邮件消息时用户处在他/她的工作位置，字词预测逻辑410可以搜索字词预测数据库420，寻找在其它信息字段540中对应位置是“工作”(或对应于用户的工作地址的物理地址)的字词，从而指示该候选字词是与用户的工作地点相关联，或与“工作”相关联的加权字词可被作为比与工作不相关联的那些更可能的字词候选者加权。
作为再一个例子，假设用户已经由小键盘250输入“99”。在这种情形下，字词预测逻辑410确定用户打算识别字母“ww”，并在显示器上提供这些字母。字词预测逻辑410也可以在字词预测数据库420中搜寻被识别为URL的字词/词语，因为当试图识别领先于互联网网址或URL的字母“www”时字母“ww”经常被使用。这样，输入URL的困难很可能被快速识别，由此在输入可能难以经由小键盘250输入的表达(例如，URL)时，节省用户的大量时间。
正如以上概略地描述的，在字词预测数据库420中的信息可被用来根据通信设备110当前正在执行的特定应用来执行下一字词预测。例如，在某些应用中，某些字词多半出现在其它字词后面。作为一个例子，假设通信设备110的用户有关于诸如跑步那样的特别兴趣的博客。在这个博客中，还假设词“跑步”，“跑过步”，“鞋”和“速度”常常出现在各种词组中。例如，在单词“跑步”后面，经常使用词语“鞋”和“速度”，正如图5上由条目558的其它信息字段540所指示的。在这种情形下，根据条目558的其它信息字段540，字词预测逻辑410可以在“跑步”被用户输入/接受后提供候选字词“鞋”和/或“速度”。在本例中，处理逻辑320可以标记在博客中经常使用的某些字词和经常顺次出现的字词/词组的组，以便进一步帮助进行下一字词预测。
正如以上讨论的，在某些实现中，已用标签和其它信息(诸如在字段530和540中的信息)标记的标记数据库可从外部实体购买和/或取回并装载在通信设备110上。在其它实现中，当字词和/或词组由通信设备110输入和/或接收时，字词预测逻辑410可以自动标记字词和/或词组。在每种情形下，字词预测逻辑410可以确定，“跑步”和“速度”通常一起被使用和/或已被写入许多次(诸如在用户的博客中)，因此是相关的。字词预测逻辑410然后根据被执行的特定应用和被存储在字词预测数据库420中的附加数据来识别下一字词候选者。
字词预测逻辑410还可以根据应用来识别误拼和/或校正或自动校正误拼。例如，对应于“wiifm”的输入(例如，经由小键盘250的94436)可以是当通信设备110的用户正在执行聊天、基于即时消息(IM)的或其它类型的消息传送应用时、对应于“What’s in it for me(我能得到什么好处)”的速记/俚语表达。在这种情形下，通过使用依赖于应用的预测，当通信设备110正在执行字处理类型应用时，字词预测逻辑410可以把“wiifm”看作为误拼，但当通信设备110正在执行聊天、IM或其它消息传送应用时，可以把“wiifm”正确地识别为对应于输入94436。
作为另一个例子，假设用户经由小键盘250输入4656(它可能对应于“holo”)，而同时用户正在与聊天、IM或其它消息传送应用交互。在这种情形下，字词预测逻辑410可以确定用户打算经由小键盘输入4646，其对应于“ihmo”，它是在聊天程序中用作指示词组“in my humble opinion(依本人之陋见)”的快速方式的常用俚语/速记。因此，由于词语“imho”可以带有字段530中的“闲谈”或“消息传送”的标签被存储在字词预测数据库420，字词预测逻辑410可以确定用户打算输入4646(与4656成对比)，并可以响应于4646的输入，提供候选字词/词语“imho”作为候选字词/词语。
而且，在某些实现中，字词预测逻辑410还可以基于例如人机工程学因素诸如互相靠近设置的按钮(例如，“i”(在小键盘250上的4)和“j”(在小键盘250上的5))来识别误拼、普通误拼(例如，用户不知道朋友的名字是拼写为“Anderson”还是“Andersen”而输入或提供不正确的输入)，以及其它误拼。在一个实现中，可以通过使用数据库(其存储了识别互相靠近设置的按钮以及对应于这些较近地间隔开的按钮的字母的信息)来识别人机工程学误拼。这样，字词预测逻辑410可以使用与靠近设置的按钮以及对应的输入字符(例如，字母)相关联的这个人机工程学信息来识别误拼，该误拼可能包括一个或多个微小偏差(例如，用户输入的一个数字不对应于候选字词)。在其它实现中，字词预测逻辑410可以识别通常被错误地输入的其它不正确的输入(例如，一个或多个错误输入或错误的输入序列)。有关不正确输入的信息可能是基于用户所校正的和/或字词预测逻辑410校正的、针对每个应用的先前的不正确输入。替换地，关于通常不正确地输入的字词/词语/词组的信息可以从外部实体提供并存储以供字词预测逻辑410访问。在每种情形下，字词预测逻辑410然后可以提供与来自用户的输入紧密匹配并被正确地拼写或输入的字词/词语。也就是，字词预测逻辑410可以提供对应于由用户提供的输入而没有拼写或其它输入错误的字词/词语。字词预测逻辑410还可以执行与语法有关的检查。例如，字词预测逻辑410可以自动校正由用户输入的、与语法有关的错误。这样，字词预测逻辑410可以使用识别在各种应用中通常使用的字词或词组的信息，帮助执行依赖于应用的字词预测，其计及了人机工程学误拼、语法错误/误拼和各种其它误拼和输入错误。
正如以上讨论的，在某些实现中，由字词预测逻辑410访问的字词预测数据库(例如，字词预测数据库420)位于通信设备110中。在其它实现中，字词预测逻辑410可以访问被存储或设置于相对通信设备110的外部(诸如外部服务器)的字词预测数据库。在这种情形下，字词预测逻辑410可以视需要通过例如网络140访问外部字词预测数据库。
结论
与这里描述的方面一致的实现通过使用依赖于应用的字符预测、下一字符预测、字词补全、字词预测、下一字词预测和/或词组预测而提供更有效的输入预测。这可以提供就输入文本而言的增强的用户体验。这种增强的功能性还可以减轻用户就输入文本而论的受挫，由此增加对各种程序(诸如文本消息传送程序)的使用。这种文本消息传送的使用的增加也可以增加与消息的接收和发送相关联的服务供应商的收益。
本发明实施例的以上描述提供例示和说明，但不打算是穷举的或把本发明限于所公开的精确形式。鉴于以上的教导，有可能作出修改和改变，或可以从本发明的实践得出修改和改变。
例如，以上描述的方面集中在某些类型的标签/其它信息(例如，应用程序、名字、语音物品、时间、位置等等)。然而，应当理解，任何类型的更复杂的或详细的信息可被用来增强字词预测处理。
