CN102937837A - 基于非完整识别的词语快速输入方法 - Google Patents

Abstract

随着智能手机的普及和推广，平板电脑的流行，触摸屏的使用越来越广泛了，联机手写识别技术的应用也越来越受到重视。传统的手写识别基本上是单字识别技术，本发明公开了一种联机手写识别的方法。该方法提供了针对词语输入的快速手写识别功能。利用该方法输入词语时，不需要把词语中的每个字完整的写完，每个字仅需要书写一笔或几笔，系统就可以自动识别用户想要输入的词语，从而可以大大提高联机手写识别作为输入法的效率。

Description

基于非完整识别的词语快速输入方法

技术领域

本发明涉及联机手写识别技术中的词语识别和输入方法。

背景技术

目前用于联机手写识别输入法主要有三种方式，一是单(整)字识别技术，二是整句识别输入技术，三是叠写输入技术。

方式一是目前主流的技术，其缺点在于，每个字都必须完整的写完，用户确认识别结果后再写下一个字，相对拼音等其他输入法，输入效率十分低下。

方式二是对方式一的改善，允许用户一次书写多字或整句，相对减小用户和机器交互次数，其缺点在于，每个字都必须完整写完，用户书写时间并没有减少，且一旦识别出错，交互时间将大大增加，因此目前并不太流行。

方式三是对方式一的改善，允许用户在书写完第一个字时，不等待识别结果继续书写第二个字，从而减小用户和机器交互次数，其缺点在于，每个字都必须完整写完，用户书写时间并没有减少，书写强度反而提高了，且一旦识别出错，交互时间将大大增加，是目前刚刚推出的一项新技术。

由于目前联机手写识别的理念和方法缺陷，造成中文手写识别输入效率很低，尤其是在手机，平板电脑等触摸屏上，大部分都没有手写笔，迫切需要一种使用方便，输入正确率高，用户书写强度小的手写识别输入法。

发明内容

本发明的目的在于克服目前联机手写识别输入法现有技术的不足，提供了基于非完整手写识别的词语快速输入方法。利用该方法，用户不需要任何学习，就能大大减少输入强度，同时避免用户在有些字不会完整写的情况下而造成无法通过手写识别来输入的情况，相对于单字联机手写识别输入法，可以把输入效率提高几倍。本发明的技术基础是非完整手写模式识别，基于此技术，可以实现单字非完整手写识别，词语非完整手写识别、拼音手写联合词语输入和词语智能联想手写识别。其中词语非完整手写识别和拼音手写联合词语输入是本发明的核心。

本发明提供了一种供用户快速、准确手写输入的方法。该方法共包括四种方式，第一种方式为单字非完整手写识别，第二种方式为词语非完整手写识别，第三种方式为拼音手写联合词语输入，第四种方式为词语智能联想手写识别。

