CN105528338B - 智能预测的输入方法和系统 - Google Patents

智能预测的输入方法和系统 Download PDF

Info

Publication number
CN105528338B
CN105528338B CN201410522550.XA CN201410522550A CN105528338B CN 105528338 B CN105528338 B CN 105528338B CN 201410522550 A CN201410522550 A CN 201410522550A CN 105528338 B CN105528338 B CN 105528338B
Authority
CN
China
Prior art keywords
input
candidate target
application scenarios
application
target
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.)
Active
Application number
CN201410522550.XA
Other languages
English (en)
Other versions
CN105528338A (zh
Inventor
张瞰
周兆文
赵涛
戴云
谢海潮
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.)
Shanghai Chule Cootek Information Technology Co Ltd
Original Assignee
Shanghai Chule Cootek Information Technology Co Ltd
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 Shanghai Chule Cootek Information Technology Co Ltd filed Critical Shanghai Chule Cootek Information Technology Co Ltd
Priority to CN201410522550.XA priority Critical patent/CN105528338B/zh
Priority to CN201911263034.9A priority patent/CN110968998B/zh
Priority to EP15845632.7A priority patent/EP3242220A4/en
Priority to PCT/CN2015/091252 priority patent/WO2016050214A1/zh
Priority to US14/952,637 priority patent/US20160154891A1/en
Publication of CN105528338A publication Critical patent/CN105528338A/zh
Application granted granted Critical
Publication of CN105528338B publication Critical patent/CN105528338B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9535Search customisation based on user profiles and personalisation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/10Text processing
    • G06F40/166Editing, e.g. inserting or deleting
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/10Text processing
    • G06F40/166Editing, e.g. inserting or deleting
    • G06F40/169Annotation, e.g. comment data or footnotes

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

一种智能预测的输入方法和系统,其中所述输入方法包括:检测输入信号;根据所述输入信号获得输入序列,以及根据所述输入信号,获取所述输入信号所选择的输入框以及该输入框对应的应用场景的关联属性数据;根据所述输入序列以及所述关联属性数据进行过滤,获得匹配的候选对象。本发明将输入结果与输入的应用场景相结合,从而能够根据用户的输入序列智能地进行预测,以获得符合用户期望的候选对象。

Description

智能预测的输入方法和系统
技术领域
本发明涉及电子产品应用领域,特别涉及对于在便携式电子设备中的不同应用中进行智能预测的输入方法和系统。
背景技术
如今,智能手机、平板电脑等便携式电子设备日益普及。输入法作为工具类应用,其应用场景多种多样,比如有时候需要在短信或微信中应用输入法输入文本,有时候需要在邮件地址栏或联系人电话栏中应用输入法输入邮箱地址或电话号码,有时候需要在网页搜索栏中应用输入法输入相应的文本,并根据输入文本进行搜索,或者有时候需要应用输入法直接输入网址链接。
常规的输入法通常根据用户的输入对用户可能期望的字词文本进行预测,在预测过程中,将用户输入序列与候选文本进行对比,使用户获取其最有可能想要输入的字词。然后,输入法将用户所确认的字词输出至输入法所应用的场景中,根据应用场景的规则获得对应的结果。
