CN101650605A - 一种智能汉字输入方法和系统 - Google Patents

Abstract

本发明公开一种智能汉字输入的方法和系统，设置作为基础词库的通用词库、按行业和信息类别进行统计生成的分类词库、以及希望向用户推荐的关键字的关键字词库；用户输入编码时，判断用户输入的行业和信息类别，检查是否存在该行业或信息类别的分类词库，若存在，则确定在分类词库中执行后续查询操作，否则，在通用词库中执行后续查询操作；在确定的词库中查询与用户输入的编码相符合的词，根据词被使用的频率从高到低进行排序；按顺序在输入法的前向关键字显示栏中显示前若干条词；在关键词库中查询编码与用户输入相符合的词，在后向关键字显示栏中显示前若干条词。这种方法能有效地支撑特点领域的汉字输入，减少用户的选择机会，提供信息输入速度。

Description

一种智能汉字输入方法和系统

技术领域

本发明涉及信息输入技术领域，特别是指一种智能汉字输入方法和系统。

背景技术

在信息输入领域里，目前的汉字输入方法主要有2种：用拼音、五笔等普通汉字输入法输入汉字和直接输入汉字简拼。但是，当应用于某一特定领域时，由于经常大量输入该行业的业务词汇，利用现有的普通输入法就有许多不方便之处，其局限性在于：

1)输入时需要记忆大量相关的业务内容(如优先推荐的商家等)，加大了对用户培训的难度，也占用大量的宝贵人力。

2)由于记忆的不确定性，对于商家等相关信息，可能会造成遗漏和偏差，这对信息服务的服务质量是个挑战。

3)用普通输入法，由于没有对特定商业场景的词汇进行过滤和筛选，大量不相关的冗余信息的存在，减低了信息的输入速度。

4)用汉字简拼直接输入法，虽然输入速度加快了许多，但是由于输入的只是简拼首字，在信息的返回结果必然存在大量冗余。

5)用汉字简拼直接输入法，汉字简拼不能直接对应汉字，为后续的商业分析制造了麻烦，因为很多时候关键字是有商业价值的，关键字的挖掘和使用是将产生商业价值的关键，但这样的关键字应该是文字而非代码才利于正确了解客户的需求的汇总和统计。

随着商业模式的发展和人力成本的提高，在人工信息服务领域，越来越要求提高信息员(如话务员)的汉字输入效率，这就要求信息员同时既要快速输入查询条件(如关键字)，又要掌握大量相关商业信息，用户的负担十分沉重。

发明内容

有鉴于此，本发明的目的在于提出一种智能汉字输入法和系统，提高在应用于某一特定行业时的输入效率以及方便性。

基于上述目的本发明提供的一种智能汉字输入方法，设置作为基础词库的通用词库、按行业和信息类别进行统计生成的分类词库、以及希望向用户推荐的关键字的关键字词库；

当用户输入编码时，判断用户输入的行业和信息类别，并检查是否存在该行业或信息类别的分类词库，如果存在，则确定在分类词库中执行后续查询操作，否则，在通用词库中执行后续查询操作；