另外，在某些实现中，字词预测逻辑410可以根据被包括在由通信设备110播放的各种文件中的信息(诸如音频文件、视频文件等等)生成候选字词。在音频文件(例如，播客(pod cast))的情形下，通信设备110可包括语音识别软件，用来分析所说的内容，并可以使用这个信息来生成用于字词预测数据库420的信息。在视频剪辑的情形下，通信设备110可以执行字幕的光字符识别(OCR)，和/或执行唇运动的语音识别/分析，以便生成字词和/或词组，用于存储在字词预测数据库420。在每种情形下，在字词预测数据库420中的信息然后可被使用来帮助字词预测。
另外，以上描述的方面涉及到使用单个字词预测数据库420来帮助字词预测。在其它实现中，可以使用多个数据库。例如，在一个替换实现中，针对通信设备110执行的每个应用可以使用分离的数据库。也就是，基于通信设备110执行的特定应用，可以创建和访问与例如联系人程序、电子邮件程序、聊天/IM程序、任务列表、游戏以及博客中的每个相关联的分离的字词预测数据库，来识别候选字符、字词、接下来的字词等等。另外，在某些实现中，可以同时访问这些数据库的多个数据库来识别候选字符、字词、词语、接下来的字词等等。替换地，单个数据库可以通过把数据库划分成对应于每个应用的分区而被使用。也就是，与各种应用相关联的字词可以按照特定的应用被划分。在另外的其它实现中，许多应用，诸如相关的应用，可以共享数据库或数据库中的字段。例如，各种游戏相关的应用可以共享数据库和/或字段，许多类型的文本消息传送应用(例如，电子邮件，IM等等)可以共享数据库和/或字段等等。
再者，由字词预测逻辑410使用的数据库可以为被用来输入信息的各种类型的图形用户接口(GUI)对象提供关联。例如，特定类型的GUI对象可以经常被用来输入与特定程序相关联的信息/文本。在这种情形下，字词预测数据库(例如，字词预测数据库420)可在指示与字词/词语相关联的特定GUI对象的字段中包括信息，以及字词预测逻辑410可以使用这个信息来帮助输入预测。
另外，各种字段和/或数据库可以根据用户输入/写入什么而被动态地合并。例如，字词预测逻辑410可以确定用户倾向于以类似的方式在两个或更多个应用中写入。在这种情形下，字词预测逻辑410可以合并与该两个或更多个应用相关联的字词/数据库的全部或一部分。替换地，字词预测逻辑410可以使与该两个或更多个应用相关联的字词/词语进行互相关，以使得当试图识别候选字符、字词、词语、词组等等时，与该两个或更多个应用相关联的字词/词语被字词预测逻辑410共享或搜索。相反，当与该两个或更多个应用相关联的书写风格显著不同或变化时，字词预测逻辑410可以分割与两个或更多个应用相关联的字词/数据库。再者，在某些实现中，由用户在与一个或多个应用交互时输入/写入的所有文本可被记录和存储在“书写历史”高速缓存器或存储器中，以便帮助输入预测。
此外，在某些实现中，字词预测逻辑410可以将文本输入/写入与某些活动相关联。例如，字词预测逻辑410可以将当用户正在观看图像时写入的内容与图像相关的应用相关联，而不管在文本输入/写入期间用户正在与什么应用交互。
在某些实现中，某些字词例如可被存储在字词预测数据库420中，以使得字词预测逻辑410针对某些应用来访问/搜索这些字词。例如，某些“私有字词”可以在消息传送应用中被使用，但它不能被应用于其它应用。在这样的情形下，字词预测逻辑410可以例如在字词预测数据库420中将这些字词标记为仅仅针对特定应用是相关的。字词预测逻辑410然后可以拒绝这些字词作为针对其它应用的潜在候选者。
上述的方面涉及到在诸如字段530和540的各字段中包括的多条信息。在其它实现中，在数据库420中的一个字段可被使用于每个应用。例如，一个字段可以识别诸如消息传送应用那样的应用，以及识别与消息传送应用相关联的字词。
此外，在某些实现中，高速缓存的信息可在不同的应用中使用来增强由字词预测逻辑410进行的预测。例如，识别由通信设备110访问的网址和/或网页的信息可被存储在高速缓存器中，并用于当通信设备110的用户例如与web浏览器交互时来增强输入预测。与各种图像相关联的信息，诸如在相簿上的图像或照片，也可以被高速缓存。例如，可以通过使用图像识别技术来扫描图像，以便识别与图像相关联的字词或名字。这个信息然后可被存储在高速缓存器中，并被使用来帮助输入预测。在再一些实现中，可以使用话音-到-文本引擎将来自通信设备110播放的电影的话音信息转换成文本，和/或可以通过使用例如OCR技术来扫描来自通信设备110播放的电影的字幕信息。与电影相关联的文本然后可被存储在高速缓存器中，以便帮助字词预测。例如，字词预测逻辑410可以访问与电影相关联的字词的高速缓存器，以试图识别用户输入的候选字词。这样，字词预测逻辑410可以使用各种媒体类型，诸如视频、声音、和与图像有关的媒体，来帮助预测字符、接下来的字符、字词、接下来的字词和词组。
另外，虽然参照图6描述了动作序列，但在按照本发明的其它实现中，动作的次序可以改变。而且，非依从的动作可以并行地执行。
本领域技术人员将会明白，如上面描述的本发明的方面可以在例如计算机设备、蜂窝通信设备/系统、方法、和/或计算机程序产品中被实施。因此，本发明可以以硬件和/或以软件(包括固件、驻留软件、微代码等等)体现。而且，本发明的方面可以采取计算机可用的或计算机可读的存储介质上的计算机程序产品的形式，其具有在介质上体现的、供指令执行系统使用或结合指令执行系统使用的计算机可用的或计算机可读的程序代码。被使用来实施按照本发明的原理的方面的实际软件代码或专用控制硬件不限制本发明。因此，这些方面的操作和性状不是参考具体的软件代码来描述的--应当理解，本领域技术人员将能够根据这里的说明来设计用来实施这些方面的软件和控制硬件。
而且，本发明的某些部分可被实施为用来执行一个或多个功能的“逻辑”。这个逻辑可包括诸如处理器、微处理器、专用集成电路或现场可编程门阵列那样的硬件，软件，或硬件与软件的组合。
应当强调指出，词语“包括”在本申请书中使用时被用来规定所阐述的特征、整体、步骤、或部件的存在，但不排除一个或多个其它特征、整体、步骤、部件、或它们的组的存在或添加。
在本申请的说明中使用的单元、动作或指令不应当解释为对于本发明是关键的或本质的，除非这样明显地描述。另外，正如这里使用的，冠词“a(一个)”意欲包括一个或多个项。在打算仅仅指一个项的地方，使用词语“one(一个)”或类似的语言。而且，正如在这里使用的，词组“根据”打算是指“至少部分根据”，除非另外明显地阐述。
本发明的范围由权利要求及其等同物来限定。