这种将输入法从应用场景中剥离出来的方式,最初是基于减小输入法自身容量的考量,而且这种分离的方式赋予了输入法和应用场景更多的自由度。然而,随着当今社会信息量的极度膨胀,为了提供给用户更为准确的预测结果,输入法往往需要包含动辄十几、甚至几十兆容量的词库。在这种情况下,将输入法和应用场景分离开来是否还有意义值得商榷。
并且,由于输入法仅能提供文本信息,当用户最终想要获得的为非文本类型的对象时,用户不得不额外增加操作步骤,而无法直接通过输入的序列获得期望的对象。例如,当用户想要找一部电影或者找一首歌,或者用户想要在软件商店下载一些应用,用户首先得先通过输入法将输入的序列转变为预期的文本,再根据输入法所提供的文本从音乐软件或视频软件或软件商店中找到相应的对象。这样一来,从操作步骤方面来看,相较于直接根据用户的输入序列获得用户期望的对象,常规的做法更为复杂;从预测的准确性而言,庞大的数据库看似考虑了更多的可能性,然而,由于候选词在推送给用户时通常会先根据词频进行排序,当用户期望的文本为词频较低的字词时,往往会被排在很后的位置,甚至会由于显示数目的限制而根本无法显示给用户,从而使得用户不得不逐字进行输入,然后再根据输入的文本查找想要的应用。
其中,为了改善某些专业用词在特定应用中排序过后的问题,输入法厂商也做了一些改进和尝试。例如,有一种改善方案是提供细胞词库。所谓细胞词库就是在不同场景下或针对不同专业的专门字词的集合。这些字词相较于常用词而言词频较低,但是在具体的场景或专业中,这些字词的使用频率往往比较高。用户通过下载对应的细胞词库,能够有效地提高对某些专门字词的输入效率。
然而,这种方案仍存在弊端。首先,这种方案仍旧无法解决直接根据用户输入的序列获得用户所期望的对象,而其最佳效果仅仅是能对根据用户的输入序列预测出字词的效果进行一定的改进。其次,细胞词库的解决方案将不可避免的带来同一个字或词重复存储在细胞词库以及主词库中的问题,输入法分别在细胞词库和主词库中搜索候选字词时,会使得同一个词由于存储在多个词库而出现多次,因而必须额外增加去除重复出现的字词的步骤。另外,由于系统需要在主词库和细胞词库中分别进行检索,这无疑也会带来额外的负担;而对细胞词库的加载和卸载既增加了用户操作的繁琐,当细胞词库的体积较大时,其加载和卸载也会耗费额外的时间。
考虑到上述因素,如何将输入结果与输入的应用场景相结合,从而智能预测以获得符合用户期望的候选对象,正是本技术方案将要解决的问题。
发明内容
本发明要解决的技术问题是:将输入结果与输入的应用场景相结合,从而能够根据用户的输入序列智能地进行预测,以获得符合用户期望的候选对象。
根据本发明的一个方面,提供了一种智能预测的输入系统,包括:输入设备,适于获取输入信号;处理模块,适于接收来自所述输入设备的输入信号,根据所述输入信号获取输入序列、所述输入信号所选择的输入框以及该输入框对应的应用场景的关联属性数据,并且根据所述输入序列以及所述关联属性数据进行过滤,获得匹配的候选对象;存储模块,适于存储候选对象及其关联的一个或多个数据字段,其中,所述一个或多个数据字段适于描述该候选对象所指示的目标应用以及该目标应用关联的应用场景的相关信息;以及显示设备,适于接收并显示所述匹配的候选对象。
根据本发明的另一个方面,提供了一种智能预测的输入方法,包括:检测输入信号;根据所述输入信号获得输入序列,以及根据所述输入信号,获取所述输入信号所选择的输入框以及该输入框对应的应用场景的关联属性数据;根据所述输入序列以及所述关联属性数据进行过滤,获得匹配的候选对象。
优选地,该输入方法中,所述根据输入序列进行过滤包括:根据所述输入序列,在一个或多个第一设定数据字段中进行过滤,获得匹配的候选对象,其中,所述第一设定数据字段适于描述该候选对象所指示的目标应用的相关信息。
优选地,该输入方法中,所述根据关联属性数据进行过滤包括:根据所述关联属性数据,在一个或多个第二设定数据字段中进行过滤,获得匹配的候选对象,其中,所述第二设定数据字段适于描述该候选对象所关联的应用场景相关信息。
相较于现有技术,本发明通过与目标应用以及应用场景相关联的多个数据字段,使得能够根据用户输入时的环境因素获得更符合用户期望值的候选对象或者实现候选对象在指定环境中的匹配。由于候选对象对应的目标应用可以为软件程序或者媒体文件或者关联的链接或者基于内容的网页链接,从而使得用户输入的数据库并不限于某个特定的应用场景,使用户的输入结果普适于任何应用,改善了用户的输入体验。此外,本发明正是应用了候选对象的多重数据字段,使得无需通过加载/卸载细胞词库,以及去重的步骤,来实现候选对象的匹配,提高了输入效率,节约了电量消耗。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1是本发明智能预测的输入系统一种具体实施方式的结构示意图。
图2是本发明智能预测的输入系统中存储候选对象一种具体实施方式中各数据字段的示意图。
图3~图4是本发明智能预测的输入系统中键盘区具体实施方式的布局示意图。
图5~图8是本发明智能预测的输入系统中具体实施例的界面示意图。
图9是本发明智能预测的输入系统中当键盘呈收起状态时候选对象显示区域的设置布局示意图。
图10是本发明智能预测的输入方法一种具体实施方式的流程示意图。
图11是本发明智能预测的输入方法另一种具体实施方式的流程示意图。
具体实施方式
以下将参考附图对示例实施方式进行更为全面的描述。附图中相同的附图标记将用来指示相同或相似的部件。尽管以下描述了本发明的若干示例性实施例和特征,但是在不背离本发明的发明思路的情况下,对本发明进行的修改、调整以及其它替换实现,例如,对附图所示部件进行等同替换、添加或修改,或通过替换、重新排序或添加步骤,不应造成对本发明的限制。本发明的适当范围应由所附权利要求所界定。