第一种方式：单字非完整手写识别。所谓单字非完整手写识别，就是用户以手写方式输入其想要输入的汉字时，用户可以以任何方式(包括连笔，草书等)来书写，但关键的一点是，书写的整个轨迹或笔迹可以不是一个完整意义上的汉字，即用户仅仅需要书写汉字的某一部分，系统把检测得到的用户书写的整个轨迹与指定汉字范围的每个汉字进行匹配，从而得到每个汉字的预测识别概率，把指定汉字范围内所有汉字的预测识别概率从高到低排序后就得到了非完整手写识别的预测候选字系列。单字非完整手写识别的一个主要核心是汉字模板派生，所谓模板派生，就是对于每一个汉字，我们可以按照汉字的构成进行分解，同时也结合书写过程派生出很多子字模板。这样对于每一个子字模板，我们可以利用现有的整字识别算法让用户书写轨迹与其进行匹配，完成匹配后会得到一个匹配概率，将这个匹配概率乘以该子字模板在与之对应的整字中的权重，就可以得到这个汉字的基于这个子字模板的一个预测识别概率。如果一个汉字含有多个整字和子字模板，则该汉字最终的预测识别概率取其全部模板匹配得到的所有预测识别概率中的最大值。每个汉字的子字模板事先都必须全部生成好。我们以“她”字为例，讲述单字非完整手写识别的原理，假设“她”共设计了四个模板，分别是T1“她”、T2“女”、T3“也”以及T4“女字和横折钩(也字第一笔)”。显然模板T1是是一个完整的整字模板，模板T2，T3，T4均为“她”字派生的子字模板。四个模板的权重系数由模板自身的完整度通过计算来确定，假设分别为W1，W2，W3，W4，显然W1为100％，其它3个模板的权重系数必定小于1，且W3大于W2。假设系统检测到用户书写的轨迹，则系统把这个轨迹与每个汉字的所有模板(包括整字模板以及该汉字的子字模板)分别进行匹配。在与“她”字进行匹配时，匹配过程为，将检测到的轨迹分别与T1，T2，T3和T4按照既有的整字识别算法进行匹配，此时必然得到4个匹配概率分别表示为P1，P2，P3和P4，那么P1*W1，P2*W2，P3*W3，P4*W4就是用户书写轨迹在与“她”字进行匹配时得到的4个概率，取其中的最大值作为用户书写轨迹在与“她”匹配时的预测识别概率。由此可见，当一个汉字H共有n个模板T(0)，T(1)…T(n-1)，则任意书写轨迹与之匹配时均得到n个匹配概率P(0)，P(1)…P(n-1)，若每个模板的权重为W(0)，W(1)…W(n-1)，则该字最终的预测识别概率P(H)可以表达为：P(H)＝MAX(P(i)*W(i))其中i＝0，1,...，n-1，表达为该字的第i个模板，MAX表示取最大值。当然在实际实施过程中，由于考虑连笔、草书等因素，预测识别概率还需考虑统计特征等其它因素。如果指定的汉字范围中包含m个汉字，每个汉字表达为H(0)，H(1)…H(m-1)。则通过上述方法，把用户书写轨迹与每个汉字进行匹配后，我们将会得到每个汉字的预测识别概率P(H(0))，P(H(1))…P(H(m-1))。将此概率系列按照大小进行排序后，就得到了与用户书写轨迹相对应的预测识别候选字系列。因此，利用该方法可以达到用户在不需要书写完整汉字的情况下就能正确进行预测识别。如果再结合其它输入方式缩小汉字范围后，将会大大提高预测精度。同时该方法也允许用户自己创建、派生个性化模板，以输入自己的一些独特写法，例如签名等。该方式构成了下列其它所有输入方式的技术基础。