在确定的词库中查询与用户输入的编码相符合的词，并根据词被使用的频率从高到低进行排序；

按顺序在输入法的前向关键字显示栏中显示前若干条词；

同时，在关键词库中查询编码与用户输入相符合的词，在输入法的后向关键字显示栏中显示前若干条词；

当用户在前向关键字显示栏或者后向关键字显示栏所显示的词中选择其中一个词后，将所选择的词输入在相应位置。

可选的，该方法所述通用词库中每个词的记录至少包括以下元素：词的序列号、词的编码、词的中文、词被使用的频率；

所述分类词库中每个词的记录至少包括以下元素：词的序列号、词被使用的频率；

所述关键字词库中每个词的记录至少包括以下元素：关键词编码、关键词序列号、关键词中文。

可选的，该方法进一步对所述通用词库定期更新，更新流程包括：

A.将用户每次输入的编码和所选择的汉字都作为用户的输入日志记录到数据库中；

B.定时统计所有输入编码和汉字的频率，并根据频率从高到低进行排序；

C.根据步骤B的结果，将用户输入过但通用词库中不存在的词，添加到通用词库中；

D.根据步骤B的结果，更新通用词库中词的使用频率。

可选的，该方法进一步对所述分类词库定期更新，针对每个行业和信息类别分别进行的更新流程包括：

A.将用户每次输入的编码和所选择的汉字都作为用户的输入日志记录到数据库中；

B.定时统计同一行业和信息类别内输入编码和汉字的频率，并根据频率从高到低进行排序；

C.根据步骤B的结果，将用户输入过的该行业和信息类别的分类词库中不存在的词，添加到该分类词库中；

D.根据步骤B的结果，更新该分类词库中词的使用频率。

可选的，该方法还包括：当用户输入对前向关键字显示栏或者后向关键字显示栏的翻页命令时，对相应的前向关键字显示栏或者后向关键字显示栏进行翻页显示下一组与用户输入的编码相符合的词。

可选的，该方法所述词的编码为词的首拼字母。

可选的，该方法所述词的编码和词的中文是多维度的，步骤A中对输入日志中记录的编码为C₁，C₂，...，C_n，对应的中文为N₁，N₂，...，N_n，其中C代表一个词的编码，N代表词的中文；在步骤C中保存的结果为编码为C₁，对应的中文是N₁；编码为N₁，C₂，对应的中文是N₁，N₂；......；编码为N₁，N₂，...，N_i-1，C_i，对应的中文是N₁，N₂，...，N_i；......；编码为N₁，N₂，...，N_n-1，C_n，对应的中文是N₁，N₂，...，N_n。

在另一方面，本发明还提供了一种基于上述方法的智能汉字输入系统，包括：

数据库，保存用户的输入日志、作为基础词库的通用词库、按行业和信息类别进行统计生成的分类词库、以及希望向用户推荐的关键字的关键字词库；

系统处理模块，当用户输入编码时，判断用户输入的行业和信息类别，并检查是否存在该行业或信息类别的分类词库，如果存在，则确定在分类词库中执行后续查询操作，否则，在通用词库中执行后续查询操作；在确定的词库中查询与用户输入的编码相符合的词，并根据词被使用的频率从高到低进行排序；同时，在关键词库中查询编码与用户输入相符合的词；

显示模块，用于按顺序在输入法的前向关键字显示栏中显示前若干条词；在输入法的后向关键字显示栏中显示前若干条词；

选词输入模块，当用户在前向关键字显示栏或者后向关键字显示栏所显示的词中选择其中一个词后，将所选择的词输入在相应位置。

从上面所述可以看出，本发明提供的智能汉字输入法和系统，相对现有技术而言，具有如下优点和效果：

1)有效地支撑特定领域的汉字输入，大大减少了选择机会，提高了信息的输入速度。

2)兼顾并且融合了客户和信息服务商的需求，提高了信息服务水平。

3)应用于信息台的场合下，信息输入时不再需要人脑硬性记忆大量相关的业务内容，减低了对信息员培训的难度。

4)应用于信息台的场合下，减少了相关信息的遗漏和偏差，提高了服务质量。

附图说明

图1为本发明实施例通用词库更新流程示意图；

图2为本发明实施例分类词库更新流程示意图；

图3为本发明实施例系统显示前向关键字的流程示意图；

图4为本发明实施例在输入的过程中自动弹出关键字提示的示意图；

图5为本发明实施例在输入的过程中自动弹出关键字提示的示意图；

图6为本发明实施例智能汉字输入系统的结构示意图。

具体实施方式

本发明智能汉字输入方法的主要包括：设置作为基础词库的通用词库、按行业和信息类别进行统计生成的分类词库、以及希望向用户推荐的关键字的关键字词库；

当用户输入编码时，判断用户输入的行业和信息类别，并检查是否存在该行业或信息类别的分类词库，如果存在，则确定在分类词库中执行后续查询操作，否则，在通用词库中执行后续查询操作；