图1示出示例性智能预测的输入系统100的框图。根据某些实施例,智能预测的输入系统100可以是可由用户携带至各个位置的便携式通信设备,例如移动电话、智能电话或PDA。智能预测的输入系统100可连接至包括电话网络(诸如3G网络)的电信网络和/或因特网(诸如Wi-Fi/TM)。根据某些实施例,智能预测的输入系统100可被配置成当应用在不同的应用场景时,将应用场景与用户输入内容相结合,从而通过智能预测获得适用于所述应用场景与所述应用场景的性质相匹配的候选对象。
根据本发明的实施例,术语“候选对象”被宽泛地使用以包括与所述应用场景(例如对应于当前输入的应用程序)匹配的目标应用的关联信息,例如所述候选对象可以是目标应用所对应的统一资源定位符URL。
在某些实施例中,所述目标应用可以是该应用场景所提供的图片、文档、媒体文件、可执行程序或网页文件,例如,可以是运行在移动便携设备端的应用软件中所提供的应用软件或其链接,比如百度音乐中提供的音频文件,豌豆荚中提供的应用软件;也可以是根据系统或用户的设定与当前所在的应用场景关联的应用,比如,当用户在搜狐新闻中进行输入时,目标应用可以是出现在网易新闻中的新闻链接,也可以是新浪新闻APP的下载链接;又比如,当用户在输入短信或微信文本提及“麻辣诱惑”时,目标应用还可以是“麻辣诱惑”对应的团购信息或优惠信息网页链接或客户端下载链接。
参考图1,智能预测的输入系统100可包括处理模块110、存储模块120、输入设备130、显示设备140以及通信接口150。其中,处理模块110可以是中央处理单元(“CPU”)或图形处理单元(“GPU”),具体来说,处理模块110还可包括一个或多个印刷电路板或微处理模块芯片,执行计算机程序指令序列以执行将在下文中更详细解释的各种方法。在某些实施例中,处理模块110可配置为根据经由输入设备130所接收到的输入信息以及与该输入信息对应的应用场景的属性数据,在存储模块120中进行查找,获得与该输入信息匹配的候选对象。
存储模块120可包括随机存取存储器(“RAM”)和只读存储器(“ROM”)中的一种或多种。计算机程序指令可从ROM或任何其它合适的存储器位置访问和读取,并且被加载到RAM中以供处理模块120执行。例如,存储模块120可存储一个或多个软件应用。存储在存储模块120中的软件应用可包括用于普通计算机系统以及用于软件控制的设备的操作系统121。此外,存储模块120可存储整个软件应用或者存储软件应用中的可由处理模块110执行的仅仅一部分。例如,存储模块120可存储可由处理模块110执行的输入法软件并且执行智能预测的输入方法。
在某些实施例中,存储模块120也可存储主数据、用户数据、应用数据和程序代码中一种或多种类型。例如,存储模块120可存储本地数据库123。在某些实施例中,本地数据库123可包括一个或多个候选对象。例如,图2示出包括一个或多个数据字段的示例性候选对象,该一个或多个数据字段存储描述该候选对象所指示的目标应用以及该目标应用关联的应用场景的相关信息,例如该目标应用的相关信息,如关键词、类型、链接、文件内容等,又例如该目标应用关联的应用场景,如应用场景的关键词、应用场景的类型、输入框的类型等。其中,所述数据库可用于宽泛地包括用于存储数据的任何数据格式。
在某些实施例中,输入设备130和显示设备140可通过适当的接口电路耦合至处理模块110。在某些实施例中,输入设备130可以是硬件键盘、键区或触摸屏,例如,输入设备130可以是图3所示的手机键盘。在某些实施例中,输入设备也可以全键盘布局形式的QWERTY键盘(如图3所示)或者AZERT键盘,或者是在每个键上有两个字母的半QWERTY紧凑键盘(如图4所示)。在某些实施例中,输入设备130可包括多个物理键或虚拟键,每个键对应于一数字和/或一个或多个字母。用户可按压或点触输入设备130的键以将信息输入到智能预测的输入系统100。在某些实施例中,输入设备130也可包括某些功能按键,用户可通过这些功能按键发起由智能预测的输入系统100执行的某些过程,或以其它方式与智能预测的输入系统100交互。在某些实施例中,可通过设定功能按键或系统指令唤醒或关闭输入设备130,例如当检测到用户选中某个软件应用的输入框或选择对文本进行编辑,则唤醒触摸屏中的键盘;当检测到用户从输入框中退出或完成文本的编辑或选中键盘中的设定功能键,则隐藏触摸屏中的键盘。
显示设备140可包括向用户显示文本或图形的一个或多个显示屏。例如,显示设备140可显示GUI。根据某些实施例,显示设备140可包括三个显示部分,其中一个用于显示经由输入设备130输入的信息,一个用于显示与用户输入有关的候选对象,而另一个用于显示当前所在的应用场景。在某些实施例中,输入设备130可作为显示设备140上(诸如触摸屏设备上)的键盘GUI的形式实现。
通信接口150可提供通信连接,使得智能预测输入系统100可与某些外部设备交换信息。根据一个实施例,通信接口150可包括网络接口(未示出),该网络接口被配置成传送和接收来自在线服务160的信息。根据某些实施例,在线服务160可被实现为因特网上的web服务、云端存储服务等。
图5示出示例性智能预测的输入系统100的用户界面200。如图5所示,用户界面200可包括若干屏幕区域,包括例如键盘区201、应用场景显示区域202、应用场景输入框203以及候选对象显示区域204。
其中,用户可选中应用场景输入框203并在应用场景输入框203中进行输入,对应的应用场景能够根据用户在应用场景输入框203内输入的内容在该应用场景中进行检索,应用场景输入框203在应用场景显示区域202中的具体位置可根据应用场景的不同而进行设定。例如,当用户进入线上商店google play首页,应用场景显示区域202中显示googleplay首页页面呈现的内容,应用场景输入框203位于应用场景显示区域202顶部。