Claims (24)

1.一种通信设备，包括：
输入装置，被配置成接收来自用户的输入；
存储器；
显示器；以及
逻辑，被配置成：
识别正由通信设备执行的应用；
根据所识别的应用来识别对应于输入的候选字词；以及
经由显示器提供该候选字词。
2.权利要求1的通信设备，其中存储器包括：
数据库，其包括多个字词，所述多个字词具有对应用、与字词相关联的标识符、使用时间信息或位置信息中的至少一项进行标识的对应信息。
3.权利要求2的通信设备，其中当识别候选字词时，逻辑被配置成：
访问数据库，以便识别至少一个候选字词。
4.权利要求2的通信设备，其中数据库中所述多个字词中的至少某些字词具有对应用、与字词相关联的标识符、使用时间信息或位置信息中的至少两项进行标识的对应信息。
5.权利要求1的通信设备，其中存储器被配置成存储多个字词，所述多个字词具有标识被存储在通信设备上的多个应用中的一个应用的对应信息。
6.权利要求5的通信设备，其中被执行的应用包括所述多个应用的第一应用，以及当识别候选字词时，逻辑被配置成：
识别与第一应用相关联的第一候选字词。
7.权利要求6的通信设备，其中逻辑还被配置成：
识别与第二应用相关联的第二候选字词，以及
经由显示器提供第一候选字词和第二候选字词，第一候选字词比第二候选字词被更突出地提供在显示器上。
8.权利要求1的通信设备，其中存储器被配置成存储多个字词以及与所述字词中的至少某些字词相关联的下一字词候选者，其中逻辑还被配置成：
通过使用存储器、根据由用户输入的至少一个先前的字词，识别用户打算输入的下一字词。
9.权利要求1的通信设备，其中所述通信设备包括移动终端。
10.一种在通信设备中的方法包括：
接收用户经由小键盘的输入；
识别正由通信设备执行的应用；
根据所识别的应用，识别对应于输入的候选字词；以及
经由显示器提供该候选字词。
11.权利要求10的方法，还包括：
把字词存储在数据库中；以及
把与每个字词相关联的对应信息存储在数据库中，所述对应信息对应用、与字词相关联的标识符、使用时间信息或位置信息中的至少一项进行标识。
12.权利要求11的方法，其中识别候选字词包括：
访问数据库，以便识别至少一个候选字词。
13.权利要求11的方法，其中识别候选字词包括：
访问数据库，以便根据正执行的应用以及下述至少一项来识别候选字词，即：与字词相关联的标识符、使用时间信息或位置信息。
14.权利要求10的方法，其中识别正由通信设备执行的应用包括：
识别被存储在通信设备上的多个应用中的第一应用；以及
其中识别候选字词包括：
识别与第一应用相关联的第一候选字词。
15.权利要求14的方法，还包括：
识别与第二应用相关联的第二候选字词；以及
经由显示器提供第一候选字词和第二候选字词，第一候选字词比起第二候选字词被更高地提供在显示器上或被更突出地提供在显示器上。
16.权利要求10的方法，还包括：
把多个字词和与所述字词中的至少某些字词相关联的下一字词候选者存储在存储器中；以及
通过使用存储器、根据由用户输入的至少一个先前的字词，识别用户打算输入的下一字词。
17.一种存储有指令序列的计算机可读介质，所述指令在由至少一个处理器执行时使得所述至少一个处理器：
接收来自用户的输入；
识别正被执行的应用；
根据所识别的应用，识别对应于输入的候选字词；以及
把候选字词输出到显示器。
18.权利要求17的计算机可读介质，还包括指令，该指令用于使得至少一个处理器：
把字词存储在数据库中，所述字词与用户的输入或与用户所接收的信息相关联；以及
把与每个字词相关联的对应信息存储在数据库中，所述对应信息标识与该字词相关联的应用。
19.权利要求18的计算机可读介质，还包括指令，该指令用于使得至少一个处理器：
存储与所述字词中的至少某些字词相关联的附加信息，所述附加信息标识与所述字词相关联的标识符、使用时间信息或位置信息中的至少一项。
20.权利要求19的计算机可读介质，其中用于识别候选字词的指令还使得至少一个处理器：
访问数据库，以便根据正执行的应用以及下述至少一项来识别候选字词，即：与该字词相关联的标识符、使用时间信息或位置信息。
21.权利要求17的计算机可读介质，其中用于识别正被执行的应用的指令使得至少一个处理器：
识别被存储在通信设备上的多个应用中的第一应用，以及
其中用于识别候选字词的指令使得所述至少一个处理器：
识别与第一应用相关联的第一候选字词。
22.权利要求21的计算机可读介质，还包括指令，该指令用于使得至少一个处理器：
识别与第二应用相关联的第二候选字词，以及
输出第二候选字词到显示器，第二候选字词比起第一候选字词被更不突出地提供在显示器上。
23.权利要求17的计算机可读介质，还包括指令，该指令用于使得至少一个处理器：
根据被存储在数据库中的信息，在用户输入的至少一个先前的字词的基础上，识别用户打算要输入的下一字词。
24.一种移动终端，包括：
用于接收来自用户的输入的装置；
用于向用户显示信息的装置；
用于识别正由移动终端执行的应用的装置；
用于根据所识别的应用识别对应于所述输入的候选字词的装置；以及
用于经由该用于显示的装置来提供候选字词的装置。
CN2007800505201A 2006-11-27 2007-05-29 输入预测 Expired - Fee Related CN101595447B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US86730006P 2006-11-27 2006-11-27
US60/867,300 2006-11-27
US11/627,591 US20080126075A1 (en) 2006-11-27 2007-01-26 Input prediction
US11/627,591 2007-01-26
PCT/IB2007/052022 WO2008065549A1 (en) 2006-11-27 2007-05-29 Input prediction