在确定的词库中查询与用户输入的编码相符合的词，并根据词被使用的频率从高到低进行排序；

按顺序在输入法的前向关键字显示栏中显示前若干条词；

同时，在关键词库中查询编码与用户输入相符合的词，在输入法的后向关键字显示栏中显示前若干条词；

当用户在前向关键字显示栏或者后向关键字显示栏所显示的词中选择其中一个词后，将所选择的词输入在相应位置。

其中，前向关键字显示栏中显示前若干条词、后向关键字显示栏中显示前若干条词的个数一般都为至少为2个，优选大于等于3个。

同时，本发明还提供了一种基于上述方法的智能汉字输入系统，参见图6所示至少包括：

数据库，保存用户的输入日志(包括：编码和所选汉字)，保存作为基础词库的通用词库、按行业和信息类别进行统计生成的分类词库、以及希望向用户推荐的关键字的关键字词库；

系统处理模块，当用户输入编码时，判断用户输入的行业和信息类别，并检查是否存在该行业或信息类别的分类词库，如果存在，则确定在分类词库中执行后续查询操作，否则，在通用词库中执行后续查询操作；在确定的词库中查询与用户输入的编码相符合的词，并根据词被使用的频率从高到低进行排序；同时，在关键词库中查询编码与用户输入相符合的词；

显示模块，用于按顺序在输入法的前向关键字显示栏中显示前若干条词；在输入法的后向关键字显示栏中显示前若干条词；

选词输入模块，当用户在前向关键字显示栏或者后向关键字显示栏所显示的词中选择其中一个词后，将所选择的词输入在相应位置。

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。

在实施例中，汉字输入过程的系统处理主要包括：词库更新、前向关键字显示和后向关键字显示。在本发明的实施例中，词库定时更新。前向关键字显示和后向关键字显示在词库的基础上实现。

词库更新：

系统的词库分为通用词库、分类词库、关键字词库。

通用词库和分类词库是前向关键字显示所使用的词库，其中通用词库不区分行业和信息类别，是输入法使用的缺省词库，也是分类词库的基础词库。通用词库中每个词的记录至少包括四个元素：

1)词的序列号

2)词的编码(通常是首拼)

3)词的中文

4)词被使用的频率。

通用词库定期更新，更新流程参见图1所示包括：

步骤101，将用户每次输入的编码和所选择的汉字作为用户的输入日志都记录到数据库中。

所述用户输入的日志，在数据库中可以是和通用词库独立的一个表。例如用户输入编码“jd”，最后选择的汉字是“酒店”，把“jd”-“酒店”记录到一个数据库中。

步骤102，定时统计用户输入的日志中所有输入编码和汉字的频率，并根据频率从高到低进行排序。

步骤103，根据步骤102的结果，将用户输入过但通用词库中不存在的词，添加到通用词库中。

例如统计出“jd”-“酒店”的频率是10，“jd”这个编码和对应的汉字在通用词库中不存在，则在通用词库中增加编码是“dj”，对应汉字是“酒店”的记录。

步骤104，根据步骤102的结果，更新通用词库中词的使用频率。

例如，假设在通用词库中找到编码是“jd”，汉字是“酒店”的记录，频率是50，根据步骤102的结果，统计“jd”-“酒店”的频率是10，则更新通用词库中编码是“dj”，汉字是“酒店”的频率等于60。

分类词库根据用户的历史输入情况，是按行业和信息类别进行统计生成的词库。分类词库的所有词都来源于通用词库。可以将关键字按行业(如：餐饮、酒店、加工厂、交通等)和信息类别(如：名称，地址，服务内容等)进行分类。这样，在用户输入时，根据用户的选择按需提示，可以大大减少编码冗余度。