一旦用户选中应用场景输入框203,应用场景输入框203的激活将触发键盘区201并将触发处理模块110根据该应用场景获取关联的属性数据。其中,该应用场景关联的属性数据具体可包括应用场景名称、类型、应用地域、应用时间段、应用语言、输入框类型等。例如选中google play中的输入框,则可触发对其关联的属性数据的获取,例如可获知其应用场景名称为google play,类型为在线商店类型,输入框类型为搜索框,甚至进一步获知当前输入框所属页面子类目,例如“热门免费-工具”;又例如,选中优酷视频中的输入框,则可触发对其属性数据的获取,例如获知其应用场景名称为“youku”,类型为视频播放器,输入框类型为搜索框,输入内容对应的时间段为2008年等。
当键盘区201被触发时,例如键盘区201由隐藏状态转为弹出状态,系统通过检测键盘区201中的按键的点触或按压获取输入序列。其中,键盘区201可包括多个物理键或虚拟键,如图6所示,每个键对应着数字、符号和/或字母。在输入过程中,用户依次按下每个键,该键的数字或字母形成输入序列。例如,当用户需要输入“触宝”时,用户可从键盘区201按顺序按压键“ABC(2)”、“GHI(4)”、“TUV(8)”、“ABC(2)”、“ABC(2)”、“MNO(6)”。在某些实施例中,考虑到用户有可能按错的情况,输入序列还可进一步包括用户所按键的周围按键上的数字或字母。例如,用户在全键盘依次按压键“C”、“J”、“U”、“B”、“S”、“O”,输入序列可包含“CJUBSO”,也可包含“CHUBAO”,或者也可包含“CHIBAO”,或者也可包含“DUINEI”。
根据某些实施例,处理模块110根据应用场景关联的属性数据在存储模块120中进行过滤,获取与该应用场景匹配的候选对象的集合;接着,处理模块110获取来自键盘区201的输入序列,根据该输入序列在这些候选对象的集合中进行筛选。例如,系统检测到用户正在google play的应用场景输入框中输入时,系统首先根据与google play关联的属性数据对目标应用进行过滤,对符合该属性的目标应用进行标记,或筛选出符合该属性的目标应用;参考图6,当系统检测到用户通过键盘区201输入“C”“H”“U”“B”“A”“O”时,则在所标记或所筛选出来的目标应用中查询与输入序列“chubao”相匹配的目标应用,例如,目标应用“触宝输入法”软件APP的名称字符串包含“CHUBAO”,目标应用“触宝号码助手”软件APP的名称字符串也包含“CHUBAO”,输入序列与目标应用的名称字符串部分相同,则根据该输入序列“chubao”,匹配获取这些目标应用关联的候选对象,即“触宝输入法”和“触宝号码助手”的软件APP的关联链接。
根据某些实施例,处理模块110按照输入序列在存储模块120中进行筛选,并且根据应用场景关联的属性对查找到的结果进行过滤匹配。例如,处理模块110根据按键序列“C”“H”“U”“B”“A”“O”进行筛选,获得输入序列“CHUBAO”,进一步再根据输入序列进行筛选,获得匹配的目标应用“触宝输入法”、“触宝助手”、“出包王女”、“除暴部队”、“除暴行动”等;接着,处理模块110根据应用场景关联的属性数据进行过滤,当应用场景为google play时,参考图6,获得匹配google play应用场景的目标应用“触宝输入法”、“触宝号码助手”,并根据这些匹配的目标应用获取关联的候选对象,即与“触宝输入法”、“触宝号码助手”关联的链接;参考图7,当应用场景为优酷视频时,获得匹配优酷视频的目标应用“出包王女”“除暴部队”“除暴行动”,接着进一步获取与这些目标应用关联的候选对象,即与“出包王女”“除暴部队”“除暴行动”关联的链接。又例如,处理模块110可对输入序列的匹配方式通过系统默认或用户手动的方式进行设定,例如,从前往后进行匹配,或者任意位置进行匹配,或者从设定位置开始进行匹配,之后再根据与应用场景关联的属性数据进行过滤,获得匹配的目标应用。
其中,处理模块110根据应用场景关联的属性数据在存储模块120中进行过滤或者根据应用场景关联的属性对按照输入序列查找到的结果进行过滤匹配时,可进一步包括,根据应用场景关联的属性进行筛选,获得符合设定条件的目标应用所关联的候选对象,而排除那些不符合设定条件的目标应用所关联的候选对象。例如,参考图8,处理模块110获取到用户在短信或微信类的文本软件中输入“DA DONG”,则将选择那些名称为字段为“DADONG”,且类型为“网页”或“图片”的目标应用所关联的候选对象。
根据某些实施例,存储模块120中可标识具有包含一个或多个数据字段的候选对象,该候选对象依据其一个或多个数据字段与输入序列或与和应用场景相关联的属性数据建立关联关系。
参考图2,以存储的候选对象300为例,其中,示例性数据字段可包括:该候选对象关联的目标应用的信息,例如,目标应用的应用关键词字段310,应用类型字段312,时间字段314,版本字段316,位置字段318;该目标应用关联的应用场景的属性数据,例如,该应用场景的场景关键词字段320,场景类型字段322,语言类型字段324;输入框的信息,例如,该输入框的输入类型字段330,匹配方式字段332;以及对目标应用或者应用场景或者输入框的信息进行补充的补充条件字段340等。在某些实施例中,上述数据字段中的字符串可为对应的拼音字符串,也可为对应的外文名称或外文缩写。在某些实施例中,还可根据用户需求,将用户自定义的附加数据字段添加或链接到候选对象。在某些实施例中,所述关联的应用场景可为能够查看、编辑、下载所述目标应用的应用场景,也可为呈现所述候选对象的当前输入的应用场景。