Publications (2)

Publication Number Publication Date
CN101595447A true CN101595447A (zh) 2009-12-02
CN101595447B CN101595447B (zh) 2013-10-30

Family

ID=38543892

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2007800505201A Expired - Fee Related CN101595447B (zh) 2006-11-27 2007-05-29 输入预测

Country Status (4)

Country Link
US (1) US20080126075A1 (zh)
EP (1) EP2089790B1 (zh)
CN (1) CN101595447B (zh)
WO (1) WO2008065549A1 (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102662927A (zh) * 2012-03-08 2012-09-12 北京神州数码思特奇信息技术股份有限公司 一种信息自动记录免重复录入方法
CN103827779A (zh) * 2010-11-20 2014-05-28 纽昂斯通信有限公司 使用输入的文本访问和处理上下文信息的系统和方法
CN103890753A (zh) * 2011-10-28 2014-06-25 英特尔公司 适配装置中的语言使用
CN106294528A (zh) * 2015-06-29 2017-01-04 深圳市腾讯计算机系统有限公司 一种实现信息发送的方法及装置
CN108027665A (zh) * 2015-10-30 2018-05-11 大陆汽车有限公司 改善字母数字字符和手势的手写输入识别精度的方法和设备

Families Citing this family (165)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8645137B2 (en) 2000-03-16 2014-02-04 Apple Inc. Fast, language-independent method for user authentication by voice
US8677377B2 (en) 2005-09-08 2014-03-18 Apple Inc. Method and apparatus for building an intelligent automated assistant
IL174522A0 (en) * 2006-03-23 2006-08-01 Jonathan Agmon Method for predictive typing
US9318108B2 (en) 2010-01-18 2016-04-19 Apple Inc. Intelligent automated assistant
US20080147651A1 (en) * 2006-12-14 2008-06-19 International Business Machines Corporation Pre-Entry Text Enhancement For Text Environments
US8195448B2 (en) * 2006-12-28 2012-06-05 John Paisley Dargan Method and apparatus for predicting text
US8838457B2 (en) 2007-03-07 2014-09-16 Vlingo Corporation Using results of unstructured language model based speech recognition to control a system-level function of a mobile communications facility
US8886545B2 (en) 2007-03-07 2014-11-11 Vlingo Corporation Dealing with switch latency in speech recognition
US8886540B2 (en) 2007-03-07 2014-11-11 Vlingo Corporation Using speech recognition results based on an unstructured language model in a mobile communication facility application
US10056077B2 (en) 2007-03-07 2018-08-21 Nuance Communications, Inc. Using speech recognition results based on an unstructured language model with a music system
US8949266B2 (en) 2007-03-07 2015-02-03 Vlingo Corporation Multiple web-based content category searching in mobile search application
US20080221902A1 (en) * 2007-03-07 2008-09-11 Cerra Joseph P Mobile browser environment speech processing facility
US20080221884A1 (en) * 2007-03-07 2008-09-11 Cerra Joseph P Mobile environment speech processing facility
US20090030691A1 (en) * 2007-03-07 2009-01-29 Cerra Joseph P Using an unstructured language model associated with an application of a mobile communication facility
US8635243B2 (en) 2007-03-07 2014-01-21 Research In Motion Limited Sending a communications header with voice recording to send metadata for use in speech recognition, formatting, and search mobile search application
US8949130B2 (en) 2007-03-07 2015-02-03 Vlingo Corporation Internal and external speech recognition use with a mobile communication facility
DE102007056620A1 (de) * 2007-07-24 2009-01-29 Alexander Brandt Verfahren zur Situationsadaptiven Dokumentation strukturierter Daten
US10002189B2 (en) 2007-12-20 2018-06-19 Apple Inc. Method and apparatus for searching using an active ontology
US9330720B2 (en) 2008-01-03 2016-05-03 Apple Inc. Methods and apparatus for altering audio output signals
US8996376B2 (en) 2008-04-05 2015-03-31 Apple Inc. Intelligent text-to-speech conversion
US20100030549A1 (en) 2008-07-31 2010-02-04 Lee Michael M Mobile device having human language translation capability with positional feedback
US9065926B2 (en) * 2008-09-17 2015-06-23 Kyocera Corporation Portable electronic device
US8676904B2 (en) 2008-10-02 2014-03-18 Apple Inc. Electronic devices with voice command and contextual data processing capabilities
JP5240567B2 (ja) * 2008-12-02 2013-07-17 アイシン・エィ・ダブリュ株式会社 検索装置、及び検索用プログラム
US8572110B2 (en) * 2008-12-04 2013-10-29 Microsoft Corporation Textual search for numerical properties
US9424246B2 (en) 2009-03-30 2016-08-23 Touchtype Ltd. System and method for inputting text into electronic devices
GB0917753D0 (en) 2009-10-09 2009-11-25 Touchtype Ltd System and method for inputting text into electronic devices
GB0905457D0 (en) 2009-03-30 2009-05-13 Touchtype Ltd System and method for inputting text into electronic devices
US9189472B2 (en) 2009-03-30 2015-11-17 Touchtype Limited System and method for inputting text into small screen devices
US10191654B2 (en) 2009-03-30 2019-01-29 Touchtype Limited System and method for inputting text into electronic devices
US10241752B2 (en) 2011-09-30 2019-03-26 Apple Inc. Interface for a virtual digital assistant
US10241644B2 (en) 2011-06-03 2019-03-26 Apple Inc. Actionable reminder entries
JP2011002954A (ja) * 2009-06-17 2011-01-06 Pioneer Electronic Corp 検索語候補出力装置、検索装置、検索語候補出力方法及び検索語候補出力用プログラム並びにデータ構造
US9431006B2 (en) 2009-07-02 2016-08-30 Apple Inc. Methods and apparatuses for automatic speech recognition
EP2280332A1 (en) * 2009-07-30 2011-02-02 Research In Motion Limited A system and method for context based predictive text entry assistance
US20110029862A1 (en) * 2009-07-30 2011-02-03 Research In Motion Limited System and method for context based predictive text entry assistance
US9110515B2 (en) * 2009-08-19 2015-08-18 Nuance Communications, Inc. Method and apparatus for text input
CN102081518A (zh) * 2009-11-30 2011-06-01 国际商业机器公司 提供动态帮助信息的装置和方法
JP5564919B2 (ja) * 2009-12-07 2014-08-06 ソニー株式会社 情報処理装置、予測変換方法およびプログラム
US8682667B2 (en) 2010-02-25 2014-03-25 Apple Inc. User profiling for selecting user specific voice input processing information
JP5592679B2 (ja) * 2010-03-17 2014-09-17 任天堂株式会社 入力プログラム、入力装置、システム及び入力方法
JP5688230B2 (ja) * 2010-03-24 2015-03-25 任天堂株式会社 入力プログラム、入力装置、システム及び入力方法
GB201200643D0 (en) 2012-01-16 2012-02-29 Touchtype Ltd System and method for inputting text
US10037319B2 (en) * 2010-09-29 2018-07-31 Touchtype Limited User input prediction
US9262612B2 (en) 2011-03-21 2016-02-16 Apple Inc. Device access using voice authentication
US8738356B2 (en) 2011-05-18 2014-05-27 Microsoft Corp. Universal text input
US10057736B2 (en) 2011-06-03 2018-08-21 Apple Inc. Active transport based notifications