如：在地址信息提示的都是地址信息，在地址信息输入xc得到了首词是“西村”而没有“西餐”。在服务内容中输入xc就得到提示词有“西餐”而没有“西村”

分类词库中每个词的记录至少包括两个元素：

1)词的序列号(在通用词库中的序列号)

2)词被使用的频率。

分类词库定期更新，流程和通用词库类似，只是统计的时候，只对相应的行业和信息类别进行统计。针对每个行业和信息类别分别进行的更新流程参见图2所示，包括：

步骤201，将用户每次输入的编码和所选择的汉字作为用户的输入日志都记录到数据库中。该日志可与步骤101中通用词库的日志可以保存在一个列表中，也可以分别保存，只要日志能区分信息的行业和类别就行。

步骤202，定时统计同一行业和信息类别内输入编码和汉字的频率，并根据频率从高到低进行排序。

步骤203，根据步骤202的结果，将用户输入过的该行业和信息类别的分类词库中不存在的词，添加到该分类词库中。

步骤204，根据步骤202的结果，更新该分类词库中词的使用频率。

关键字词库记录了希望向用户推荐的所有关键字。客户和信息服务提供者诉求有时是不同的，如一个客户想要知道离他家最近的电器维修店，信息服务提供者则是希望提供给客户与服务提供者签约的电器维修店。此时，就需要话务员根据客户需求做出均衡的判断，使得可以在满足客户需求的情况下尽量达成服务提供者的推销、推荐等目的。

多档关键字主要内容是前向和后向关键字的提示，前向关键字中提示客户可能想查询的内容，后向关键字中提示信息服务商希望向用户推介而且客户应该可以接受的内容。

关键字词库中每个词的记录至少包括三个元素：

1)关键词编码

2)关键词序列号

3)关键词中文。

在用户进行汉字输入的过程中，当用户在输入框内输入中文首写拼音字母时，在输入(中文首拼)的过程中系统会自动弹出n组关键字提示。其中一组为普通关键字(前向关键字)，另一组为商业关键字(后向关键字)。关键字的输入被汇总到服务器后，被分类汇总分析，并被重新计算频度，以保证热词在前。其中，n一般可以是大于或等于3的正整数。为了达到上述效果，包括如下前向关键字和后向关键字的显示过程。

前向关键字显示：

前向关键字显示所使用的词库是通用词库和分类词库。

用户输入编码时，系统显示前向关键字的流程参见图3所示，包括：

步骤301～304，系统判断用户输入的行业和信息类别，检查是否存在该行业或信息类别的分类词库；如果存在，后续操作查找该行业和信息类别对应的分类词库，否则后续操作查找通用词库。

步骤305，在确定的词库中查询词的编码符合用户输入条件的词组，并根据词被使用的频率从高到低进行排序。

步骤306，在输入法的前向关键字显示栏中显示前N条词组，其中N的值可配置。

后向关键字显示：

系统在关键词库中查询词的编码符合用户输入条件的词组，并在输入法的后向关键字显示栏中显示前M条词组(M可配置)。

其中，N可以等于M。N和M一般可以是大于或等于3的正整数。

此外，当用户输入对前向关键字显示栏或者后向关键字显示栏的翻页命令时，对相应的前向关键字显示栏或者后向关键字显示栏进行翻页显示下一组与用户输入的编码相符合的词。

通过上述步骤302中对词被使用的频率从高到低进行排序，可以保证被输入频率较多的词排在靠前位置而进行的根据历史和分类信息以对关键词库进行排列的的过程。

如：输入编码“th”，原本得到“天河”和“太行”这两个提示词，而且“天河”在“太行”之后。这时如果“天河”被输入的次数增多后，再输入th会得到“天河”在“太行”之前的结果。

另外，还可以增加以及组合提示功能：

用户输入若干个关键字后，再输入另外关键字时，系统就会根据之前的若干个关键字的与其他关键字的组合情况来提示输入。如用户输入“天河”后，系统发现根据历史统计”天河”和”湘菜”组合的几率较高，当用户在输入”天河”后再输”xc”这时”湘菜”就会排为首位。