其中,参考图2,目标应用的应用关键词字段310可记录目标应用的名称、别名或简称,诸如“触宝输入法”或“触宝号码助手”。当用户通过键盘区201输入目标应用名称的全部或部分对应的字符串(例如,CHUBAO、CHUB),来获得“触宝输入法”或者“触宝号码助手”。类似的,用户也可通过输入目标应用名称简称对应的字符串获取匹配的候选对象,例如通过输入“KFC”获取肯德基相关网页或优惠券图片,或者通过输入“TANGDUN”获取“唐顿庄园”的影片文件。
应用关键词字段310还可进一步存储与目标应用的功能、品牌或其它被人们所熟知的特性相关联的关键词。具体来说,对于软件类目标应用,其关键词通常可为其功能、品牌等,例如“ADOBE READER”作为PDF阅读器,其关键词可为PDF;“海豚”可作为“海豚浏览器”的关键词。对于影音类目标应用,其关键词可为系列名称、导演、演员、荣获奖项名称、默认提供等,例如,“Bean”可作为憨豆先生系列影片的关键词;“HANKS”可作为由导演为Hanks或由演员为Hanks的影片的关键词。对于网页类或图片类目标应用,关键词可依据其链接对象而设定;例如对于链接到新闻的网页,其关键词可为新闻关键词,例如汶川地震相关新闻的关键词可为“WENCHUAN”;对于链接到商铺优惠券的网页,其关键词可依据商铺名称或所提供的商品的名称而设定,例如耐克优惠券的关键词可“NIKE”。关键词字段310可被索引,以便可以根据当前所获取的关联的属性数据来搜索。
参考图2,候选对象300还可包括应用类型字段312,用于描述目标应用的类型,例如目标应用的类型可为内容的网页链接、或应用文件、或应用文件的关联链接,例如软件的下载链接或音视频文件的播放链接或下载链接等。例如,处理模块110获取到用户当前输入的应用场景为优酷视频,即视频播放器,则处理模块110将选择其目标应用的设定类型为“应用文件或应用文件的关联链接”的候选对象。
参考图2,候选对象300还可进一步包括目标应用的时间字段314,时间字段314可以是以下形式:具体的年月日,例如20091012;模糊的日期,例如2009,或0314,或80年代。在某些实施例中,系统100可获取与应用场景关联的时间信息,并将其与候选对象300的时间字段314进行比较,从而确定候选对象300是否匹配。
参考图2,候选对象300还可进一步包括目标应用的版本字段316,版本字段316可以为数字形式,例如具体的版本号;可以为用于标识目标应用的制式、格式的名称,例如XviD或AC3。
参考图2,候选对象300还可进一步包括目标应用的位置字段318,位置字段318可指示目标应用的地理位置。例如,位置字段318可记录目标应用对应的地址数据,包括街道号、街道名、城市名、州名以及邮政编码。在某些实施例中,位置字段318可记录通用区域ID来代替详细地址。在某些实施例中,位置字段318可进一步记录可被GPS导航系统便利地进行使用的目标应用的地理坐标,包括纬度、经度和椭球高。在某些实施例中,位置字段318可以是区域ID和具体地理坐标的组合。
时间字段314、版本字段316以及位置字段318都可被索引,以便当用户在设定应用场景输入时,能够根据关联的属性数据获得符合时间字段、版本字段或位置字段中至少一种的候选对象。
除了用于描述目标应用的属性数据字段,候选对象300还可包括用于描述与目标应用关联的应用场景的属性数据字段,该应用场景可由系统进行设定,用户根据实际需求需要对应用场景进行改变时,也可通过变更候选结果的对应字段,更正目标应用关联的应用场景。
具体来说,参考图2,候选对象300可包括应用场景的场景名称字段320,可包括应用场景的名称、简称、别名、曾用名、关键字等。例如,“京东商城”的名称字段320可为“JINGDONG”,也可为“JD”,还可为“360buy”。
参考图2,候选对象300还可包括应用场景的场景类型字段322,用于指示当前输入的应用软件或目标应用所适用的应用软件的类型。其中,应用场景的类型可为文本型,例如微信或短信等;可为在线应用商店型,例如google play或豌豆荚等;可为影音型,例如虾米音乐或优酷等;可为购物型,淘宝或京东商城或美团等;可为地图类,例如google map等;或者也可为其它类型的应用软件。
参考图2,候选对象300还可包括应用语言字段324,用于指示应用场景的语言,例如英语、法语、意大利语、德语、荷兰语、波斯语、阿富汗语、芬兰语等印欧语系的语言,或者例如简体中文、繁体中文、藏语等汉藏语系的语言,或者例如车臣语、格鲁尼亚语等高加索语系的语言,或者例如芬兰语、匈牙利语等乌拉尔语系的语言,或者例如爱斯基摩语、切罗基语、苏语、克里克语等北美印第安语系的语言,或者例如柬埔寨语、孟语、布朗语等南亚语系的语言,或者例如泰米尔语等达罗毗荼语系的语言,或者例如东、西阿尔泰语等阿尔泰各语族的语言,或者例如非洲北部及西部各国所使用的尼罗—撒哈拉语系的语言,或者例如尼日尔语、刚果语、斯瓦西里语等尼日尔—刚果语系的语言,或者例如霍屯督语、布须曼语、散达维语等科依桑语系的语言,或者例如希伯来语、阿拉伯语、古埃及语、豪萨语等的闪米特-含米特语系的语言,或者例如印度尼西亚语、马来语、爪哇语、斐济语、毛利语等南岛语系的语言。
通常用户进入应用场景后,会选择设定输入框进行输入。参考图2,候选对象300可进一步包括输入框的输入类型字段330,输入类型字段330用于描述输入框的类型,例如文本输入框、邮件地址输入框、搜索输入框、网址输入框、电话号码输入框等。
参考图2,候选对象300还可进一步包括匹配方式字段332。当用户在输入框进行输入时,其关联的应用场景按照匹配方式字段332将输入框中的内容与目标应用之间进行匹配。例如,匹配方式字段332可包括将输入框中的内容前匹配、或后匹配、或精确匹配、或模糊匹配至目标应用。其中,匹配方式字段332还可进一步包括自右向左匹配以及自左向右匹配。在某些实施例中,系统可根据应用场景的应用语言字段324,设定对应的匹配方式,例如对于希伯来语、阿拉伯语,则采用自右向左匹配的匹配方式;在某些实施例中,也可根据用户的设定,对候选对象300的匹配方式字段332进行设定。