第二种方式：词语非完整手写识别。当用户仅仅通过手写方式输入词语时，对于用户期望输入的词语，在实际书写过程中，期望输入词语中的每个字用户都可以只书写任意一部分或者不写，系统自动分析用户输入的整个书写轨迹，并将其分解成多个单字非完整手写识别的书写轨迹，把分解后得到的每一个单字非完整手写轨迹与词语库中每个词语对应位置的汉字进行单字非完整手写识别匹配，就得到词语库中每个词语每个汉字的预测识别概率。如果词语库中某些词语的某些位置上没有对应的单字非完整书写轨迹(即该位置上没有检测到用户书写轨迹或用户没有书写)，则该词语这个位置上的汉字概率为0。至此，词语库中每个词语中的每个汉字都有了预测识别概率，将每个词语中每个汉字的预测识别概率以求和或其它方式进行概率组合，就得到了每个词语的预测识别概率，最后把词语库中所有词语按照其预测识别概率进行排序，就得了预测候选词语系列。如果存在多个词语的预测识别概率相等，则这部分词语按照使用频率排序。除此之外，用户也可以定义特殊词语笔迹模板库，将自己常用词语按照自己指定的笔迹作为模板存入模板库，这样就可以提高用户自己的个性化词汇的输入速度和识别效率。本质上，第二种方式是第一种方式的一个延伸应用，一旦词语库确定后，则汉字范围也确定了，因此，词语库中的每个词语均可认为由确定的汉字范围H(0)，H(1)，…H(m-1)中的几个(例如两个)按照顺序构成，其中m表示该汉字范围的汉字个数。假设系统检测到用户书写的轨迹G，为简单起见，假设轨迹G被系统分解G1和G2两部分，每一部分均表达期望输入词语中用户书写的一个字的一部分。若G1和G2分别表达词语中第一个字和第二个字对应的轨迹，则对于G1和G2，根据单字非完整手写识别，均可得到每个汉字的预测识别概率。假设G1对应的预测识别概率表达为：P1(H(0))，P1(H(1))，…P1(H(m-1))。假设G2对应的预测识别概率表达为：P2(H(0))，P2(H(1))，…P2(H(m-1))。同时假设词语库中共有K个词语，其中任意一个词语Ci由CC个汉字构成，且对应的每个汉字在汉字范围中按照顺序分别为H(CI(0))，H(CI(1))，H(CI(2))，…H(CI(CC-1))。显然任意的CI(i)，0＜＝i＜＝CC-1满足以下条件：0＜＝CI(i)＜＝m-1(表示该字在指定的汉字范围中)。对于用户书写的轨迹G1和G2，词语库中该词语的预测识别概率P(C(i))可表达为：P(C(i))＝P1H(CI(0))+P2H(CI(1))+P3H(CI(2))+...+P(CC)H(CI(CC-1))。显然，按照假设，用户只书写了词语的第一，二个字的一部分，词语中从第三个汉字开始概率为0。上述表达式简化为：P(C(i))＝PiH(CI(0))+P2H(CI(1))因此，词语库中每一个词语均可得到一个预测识别概率，表达如下：P(C(0))，P(C(1))，…，P(C(K-1))，将此概率按照大小排序，就得到了预测候选词语系列。具体实施时，用户书写了词语中的哪些字取决于系统的设计和用户的实际书写轨迹。例如系统可以只允许用户书写词语前面2个字，但用户实际书写时，第一个字可不写。

词语非完整手写识别具体实施时可包括三大区域：1.用户书写区域，2.识别候选区域，3.智能联想区域。

1.用户书写区域，即用户在实际设备上可进行书写的区域，用户所有的书写均在该区域完成。对于词语输入实际实施时还必须对用户书写区域进行分区，主要包括界面分区和系统自动分区。所谓界面分区就是指词语中每个字按照一定顺序事先指定对应用户书写区域里的某部分区域。所谓自动分区是词语中每个字的书写过程都在整个用户书写区域完成，系统根据用户书写轨迹的顺序和间距等自动切分每个字的书写区域。界面分区相对于自动分区的优点在于识别率更高，缺点在于可书写的汉字个数被事先确定，不能动态变化。自动分区更符合用户输入习惯，但对系统和识别率都提出了更高的技术要求。

2.识别候选区域，用于显示词语预测识别结果，并供用户选择。

3.智能联想区域，根据用户选择的词语输入结果，预测词语后续相关联字或词，并供用户选择。具体实施时该区域可不要，也可与识别候选区合并。

对于大多数词语，按照用户的书写习惯，在较为规范的书写情况下，一般只需书写词语中每个字开始的偏旁或前几笔，即可找到该词组，从而极大提高输入效率。当然，准确度会随着书写的完整度上升。

表一以“谢谢”为例对词语非完整手写识别输入原理进行说明。

表一：

期望值	谢谢
		书写轨迹1	“讠”，“讠”
候选词语	1.认认真真2.计议3.订立…
		书写轨迹2	“谢”字除“讠”偏旁外部分轨迹
候选词语	1.谢谢2.谢谢你3.谢谢您