实现组合提示功能，在进行词库统计时(步骤101-104)，词库的编码和中文是多维度的。下面说明在操作日志和词库中多维度的含义：

在输入日志中，用户输入的编码有多个，所选择的汉字也有多组，假设用C代表一个词的编码，N代表词的中文，对n(n≥2)维度的编码为C₁，C₂，...，C_n，对应的中文也有n个，为N₁，N₂，...，N_n。假设采用空格表示多个编码的分隔符，步骤101中，用户输入的编码是C₁□C₂，如“th□xc”，用户选择的对应的汉字N₁□N₂，如“天河□湘菜”。则在输入日志中就记录：“th□xc”对应“天河□湘菜”。对于更多编码的情况依此类推，假如用户输入的编码是C₁□C₂□C₃，如“th□xc□ml”，用户选择的对应的汉字N₁□N₂□N₃，如“天河□湘菜□麻辣”。

在词库中，对统计的输入日志是n(n≥2)维的时候，步骤102统计时，对输入日志统计后，步骤103中保存统计结果有n条，其中第1条记录的编码为C₁，对应的中文是N₁；第2条记录的编码为N₁，C₂，对应的中文是N₁，N₂；......；第i条记录的编码为N₁，N₂，...，N_i-1，C_i，对应的中文是N₁，N₂，...，N_i，......；第n条记录的编码为N₁，N₂，...，N_n-1，C_n，对应的中文是N₁，N₂，...，N_n。例如输入日志的记录为：“th□xc”对应“天河□湘菜”，在步骤102中对输入日志进行统计，然后在步骤103中保存为两个结果，“th”-“天河”、“天河□xc”-“天河□湘菜”。另外，除可以用两条记录进行保存，也可以采用子表的形式，在“th”-“天河”的子表中保存“天河□xc”-“天河□湘菜”。再例如输入日志的记录为：“th□xc□ml”对应“天河□湘菜□麻辣”，在步骤102中对输入日志进行统计，然后在步骤103中保存为，“th”-“天河”、“天河□xc”-“天河□湘菜”、“天河□湘菜□ml”-“天河□湘菜□麻辣”。另外，同样除可以用两条记录进行保存，也可以采用子表的形式，在“th”-“天河”的子表中保存“天河□xc”-“天河□湘菜”，进一步在“天河□xc”-“天河□湘菜”的字表中保存“天河□湘菜□ml”-“天河□湘菜□麻辣”。这样在用户输入“th□xc”时，并在第一个词选择“天河”时，通过查询词库得到“天河□xc”-“天河□湘菜”，则显示“湘菜”的提示；当用户进一步选择了“湘菜”后，则显示“麻辣”的提示。步骤104不变。在分类词库及步骤201-204中也可以应用这个功能。

用户输入编码时的处理和图3一致。

关键字的输入法可以采用中文首写拼音字母逐字提示的关键字输入法。在输入(中文首拼)的过程中自动弹出关键字提示。参见附图4、5所示。

这时第一栏里的出现的是前向关键字，是客户可能关心的内容，这些关键字的排列依据一般是根据关联度和热度。第二栏中出现的是后向关键字，一般是出售给合作商家的关键字，排列的规则一般是对服务商而言最有价值的信息显示在前，信息员在和客户沟通中，信息员会试图在满足客户的需求的前提下，尽量推荐给用户合作商家的信息。

以上所述的具体实施例仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种智能汉字输入方法，其特征在于，

设置作为基础词库的通用词库、按行业和信息类别进行统计生成的分类词库、以及希望向用户推荐的关键字的关键字词库；

当用户输入编码时，判断用户输入的行业和信息类别，并检查是否存在该行业或信息类别的分类词库，如果存在，则确定在分类词库中执行后续查询操作，否则，在通用词库中执行后续查询操作；