参考图2,补充条件字段340可用于描述诸如对该目标应用或应用场景的详细说明、子类目或者评分等信息,或用于描述输入框的补充信息。在某些实施例中,补充条件字段340可包括对目标应用的信息进行补充,例如,补充条件字段340可包括目标应用的评分信息或对该目标应用的详细说明。在某些实施例中,补充条件字段340也可包括对应用场景的信息进行补充,例如,系统100可将对应于“豌豆荚—安卓游戏分类—宝石消除”路径的目标应用的补充条件字段340标记为二级,用于标记该目标应用位于应用场景“豌豆荚”的第二级子界面。在某些实施例中,补充条件字段340还可进一步包括对输入框的信息进行补充,例如,补充条件字段340可包括输入框的语言类型。
根据某些实施例,还可将用户个人属性作为附件数据字段添加或链接到候选对象。
例如,候选对象300可进一步包括目标应用的偏好动作字段,用于指示对目标应用采取的动作偏好。例如,系统100检测到用户在输入框中输入序列“NOT AFRAID”,则根据输入序列以及应用场景的关联属性数据进行过滤,获取候选对象为歌曲“Not Afraid”,其偏好动作字段为“YouTube”,则当检测到用户选中该候选对象时,读取其对应的偏好动作字段为“YouTube”,接着,在系统中搜索是否存在“YouTube”软件,若存在则采用“YouTube”打开该歌曲文件;或根据偏好动作字段确定与目标应用对应的候选对象,例如对于歌曲“洋葱”的目标应用,其候选对象可为“虾米音乐”中歌曲“洋葱”的播放链接。在某些实施例中,系统100可对用户采用本地设备中的软件对目标应用的操作频次分别进行统计,按照操作频次由高到低的顺序,将操作频次最高的动作设定为偏好动作。
其中,候选对象300还可进一步包括用于指示用户性别、年纪、历史下载信息、输入历史等个人属性数据的个人数据字段。在某些实施例中,系统100可提示用户对其性别、年纪范围进行输入。在某些实施例中,系统100可对用户的输入历史或历史下载信息进行收集统计,并根据用户的输入历史或历史下载信息进行分析,基于分析结果对用户的性别和年纪区间进行定位,并记录定位结果。
其中,候选对象300还可进一步包括目标应用的类型字段,例如目标应用可为“触宝输入法”的软件下载包,或者可为指示“大董餐馆”的网址链接,或者也可为多媒体信息,例如“大董餐馆优惠券”的文本文件或图片、或“出包王女”的视频文件、或“Fire”的音频文件等等。
其中,候选对象300还可进一步包括执行动作字段,对当用户选择该候选对象时所执行的动作进行描述。该动作可根据候选对象的类型字段进行默认设定,例如,当用户选择的候选对象为统一资源定位符URL,执行打开该URL的操作;当用户选择的候选对象为音/视频文件时,执行播放该音/视频文件的操作。
存储模块12可将候选对象及关联的数据字段,全部存储在本地设备或云端服务器中,也可仅将实现基本匹配的相关数据字段保存在本地设备,而将进一步精确匹配的数据字段保存在云端,例如可将应用关键词字段、应用类型字段,场景关键词字段、场景类型字段以及输入类型字段中的至少一种作为用于实现基本匹配的数据字段保存在本地设备中,其它数据字段可通过进一步联网下载获得。
当获得匹配的候选对象后,处理模块110可进一步将匹配的候选对象通过候选对象显示区域204显示给用户。其中,候选对象显示区域204可位于用户界面200中的设定位置。在某些实施例中,参考图6,当输入模块被触发,即键盘区201处于弹起状态,可在键盘上方或其它与键盘区201不相重合的区域设置候选对象显示区域204。在某些实施例中,参考图9,输入模块未被触发,或者在获得匹配的候选对象之前,输入模块已被停止,相应的,候选对象显示区域204则可被设置在用户界面的设定位置,例如可设置在用户界面的最下方。
智能预测的输入系统100的一个或多个组件可用于根据用户的输入内容,结合用户输入的应用场景,实现智能预测,获得匹配的候选对象的过程,即实现智能预测的输入方法。例如,图10示出了智能预测的输入方法的示例性流程图。
具体来说,处理模块110可检测来自输入设备130的用户操作。用户操作可以是键按压、触摸屏上的手势或点击、设备的移动、或者语音命令,用户操作可进一步由处理模块110解释为对对象的选择或对对象执行操作命令或者键按压,输入设备130端的用户操作形成输入信号传输至处理模块110。
首先,参考图10,在步骤S400中,处理模块110可检查输入信号是否包括对输入框的选择。例如,用户可通过点击输入框,或特定手势,或设备的移动,或语音命令完成对输入框的选择。
如果检测到输入信号中存在对输入框的选择,执行步骤S410,处理模块110可激活输入设备130。当检测到输入设备130被激活时,处理模块110进一步检测输入设备130中输入区201中的用户操作,并根据用户的操作获得对应的输入序列。具体来说,处理模块110可标识与输入区201中与每个键相关联的数字和/或字母,当检测到用户操作为对该按键的按压时,则将该按键关联的数字和/或字母加入到输入序列中,对输入序列进行更新。例如,处理模块110可响应按键“O”的按压,从而将“O”加入到现有的输入序列“C”“H”“U”“B”“A”。
在某些实施例中,处理模块110还可包括从用户所输入的所有字符串中选取其中的部分字符串,并将选取的字符串作为输入序列,对候选对象进行过滤。