在表一中，假设用户希望输入词语“谢谢”，为了方便，在表中用户的书写轨迹我们使用了汉字的部首和笔画进行表达，但这并不是表示用户需要一笔一画的书写，这里仅仅是表示用户书写单个字的完整度，也需要说明的是，书写的规范程度也会影响识别准确率。例如在连写时，言字旁有可能会被识别成三点水。另外每个字的书写方式也是任意的，并不一定需要按照笔顺从头书写，这里仅为了遵从大部分用户书写汉字的自然习惯而给出的原理说明，实际使用中，也可以书写两个“谢”字的其它部分来预测识别“谢谢”。当使用书写轨迹1进行识别时，预测识别结果可能为一系列的含有言字旁的词语，此时重码率较高。当使用用户书写轨迹2进行识别时，由于书写完整度的提升，此时预测识别准确率提升较快。对于“谢谢”这个词语，笔画很多，采用传统识别方式时，需要把两个整字完全写完才能较好识别，但是使用该方式输入时，用户书写强度大大减轻了。

第三种方式：拼音手写联合词语输入。用户在输入词语时，首先通过拼音输入方式给出词语中第一个字或每个字的声母或者拼音，再书写词语中第一个字或每个字的一部分，根据拼音得到候选词系列，再通过词语非完整手写识别的预测识别概率来对候选词语进行排序，从而得到最终的候选词系列。在利用拼音尤其是简拼输入词语时，往往重码率较高；对于单字非完整手写识别，如果用户书写内容过少时，同样会存在重码率高，预测精度比较低的问题，用户书写较多时又会增加书写强度，降低用户体验。二者结合后，相当于两种不同的输入方式的候选结果之间取了交集，导致准确率大为提升。本质上，该输入方式可被认为是方式二的更进一步拓展。方式二中，为了提高精确率，由表一可看出，必须通过加大书写强度，这是因为方式二是对整个词语库进行非完整手写输入预测识别，在实际使用中词语库往往是非常大的，从而导致重码率升高。在与拼音结合后，则拼音信息将会筛选掉词语库中大部分词语，也就是相当于大大缩小了方式二中词语库的范围，此时用户仅仅需要书写少量内容即可获得较大的精确度。对于绝大多数词语，按照普通用户的输入习惯和书写习惯，拼音部分只需输入每字首字母后，再书写首字的前几笔，结合单字非完整手写识别技术，即可精确找到该词组。该方式同样适用于单字输入，只需输入该字拼音的声母或首字母，再书写输入该字极小部分特征就能精准找到该字，减少用户寻找键盘上字母的时间和点击次数。利用以上技术，对于使用触摸屏的智能设备，有效降低用户输入点击或书写强度，减小交互时间，提升用户体验。

表二以“SH”为例对拼音手写联合词语输入原理进行说明。

表二：

期望值	社会
		拼音输入流	SH
拼音切分	1.s2.h
		候选词语	1.时候2.生活3.似乎4.说话…
第一个字书写轨迹	“衣”字偏旁部分轨迹
		候选词语	1.社会

表二中，书写轨迹用户实际书写时，是可以采用任意书写方式例如连笔书写。在这里，第二个字不需要书写就能得到期望结果。由此可见，该方式极大地提升了输入效率。

词语智能联想手写识别：单字输入确定后，得到联想候选字系列，期望输入字用户仅仅书写一部分，根据单字非完整手写识别结果智能预测待输入字。本质上，方式四与方式一是类似的，差别在于，由于联想候选限定了汉字范围，从而间接提升了单字非完整手写预测识别准确性。