DE102011107934B4 (de) * 2011-07-19 2018-08-23 Deutsches Zentrum für Luft- und Raumfahrt e.V. Assistenzsystem
US8994660B2 (en) 2011-08-29 2015-03-31 Apple Inc. Text correction processing
US10134385B2 (en) 2012-03-02 2018-11-20 Apple Inc. Systems and methods for name pronunciation
US9280610B2 (en) 2012-05-14 2016-03-08 Apple Inc. Crowd sourcing information to fulfill user requests
US9721563B2 (en) 2012-06-08 2017-08-01 Apple Inc. Name recognition system
US9779080B2 (en) 2012-07-09 2017-10-03 International Business Machines Corporation Text auto-correction via N-grams
US9298274B2 (en) 2012-07-20 2016-03-29 Microsoft Technology Licensing, Llc String predictions from buffer
US9218333B2 (en) 2012-08-31 2015-12-22 Microsoft Technology Licensing, Llc Context sensitive auto-correction
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
US9547647B2 (en) 2012-09-19 2017-01-17 Apple Inc. Voice-based media searching
US8965754B2 (en) * 2012-11-20 2015-02-24 International Business Machines Corporation Text prediction using environment hints
US8798250B1 (en) 2013-02-11 2014-08-05 Blackberry Limited Autocorrect for phone numbers
US9940316B2 (en) * 2013-04-04 2018-04-10 Sony Corporation Determining user interest data from different types of inputted context during execution of an application
WO2014197336A1 (en) 2013-06-07 2014-12-11 Apple Inc. System and method for detecting errors in interactions with a voice-based digital assistant
US9582608B2 (en) 2013-06-07 2017-02-28 Apple Inc. Unified ranking with entropy-weighted information for phrase-based semantic auto-completion
WO2014197334A2 (en) 2013-06-07 2014-12-11 Apple Inc. System and method for user-specified pronunciation of words for speech synthesis and recognition
WO2014197335A1 (en) 2013-06-08 2014-12-11 Apple Inc. Interpreting and acting upon commands that involve sharing information with remote devices
US10176167B2 (en) 2013-06-09 2019-01-08 Apple Inc. System and method for inferring user intent from speech inputs
DE112014002747T5 (de) 2013-06-09 2016-03-03 Apple Inc. Vorrichtung, Verfahren und grafische Benutzerschnittstelle zum Ermöglichen einer Konversationspersistenz über zwei oder mehr Instanzen eines digitalen Assistenten
KR20150005354A (ko) * 2013-07-05 2015-01-14 삼성전자주식회사 전자 장치의 문자 입력 방법
US10296160B2 (en) 2013-12-06 2019-05-21 Apple Inc. Method for extracting salient dialog usage from live data
US20150319509A1 (en) * 2014-05-02 2015-11-05 Verizon Patent And Licensing Inc. Modified search and advertisements for second screen devices
US9881010B1 (en) 2014-05-12 2018-01-30 Google Inc. Suggestions based on document topics
US9607032B2 (en) 2014-05-12 2017-03-28 Google Inc. Updating text within a document
US9251141B1 (en) 2014-05-12 2016-02-02 Google Inc. Entity identification model training
US9959296B1 (en) 2014-05-12 2018-05-01 Google Llc Providing suggestions within a document
US10170123B2 (en) 2014-05-30 2019-01-01 Apple Inc. Intelligent assistant for home automation
US9430463B2 (en) 2014-05-30 2016-08-30 Apple Inc. Exemplar-based natural language processing
WO2015183699A1 (en) 2014-05-30 2015-12-03 Apple Inc. Predictive messaging method
US10565219B2 (en) 2014-05-30 2020-02-18 Apple Inc. Techniques for automatically generating a suggested contact based on a received message
US9760559B2 (en) * 2014-05-30 2017-09-12 Apple Inc. Predictive text input
US10579212B2 (en) 2014-05-30 2020-03-03 Apple Inc. Structured suggestions
US9842101B2 (en) 2014-05-30 2017-12-12 Apple Inc. Predictive conversion of language input
US9633004B2 (en) 2014-05-30 2017-04-25 Apple Inc. Better resolution when referencing to concepts
EP3149728B1 (en) 2014-05-30 2019-01-16 Apple Inc. Multi-command single utterance input method
US9338493B2 (en) 2014-06-30 2016-05-10 Apple Inc. Intelligent automated assistant for TV user interactions
US9818400B2 (en) 2014-09-11 2017-11-14 Apple Inc. Method and apparatus for discovering trending terms in speech requests
CN104281275B (zh) * 2014-09-17 2016-07-06 北京搜狗科技发展有限公司 一种英文的输入方法和装置
US10074360B2 (en) 2014-09-30 2018-09-11 Apple Inc. Providing an indication of the suitability of speech recognition
US9668121B2 (en) 2014-09-30 2017-05-30 Apple Inc. Social reminders
US10127911B2 (en) 2014-09-30 2018-11-13 Apple Inc. Speaker identification and unsupervised speaker adaptation techniques
US10152299B2 (en) 2015-03-06 2018-12-11 Apple Inc. Reducing response latency of intelligent automated assistants
US10567477B2 (en) 2015-03-08 2020-02-18 Apple Inc. Virtual assistant continuity
US9721566B2 (en) 2015-03-08 2017-08-01 Apple Inc. Competing devices responding to voice triggers
US9886953B2 (en) 2015-03-08 2018-02-06 Apple Inc. Virtual assistant activation
US10083688B2 (en) 2015-05-27 2018-09-25 Apple Inc. Device voice control for selecting a displayed affordance
US9578173B2 (en) 2015-06-05 2017-02-21 Apple Inc. Virtual assistant aided communication with 3rd party service in a communication session
US11025565B2 (en) 2015-06-07 2021-06-01 Apple Inc. Personalized prediction of responses for instant messaging
US10042841B2 (en) 2015-07-17 2018-08-07 International Business Machines Corporation User based text prediction
US10747498B2 (en) 2015-09-08 2020-08-18 Apple Inc. Zero latency digital assistant
US10671428B2 (en) 2015-09-08 2020-06-02 Apple Inc. Distributed personal assistant
US10445425B2 (en) 2015-09-15 2019-10-15 Apple Inc. Emoji and canned responses
US9697820B2 (en) 2015-09-24 2017-07-04 Apple Inc. Unit-selection text-to-speech synthesis using concatenation-sensitive neural networks
US11010550B2 (en) 2015-09-29 2021-05-18 Apple Inc. Unified language modeling framework for word prediction, auto-completion and auto-correction
US10366158B2 (en) 2015-09-29 2019-07-30 Apple Inc. Efficient word encoding for recurrent neural network language models
US11587559B2 (en) 2015-09-30 2023-02-21 Apple Inc. Intelligent device identification
US10691473B2 (en) 2015-11-06 2020-06-23 Apple Inc. Intelligent automated assistant in a messaging environment
US10049668B2 (en) 2015-12-02 2018-08-14 Apple Inc. Applying neural network language models to weighted finite state transducers for automatic speech recognition