如果检测到输入信号中存在对输入框的选择,则在步骤S410中,处理模块110还可进一步获取该输入框及该输入框对应的应用场景的关联属性数据,例如,输入框类型、应用场景名称、应用场景简称、应用场景关键字、应用场景类型、语言类型等。处理模块110可获取所有的关联属性数据,也可根据网络条件或用户设定仅获取部分的关联属性数据,例如当处于非WIFI状态时,仅获取应用场景的名称、应用场景类型、输入框类型。
获取到关联属性数据[仅仅是应用场景的关联属性数据么?]和输入序列之后,执行步骤S420,处理模块110进一步将输入序列和关联属性数据发送至存储模块120,用以和存储模块120中存储的候选对象所包含的数据字段进行比较。
在某些实施例中,步骤S420可包括根据输入序列对候选对象进行过滤的序列过滤步骤S421,以及根据关联属性数据进行过滤的属性过滤步骤S422。处理模块110可先执行序列过滤步骤S421,也可先执行属性过滤步骤S422,或者也可两者穿插进行。
在属性过滤步骤S422中,处理模块110获取关联属性数据,并根据关联属性数据进行过滤。
在某些实施例中,处理模块110进一步获取关联属性数据中每一个数据的属性类目,将关联属性数据的属性类目关联至候选对象的数据字段类目,然后将一个或多个相同类目中的内容进行比较,根据比较结果进行筛选。例如,当检测到用户操作所在的输入框为淘宝首页的输入框时,处理模块110从检测结果中提取应用场景名称“amazon”,以及输入框类型“search”。处理模块110将关联属性数据的属性类目与候选对象的数据字段类目进行关联,即将所提取的应用场景名称与候选对象的“场景关键词字段”进行关联,以及将输入框类型与候选对象的“输入类型字段”进行关联,并分别比较相同类目中的内容,即检测候选对象的“场景关键词字段”中是否包含“amazon”,以及检测候选对象的“输入框类型字段”中是否包含“search”。如果某个候选对象各数据字段类目的内容与关联属性数据相符合,则处理模块110将该候选对象筛选出来,作为匹配的候选对象。在某些实施例中,处理模块110还可按照候选对象的数据字段类目顺序对关联属性数据进行获取,使得所获取的关联属性数据的属性类目与候选对象的数据字段类目相对应。例如,根据候选对象“位置字段”,处理模块110获取当前的位置信息,例如通过WIFI/GPRS/基站等方式获得能够标识当前位置的信息,并将所获取位置信息与“位置字段”的内容进行比较,判断是否匹配。
在某些实施例中,处理模块110还可按照关联属性数据中的一个或多个进行判断,当关联属性数据中的一个或多个符合设定条件时,则选择其预定数据字段的内容为预定内容的候选对象作为匹配的候选对象。例如,处理模块110获取用户当前输入的应用场景,并判断出当前输入的应用场景的类型为在线商店,则将“应用类型字段”为“应用文件或应用文件的关联链接”的候选对象作为匹配的候选对象。又例如,处理模块110获取用户当前在短信或微信等文本软件中进行输入,则将“场景类型字段”为“text”的候选对象作为匹配的候选对象。
在序列过滤步骤S421中,处理模块110检测用户的输入信号,将输入信号按照键盘区201的按键布局转换为对应的字母,形成输入序列。当处理模块110检测到用户的输入中止时,按照已记录的输入序列,对候选对象进行过滤。
在某些实施例中,处理模块110将已记录的输入序列与候选对象的设定数据类目中的内容,例如,“应用关键词字段”,进行比较。当输入序列与设定数据类目中的内容相符时,则该候选对象为匹配的候选对象。例如,当处理模块110检测到用户输入的字符串为“CHUBAO”,并将该字符串与各个候选对象“应用关键词字段”的内容进行匹配,过滤出匹配的候选对象,例如“触宝输入法”软件、“触宝号码助手”软件、“出包王女”视频、“除暴部队”视频等,或者连接至上述文件的链接。
在某些实施例中,处理模块110在将输入序列与候选对象设定数据类目中内容进行匹配时,还进一步包括读取候选对象的匹配方式字段或其它指定数据类目字段中和匹配方式相关联的内容,并按照所读取的匹配方式执行匹配。
例如,处理模块110读取各个候选对象“匹配方式字段”的内容,当匹配方式内容为“front”时,即前匹配的方式,则处理模块110按照前匹配的方式,从设定数据类目中内容的起始位置开始,将其与输入序列进行匹配;或者当匹配方式内容为“fuzzy”时,即模糊匹配的方式,则处理模块110按照模糊匹配的方式,从设定数据类目中内容的任意位置开始,将其与输入序列进行匹配例如。例如,输入序列为“CHU”且采用前匹配方式(即“匹配方式字段”内容为front)进行匹配时,所获得的匹配候选对象的“应用关键词字段”以“CHU”开头或者为“CHU”,例如“触宝输入法”软件、“触宝号码助手”软件、“出包王女”视频、“除暴部队”视频等,或者连接至上述文件的链接;又例如,输入序列为“DONG”且采用模糊匹配方式(即“匹配方式字段”内容为fuzzy)进行匹配时,则处理模块110在候选对象“应用关键词字段”的内容中进行查找,任何位置存在“DONG”,则将其作为匹配的候选对象。
参考图11,获得匹配的候选对象时,还可进一步执行步骤S430,处理模块110将匹配的候选对象通过候选对象显示区域对用户进行提示。
在步骤S430中,还可进一步包括对匹配获得的候选对象进行排序的步骤。根据某些实施例,排序因素可参考各数据字段的匹配程度,进一步的,还可参考候选对象关联的目标对象的评分、或用户的个人属性。可基于每个因素及其权重计算每个候选对象匹配程度的权值,例如,可对于基本匹配的数据字段,例如应用关键词字段、应用类型字段,场景关键词字段、场景类型字段以及输入类型字段,采取平方加权,而对其它数据字段采取普通加权,从而获得权值,并根据所获得的权值确定排序等级。