附图说明

图1模板与派生模板。其中①为整字模板，②、③、④、⑤、⑥、⑦为派生模板。

图2词语非完整手写识别流程图。

图3拼音手写联合词语输入流程图。

图4派生模板三。

图5单字非完整手写识别图一。

图6单字非完整手写识别图二。

图7词语非完整手写识别图一，其中①为用户书写区一，②为用户书写区二。

图8词语非完整手写识别图二，其中①为用户书写区一，②为用户书写区二。

图9词语非完整识别输入图三。其中①为用户书写区，②为识别候选区域，③为智能联想区。

图10拼音手写联合词语输入图一。

图11拼音手写联合词语输入图二。

图12词语智能联想手写识别图一。

图13词语智能联想手写识别图二。

具体实施方式

1.单字非完整手写识别

(1)进入本输入法。

(2)以“她”为例讲述模板与派生模板的概念以及识别过程，图1中①是“她”字的整字模板，②、③为一级派生模板，④、⑤、⑥、⑦为二级派生模板。一级派生模板与二级派生模板可产生更多的组合派生模板。即②与⑥、⑦分别组合分别产生新的组合模板，③与④、⑤分别组合分别产生新的组合模板。基于这样的派生模板库才能实现单字非完整手写识别。单字非完整手写识别匹配是以模板、派生模板的匹配值与特征统计数值相结合。实际使用中，需要考虑一些其它因素，因此每个汉字的预测识别概率计算公式如下：P(H)＝MAX(P1(i)*W1(i)+P2(i)*W2(i))其中P1是手写输入的笔迹与模板或派生模板库的匹配值，P2是特征统计概率，W1、W2是权重系数。

(3)在用户书写区进行书写。

(4)系统检测得到用户书写轨迹。如图5所示，以书写“她”为目的，如果用户书写了“女”字偏旁，依据单字非完整手写识别方法，与所有整字模板和派生模板进行匹配运算，根据预测识别概率得到候选字系列，概率相等时按照使用频率排列预测候选字。

(5)如图6所示，用户可再继续书写该字，循环(2)-(4)，直至该字出现在用户希望的候选位置。

(6)点击候选字，根据词汇，智能联想该候选字的后续字或词。

(7)循环(3)-(7)直至退出该输入法。

2.词语非完整手写识别输入

(1)进入本输入法，整个实现过程如图2所示。

(2)下面是一个具体的实施方式，假设词语书写区事先由界面确定好，左边书写区1，其书写轨迹表示用户期望输入词语的第一个汉字，右边书写区2，其书写轨迹表示用户期望输入词语的第二个汉字，若词语包含两个以上汉字，则后面的字不允许用户书写，概率为0。

(3)如图7所示，以识别“谢谢”为目的，在用户书写区1和2分别书写词语每个字的部分轨迹。

(4)系统检测到用户书写轨迹，并进行分解，得到词语中前两个字的部分轨迹。依据词语非完整手写识别方法，根据预测识别概率得到候选词系列，概率相等时按照使用频率排列预测候选词或字。

(5)如图8所示，继续书写，循环(2)-(4)，直至该词出现在用户希望的候选位置。

(6)点击候选词或字，智能联想该候选词或字的后续字或词。

(7)循环(3)-(7)直至退出该输入法。

3.拼音手写联合词语输入

(1)进入本输入法，整个实现过程如图3所示。

(2)下面以26键讲述具体的实施。在9键模式下，只有拼音键盘有所不同，具体实施过程类似。如图10所示，以输入“社会”为目的，点击字母键，以简拼为其他拼音模式输入词语的拼音得到候选词。

(3)如图11所示，在拼音键盘模式下继续手写“社”字的部分轨迹。

(4)根据拼音手写联合词语输入方法得到预测的候选字或词。

(5)点击候选字或词。

(6)根据词汇，智能联想该候选字的后续字或词。

(7)循环(2)-(6)直至退出该输入法。

4.词语智能联想识别

(1)进入本输入法。

(2)以任意方式例如拼音或手写识别确定词语的首字。

(3)如图12所示，根据识别概率，确定候选字。

(4)如图13所示，继续书写该词语下一个字的部分轨迹。

(5)根据词语智能联想识别联合概率，计算候选字。

(6)循环(2)-(5)直至退出该输入法。

Claims (7)

1.单字非完整手写识别：联机手写识别时，每个字不需要完整的写完就能进行识别，并按照预测识别概率给出预测识别候选字。其特征在于，包括以下几个步骤：

1)系统事先指定需要手写识别的汉字字符范围，单字手写识别过程在此范围内进行。

2)为每个汉字建立整字模板和一系列派生模板，派生模板是指依据汉字的构成和书写过程而建立的子字模板，可以由汉字的部首或任意一部分构成，子字模板本质上可以是整字模板的其中任意部分。