US10223066B2 (en) 2015-12-23 2019-03-05 Apple Inc. Proactive assistance based on dialog communication between devices
US10446143B2 (en) 2016-03-14 2019-10-15 Apple Inc. Identification of voice inputs providing credentials
US9934775B2 (en) 2016-05-26 2018-04-03 Apple Inc. Unit-selection text-to-speech synthesis based on predicted concatenation parameters
US9972304B2 (en) 2016-06-03 2018-05-15 Apple Inc. Privacy preserving distributed evaluation framework for embedded personalized systems
US10249300B2 (en) 2016-06-06 2019-04-02 Apple Inc. Intelligent list reading
US10049663B2 (en) 2016-06-08 2018-08-14 Apple, Inc. Intelligent automated assistant for media exploration
DK179588B1 (en) 2016-06-09 2019-02-22 Apple Inc. INTELLIGENT AUTOMATED ASSISTANT IN A HOME ENVIRONMENT
US10192552B2 (en) 2016-06-10 2019-01-29 Apple Inc. Digital assistant providing whispered speech
US10509862B2 (en) 2016-06-10 2019-12-17 Apple Inc. Dynamic phrase expansion of language input
US10067938B2 (en) 2016-06-10 2018-09-04 Apple Inc. Multilingual word prediction
US10490187B2 (en) 2016-06-10 2019-11-26 Apple Inc. Digital assistant providing automated status report
US10586535B2 (en) 2016-06-10 2020-03-10 Apple Inc. Intelligent digital assistant in a multi-tasking environment
DK201670540A1 (en) 2016-06-11 2018-01-08 Apple Inc Application integration with a digital assistant
DK179343B1 (en) 2016-06-11 2018-05-14 Apple Inc Intelligent task discovery
DK179049B1 (en) 2016-06-11 2017-09-18 Apple Inc Data driven natural language event detection and classification
DK179415B1 (en) 2016-06-11 2018-06-14 Apple Inc Intelligent device arbitration and control
GB201610984D0 (en) 2016-06-23 2016-08-10 Microsoft Technology Licensing Llc Suppression of input images
US10474753B2 (en) 2016-09-07 2019-11-12 Apple Inc. Language identification using recurrent neural networks
US10043516B2 (en) 2016-09-23 2018-08-07 Apple Inc. Intelligent automated assistant
US10417332B2 (en) 2016-12-15 2019-09-17 Microsoft Technology Licensing, Llc Predicting text by combining attempts
US10593346B2 (en) 2016-12-22 2020-03-17 Apple Inc. Rank-reduced token representation for automatic speech recognition
US11204787B2 (en) 2017-01-09 2021-12-21 Apple Inc. Application integration with a digital assistant
DK201770383A1 (en) 2017-05-09 2018-12-14 Apple Inc. USER INTERFACE FOR CORRECTING RECOGNITION ERRORS
US10417266B2 (en) 2017-05-09 2019-09-17 Apple Inc. Context-aware ranking of intelligent response suggestions
DK201770439A1 (en) 2017-05-11 2018-12-13 Apple Inc. Offline personal assistant
US10395654B2 (en) 2017-05-11 2019-08-27 Apple Inc. Text normalization based on a data-driven learning network
US10726832B2 (en) 2017-05-11 2020-07-28 Apple Inc. Maintaining privacy of personal information
DK179496B1 (en) 2017-05-12 2019-01-15 Apple Inc. USER-SPECIFIC Acoustic Models
DK179745B1 (en) 2017-05-12 2019-05-01 Apple Inc. SYNCHRONIZATION AND TASK DELEGATION OF A DIGITAL ASSISTANT
US11301477B2 (en) 2017-05-12 2022-04-12 Apple Inc. Feedback analysis of a digital assistant
DK201770427A1 (en) 2017-05-12 2018-12-20 Apple Inc. LOW-LATENCY INTELLIGENT AUTOMATED ASSISTANT
DK201770431A1 (en) 2017-05-15 2018-12-20 Apple Inc. Optimizing dialogue policy decisions for digital assistants using implicit feedback
DK201770432A1 (en) 2017-05-15 2018-12-21 Apple Inc. Hierarchical belief states for digital assistants
DK179549B1 (en) 2017-05-16 2019-02-12 Apple Inc. FAR-FIELD EXTENSION FOR DIGITAL ASSISTANT SERVICES
US10311144B2 (en) 2017-05-16 2019-06-04 Apple Inc. Emoji word sense disambiguation
US10403278B2 (en) 2017-05-16 2019-09-03 Apple Inc. Methods and systems for phonetic matching in digital assistant services
US10303715B2 (en) 2017-05-16 2019-05-28 Apple Inc. Intelligent automated assistant for media exploration
US10657328B2 (en) 2017-06-02 2020-05-19 Apple Inc. Multi-task recurrent neural network architecture for efficient morphology handling in neural language modeling
US20180349348A1 (en) * 2017-06-05 2018-12-06 Blackberry Limited Generating predictive texts on an electronic device
US20190050391A1 (en) * 2017-08-09 2019-02-14 Lenovo (Singapore) Pte. Ltd. Text suggestion based on user context
US10445429B2 (en) 2017-09-21 2019-10-15 Apple Inc. Natural language understanding using vocabularies with compressed serialized tries
US10755051B2 (en) 2017-09-29 2020-08-25 Apple Inc. Rule-based natural language processing
US10636424B2 (en) 2017-11-30 2020-04-28 Apple Inc. Multi-turn canned dialog
US10733982B2 (en) 2018-01-08 2020-08-04 Apple Inc. Multi-directional dialog
US10733375B2 (en) 2018-01-31 2020-08-04 Apple Inc. Knowledge-based framework for improving natural language understanding
US10789959B2 (en) 2018-03-02 2020-09-29 Apple Inc. Training speaker recognition models for digital assistants
US10592604B2 (en) 2018-03-12 2020-03-17 Apple Inc. Inverse text normalization for automatic speech recognition
US10818288B2 (en) 2018-03-26 2020-10-27 Apple Inc. Natural assistant interaction
US10909331B2 (en) 2018-03-30 2021-02-02 Apple Inc. Implicit identification of translation payload with neural machine translation
US10928918B2 (en) 2018-05-07 2021-02-23 Apple Inc. Raise to speak
US11145294B2 (en) 2018-05-07 2021-10-12 Apple Inc. Intelligent automated assistant for delivering content from user experiences
US10685180B2 (en) 2018-05-10 2020-06-16 International Business Machines Corporation Using remote words in data streams from remote devices to autocorrect input text
US10984780B2 (en) 2018-05-21 2021-04-20 Apple Inc. Global semantic word embeddings using bi-directional recurrent neural networks
US11386266B2 (en) 2018-06-01 2022-07-12 Apple Inc. Text correction
DK180639B1 (en) 2018-06-01 2021-11-04 Apple Inc DISABILITY OF ATTENTION-ATTENTIVE VIRTUAL ASSISTANT
DK179822B1 (da) 2018-06-01 2019-07-12 Apple Inc. Voice interaction at a primary device to access call functionality of a companion device
DK201870355A1 (en) 2018-06-01 2019-12-16 Apple Inc. VIRTUAL ASSISTANT OPERATION IN MULTI-DEVICE ENVIRONMENTS
US10892996B2 (en) 2018-06-01 2021-01-12 Apple Inc. Variable latency device coordination
US11076039B2 (en) 2018-06-03 2021-07-27 Apple Inc. Accelerated task performance
US11327651B2 (en) * 2020-02-12 2022-05-10 Facebook Technologies, Llc Virtual keyboard based on adaptive language model