在确定的词库中查询与用户输入的编码相符合的词，并根据词被使用的频率从高到低进行排序；

按顺序在输入法的前向关键字显示栏中显示前若干条词；

同时，在关键词库中查询编码与用户输入相符合的词，在输入法的后向关键字显示栏中显示前若干条词；

当用户在前向关键字显示栏或者后向关键字显示栏所显示的词中选择其中一个词后，将所选择的词输入在相应位置。

2.根据权利要求1所述的方法，其特征在于，所述通用词库中每个词的记录至少包括以下元素：词的序列号、词的编码、词的中文、词被使用的频率；

所述分类词库中每个词的记录至少包括以下元素：词的序列号、词被使用的频率；

所述关键字词库中每个词的记录至少包括以下元素：关键词编码、关键词序列号、关键词中文。

3.根据权利要求1或2所述的方法，其特征在于，进一步对所述通用词库定期更新，更新流程包括：

A.将用户每次输入的编码和所选择的汉字都作为用户的输入日志记录到数据库中；

B.定时统计所有输入编码和汉字的频率，并根据频率从高到低进行排序；

C.根据步骤B的结果，将用户输入过但通用词库中不存在的词，添加到通用词库中；

D.根据步骤B的结果，更新通用词库中词的使用频率。

4.根据权利要求1或2所述的方法，其特征在于，进一步对所述分类词库定期更新，针对每个行业和信息类别分别进行的更新流程包括：

A.将用户每次输入的编码和所选择的汉字都作为用户的输入日志记录到数据库中；

B.定时统计同一行业和信息类别内输入编码和汉字的频率，并根据频率从高到低进行排序；

C.根据步骤B的结果，将用户输入过的该行业和信息类别的分类词库中不存在的词，添加到该分类词库中；

D.根据步骤B的结果，更新该分类词库中词的使用频率。

5.根据权利要求1所述的方法，其特征在于，该方法还包括：当用户输入对前向关键字显示栏或者后向关键字显示栏的翻页命令时，对相应的前向关键字显示栏或者后向关键字显示栏进行翻页显示下一组与用户输入的编码相符合的词。

6.根据权利要求1所述的方法，其特征在于，所述词的编码为词的首拼字母。

7.根据权利要求3所述的方法，其特征在于，所述词的编码和词的中文是多维度的，步骤A中对输入日志中记录的编码为C₁，C₂，...，C_n，对应的中文为N₁，N₂，...，N_n，其中C代表一个词的编码，N代表词的中文；在步骤C中保存的结果为编码为C₁，对应的中文是N₁；编码为N₁，C₂，对应的中文是N₁，N₂；……；编码为N₁，N₂，...，N_i-1，C_i，对应的中文是N₁，N₂，...，N_i；……；编码为N₁，N₂，...，N_n-1，C_n，对应的中文是N₁，N₂，...，N_n。

8.根据权利要求1所述的方法，其特征在于，所述前向关键字显示栏中显示前若干条词、后向关键字显示栏中显示前若干条词的个数分别至少为2个。

9.一种基于上述权利要求1-8任意一项所述方法的智能汉字输入系统，其特征在于，包括：

数据库，保存用户的输入日志、作为基础词库的通用词库、按行业和信息类别进行统计生成的分类词库、以及希望向用户推荐的关键字的关键字词库；

系统处理模块，当用户输入编码时，判断用户输入的行业和信息类别，并检查是否存在该行业或信息类别的分类词库，如果存在，则确定在分类词库中执行后续查询操作，否则，在通用词库中执行后续查询操作；在确定的词库中查询与用户输入的编码相符合的词，并根据词被使用的频率从高到低进行排序；同时，在关键词库中查询编码与用户输入相符合的词；

显示模块，用于按顺序在输入法的前向关键字显示栏中显示前若干条词；在输入法的后向关键字显示栏中显示前若干条词；

选词输入模块，当用户在前向关键字显示栏或者后向关键字显示栏所显示的词中选择其中一个词后，将所选择的词输入在相应位置。

Images