3)每个子字模板根据其相对于整字模板的完整度计算权重。

4)用户通过鼠标或触屏等方式书写时，检测得到一系列用户书写轨迹，但整个书写轨迹不一定需要构成一个完整的汉字，即用户可只书写汉字的任意一部分。

5)将检测得到的一系列书写轨迹与指定的汉字字符范围中每个汉字的每一个模板按照整字识别算法进行匹配，匹配后得到的概率乘以对应子字模板的权重，可得到用户书写轨迹相对于该字每一个模板的匹配概率。取该字全部模板匹配概率的最大值作为用户书写轨迹与该字匹配时的最终匹配概率，即预测识别概率。

6)把汉字字符范围中每个汉字的预测识别概率按照大小排序，当多个汉字的预测识别概率相等时，这部分汉字按照它们的使用频率排序。

7)按照排序后的预测识别概率给出相应的预测识别候选字系列。

2.词语非完整手写识别：联机手写识别输入词语时，词语中每个字不需要完整的写完就能识别，根据单字非完整手写识别，按照预测候选字概率组合搜索词语库中的词语进行匹配，匹配结果按照概率排序。其特征在于，包括以下几个步骤：

1)系统事先指定需要识别的词语库范围，词语识别过程在此范围中进行。

2)用户书写词语中的每一个汉字时，均可按照权利要求书1中的4)进行，对于含有多个汉字的词语，其中某些字也可以完全不书写任何轨迹。

3)对于词语库中的每一个词语，如权利要求书1中的5)，把用户书写词语时每个汉字对应的轨迹与词语库中每个词语相应位置的汉字进行识别匹配，则每一个词语中有对应书写轨迹的每个汉字均可得到一个预测识别概率，词语中没有相对应书写轨迹的汉字概率为0。

4)对于词语库中的每一个词语，把由步骤3)得到的每个汉字的概率以求和方式或者其它方式进行计算，则每个词语均得到一个组合概率，即用户书写轨迹与这个词语匹配后的预测识别概率。

5)把词语库中的每一个词语按照其预测识别概率大小进行排序，当多个词语的预测识别概率相等时，这部分词语按照它们的使用频率排序。

6)按照排序后的预测识别概率给出相应的预测识别候选词语系列。

3.拼音手写联合词语输入：用户在输入词语时，以拼音输入方式给出词语中第一个字或每个字的简拼或完整拼音，再书写词语中第一个字或每个字的部分(或整字)轨迹；首先根据拼音信息得到候选词语，再根据词语非完整手写识别的预测识别概率来对候选词语的排序。

其特征在于，包括以下几个步骤：

1)系统事先指定需要识别的汉字字符和词语库范围，识别过程在此范围中进行。

2)用户输入拼音系列时，在指定的汉字和词语库范围内生成候选字或词系列。

3)如果是单字输入，以候选字系列作为新的汉字字符范围，重复权利要求书1中的步骤。

4)如果是词语输入，以候选词系列作为新的词语库范围，重复权利要求书2中的步骤。

5)将得到的预测识别候选字或词作为最终的候选字或词。

4.词语手写智能联想识别：单字输入确定后，待输入字不需要完整写完，根据单字非完整手写识别结果并结合词语联想功能，智能预测待输入字。其特征在于，包括以下步骤：

1)系统事先指定需要识别的汉字和词语库范围，识别过程在此范围中进行。

2)以任意方式输入一个字后，在词语库中进行联想，得到联想候选词系列。

3)以联想候选词中的第二个字作为汉字字符范围，重复权利要求书1的步骤。

4)把所有联想候选词按照步骤3)得到的单字预测识别结果的概率排序，形成新的联想候选词系列。

5.如权利要求书1-4中所述的方法，其特征在于，每个汉字的模板中均包含整字模板和若干个子字模板。

6.如权利要求书1-4中所述的方法，其特征在于，用户书写一个其想要输入的汉字时，整个书写轨迹可以包含一个或多个笔划轨迹，即用户可以以任意方式书写该字的任意部分。

7.如权利要求书1-4中所述的方法，其特征在于，检测得到的用户书写轨迹将与指定汉字范围的每个汉字进行识别匹配，得到的匹配概率是该字的预测识别概率。

Images