Family Cites Families (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0776969B2 (ja) * 1986-04-18 1995-08-16 株式会社東芝 文書処理装置
US5083268A (en) * 1986-10-15 1992-01-21 Texas Instruments Incorporated System and method for parsing natural language by unifying lexical features of words
US5963671A (en) * 1991-11-27 1999-10-05 International Business Machines Corporation Enhancement of soft keyboard operations using trigram prediction
US5991710A (en) * 1997-05-20 1999-11-23 International Business Machines Corporation Statistical translation system with features based on phrases or groups of words
JP2001325252A (ja) * 2000-05-12 2001-11-22 Sony Corp 携帯端末及びその情報入力方法、辞書検索装置及び方法、媒体
US7184948B2 (en) * 2001-06-15 2007-02-27 Sakhr Software Company Method and system for theme-based word sense ambiguity reduction
JP3722359B2 (ja) * 2001-06-29 2005-11-30 Ｅｓｍｅｒｔｅｃエンジニアリングサービス株式会社 文字入力システム及び通信端末
US6744423B2 (en) * 2001-11-19 2004-06-01 Nokia Corporation Communication terminal having a predictive character editor application
US7149550B2 (en) * 2001-11-27 2006-12-12 Nokia Corporation Communication terminal having a text editor application with a word completion feature
US7111248B2 (en) 2002-01-15 2006-09-19 Openwave Systems Inc. Alphanumeric information input method
US20030216921A1 (en) * 2002-05-16 2003-11-20 Jianghua Bao Method and system for limited domain text to speech (TTS) processing
US7805302B2 (en) * 2002-05-20 2010-09-28 Microsoft Corporation Applying a structured language model to information extraction
US20040044422A1 (en) * 2002-07-03 2004-03-04 Vadim Fux System and method for intelligent text input
CN1732426A (zh) * 2002-12-27 2006-02-08 诺基亚公司 用于移动通信终端的预测性文本条目和数据压缩方法
FI20031566A (fi) * 2003-10-27 2005-04-28 Nokia Corp Kielen valitseminen sanantunnistusta varten
US20050283724A1 (en) * 2004-06-18 2005-12-22 Research In Motion Limited Predictive text dictionary population
EP1630645A1 (en) 2004-08-31 2006-03-01 2012244 Ontario Inc. Handheld electronic device with text disambiguation
US8036878B2 (en) * 2005-05-18 2011-10-11 Never Wall Treuhand GmbH Device incorporating improved text input mechanism
US9606634B2 (en) * 2005-05-18 2017-03-28 Nokia Technologies Oy Device incorporating improved text input mechanism
US7886233B2 (en) * 2005-05-23 2011-02-08 Nokia Corporation Electronic text input involving word completion functionality for predicting word candidates for partial word inputs
US7574672B2 (en) * 2006-01-05 2009-08-11 Apple Inc. Text entry interface for a portable communication device
US7912706B2 (en) * 2006-04-03 2011-03-22 Sony Ericsson Mobile Communications Ab On-line predictive text dictionary
US7856598B2 (en) * 2006-07-06 2010-12-21 Oracle International Corp. Spelling correction with liaoalphagrams and inverted index
US20080033713A1 (en) * 2006-07-10 2008-02-07 Sony Ericsson Mobile Communications Ab Predicting entered text
US7774193B2 (en) * 2006-12-05 2010-08-10 Microsoft Corporation Proofing of word collocation errors based on a comparison with collocations in a corpus
US7957955B2 (en) * 2007-01-05 2011-06-07 Apple Inc. Method and system for providing word recommendations for text input

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103827779A (zh) * 2010-11-20 2014-05-28 纽昂斯通信有限公司 使用输入的文本访问和处理上下文信息的系统和方法
CN103827779B (zh) * 2010-11-20 2017-06-20 纽昂斯通信有限公司 使用输入的文本访问和处理上下文信息的系统和方法
CN103890753A (zh) * 2011-10-28 2014-06-25 英特尔公司 适配装置中的语言使用
CN102662927A (zh) * 2012-03-08 2012-09-12 北京神州数码思特奇信息技术股份有限公司 一种信息自动记录免重复录入方法
CN106294528A (zh) * 2015-06-29 2017-01-04 深圳市腾讯计算机系统有限公司 一种实现信息发送的方法及装置
CN106294528B (zh) * 2015-06-29 2020-03-03 深圳市腾讯计算机系统有限公司 一种实现信息发送的方法及装置
CN108027665A (zh) * 2015-10-30 2018-05-11 大陆汽车有限公司 改善字母数字字符和手势的手写输入识别精度的方法和设备

Also Published As

Publication number Publication date
CN101595447B (zh) 2013-10-30
WO2008065549A1 (en) 2008-06-05
EP2089790A1 (en) 2009-08-19
US20080126075A1 (en) 2008-05-29
EP2089790B1 (en) 2019-01-02

Similar Documents

Publication Publication Date Title
CN101595447B (zh) 输入预测
CN101595446B (zh) 字预测
JP5827380B2 (ja) 非標準位置ベーステキスト入力
CN101999119A (zh) 用于输入识别和完成的技术
US9069822B2 (en) Inquiry-oriented user input apparatus and method
EP2140667B1 (en) Method and portable apparatus for searching items of different types
CN107066523A (zh) 使用搜索结果的自动路由
CN101375279A (zh) 多字字轮
JP3722359B2 (ja) 文字入力システム及び通信端末
KR100883334B1 (ko) 이동 단말에서 문자 입력 방법 및 장치
JP2010140475A (ja) 入力順非依存式文字入力機構を提供するための方法、装置、およびコンピュータプログラム
EP2712162B1 (en) Method and system for inputting information to mobile terminal as well as mobile terminal
JP2002331938A (ja) 経路検索における駅名入力選択表示方法及びそのシステム
JP2011180832A (ja) 情報サービス提供システム
WO2008120034A2 (en) Facilitating text communication

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20131030