相较于现有技术,本发明充分利用了候选对象的多重数据字段,通过这些数据字段将候选对象与其关联的目标应用以及应用场景相关联,使得能够根据用户输入时的环境因素获得更符合用户期望值的候选对象或者实现候选对象在指定环境中的匹配。由于候选对象对应的目标应用可以为软件程序或者媒体文件或者关联的链接或者基于内容的网页链接,从而使得用户输入的数据库并不限于某个特定的应用场景,使用户的输入结果普适于任何应用,改善了用户的输入体验。
此外,本发明正是应用了候选对象的多重数据字段,使得无需通过加载/卸载细胞词库,以及去重的步骤,来实现候选对象的匹配,提高了输入效率,节约了电量消耗。
本发明可适用于多种语言,其发明思路并不应受到说明书中所公开的实施例所涉及的具体语言种类的限制。本领域技术人员应当能理解,本发明可适用于例如英语、法语、意大利语、德语、荷兰语、波斯语、阿富汗语、芬兰语等印欧语系的语言,或者例如简体中文、繁体中文、藏语等汉藏语系的语言,或者例如车臣语、格鲁尼亚语等高加索语系的语言,或者例如芬兰语、匈牙利语等乌拉尔语系的语言,或者例如爱斯基摩语、切罗基语、苏语、克里克语等北美印第安语系的语言,或者例如柬埔寨语、孟语、布朗语等南亚语系的语言,或者例如泰米尔语等达罗毗荼语系的语言,或者例如东、西阿尔泰语等阿尔泰各语族的语言,或者例如非洲北部及西部各国所使用的尼罗—撒哈拉语系的语言,或者例如尼日尔语、刚果语、斯瓦西里语等尼日尔—刚果语系的语言,或者例如霍屯督语、布须曼语、散达维语等科依桑语系的语言,或者例如希伯来语、阿拉伯语、古埃及语、豪萨语等的闪米特-含米特语系的语言,或者例如印度尼西亚语、马来语、爪哇语、斐济语、毛利语等南岛语系的语言。
仅出于说明的目的,本文参考附图所示组件描述了某些方面和实施例。但是,所示组件的功能可以重叠,并且可用更少或更多数量的元件和组件来呈现。此外,所示元件的全部或部分功能可共存或者在若干地理分散的位置之间分布。而且,本发明的实施例、特征、方面和原理可在各种实施例中实现,并且不限于所示环境。此外,上述事件的序列是示例性的,并且不旨在限制。因此,可使用其它方法步骤,并且即使利用上述方法,事件的特定次序也可变化而不背离本发明的范围。而且,可能不出现某些步骤并且可实现附加的步骤。
上述本发明各实施方式通常可以在本领域熟知的计算机系统结构之内或之上实施,所述本发明各实施方式的功能可以通过硬件或软件实现。在软件上,一个部件可以是一个步骤、一个程序或其中一部分,其执行特定或相关功能。在硬件上,一个部件就是设计为和其它部件一起使用的一个功能性硬件单元。例如,一个部件可以使用离散的电子部件实现,或构成诸如专用集成电路(ASIC)的整个电路的一部分,还存在许多其它可能。本领域熟练技术人员可以理解,本发明也可通过硬件部件和软件部件的结合而实现。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变形或修改,这并不影响本发明的实质内容。

Claims (13)

1.一种智能预测的输入方法,其特征在于,所述输入方法应用于特定的应用场景,所述应用场景与该输入方法并不相同且至少包括一个输入框,其中,所述输入方法包括:
检测输入信号;
根据所述输入信号获得输入序列,以及根据所述输入信号,获取所述输入信号所选择的该应用场景中的输入框以及该输入框对应的应用场景的关联属性数据;其中,所述应用场景包括当前调用该输入方法的应用程序;
根据所述输入序列以及所述关联属性数据在候选对象关联的一个或多个数据字段中进行过滤,从而直接获得匹配的候选对象,所述候选对象与一个或多个数据字段相关联,其中,所述一个或多个数据字段适于描述该候选对象所指示的目标应用以及该目标应用关联的应用场景的相关信息。
2.如权利要求1所述的输入方法,其特征在于,所述根据输入信号获取该输入信号所选择的输入框以及该输入框对应的应用场景的关联属性数据包括:判断所述输入信号是否包括对输入框的选择;当所述输入信号包括对输入框的选择时,获取该输入框的关联属性数据及其对应的应用场景的关联属性数据。
3.如权利要求1所述的输入方法,其特征在于,所述根据输入序列以及关联属性数据进行过滤包括:根据所述输入序列,在候选对象一个或多个第一设定数据字段中进行过滤,获得匹配的候选对象,其中,所述第一设定数据字段适于描述该候选对象所指示的目标应用或其关联场景的相关信息;
根据应用场景关联属性对按照输入序列查找到的候选对象继续筛选,排除一个或多个第二设定数据字段中不包含所述应用场景关联属性的候选对象。
4.如权利要求1所述的输入方法,其特征在于,所述根据输入序列以及关联属性数据进行过滤包括:根据所述关联属性数据,在候选对象的一个或多个第三设定数据字段中进行过滤,获得匹配的候选对象,其中,所述第三设定数据字段适于描述该候选对象所指示的目标应用或关联的应用场景的相关信息候选对象;
根据所述输入序列,对按照所述关联属性数据查找到的候选对象进行筛选。
5.如权利要求1所述的输入方法,其特征在于,所述根据输入序列以及关联属性数据进行过滤进一步包括:读取候选对象的匹配方式字段或其它指定数据字段中和匹配方式相关联的内容,并按照所读取的匹配方式执行匹配。
6.如权利要求1所述的输入方法,其特征在于,所述根据输入信号获得输入序列包括:对输入区每个键相关联的数字和/或字母进行标识,当检测到输入信号为对设定按键的按压时,则将该按键关联的数字和/或字母加入到输入序列中,对输入序列进行更新。
7.如权利要求1所述的输入方法,其特征在于,进一步包括在设定位置显示所述匹配候选对象。
8.一种智能预测的输入方法,其特征在于,所述输入方法应用于特定的应用场景,所述应用场景与该输入方法并不相同且至少包括一个输入框,其中,所述输入方法包括:
根据用户的操作获取对应的输入序列;
根据所述输入序列在数据库中进行查找,获得匹配的候选对象,其中,所述数据库包含至少一个候选对象,所述候选对象与一个或多个数据字段相关联,所述数据字段适于描述该候选对象所指示的目标应用以及该目标应用关联的应用场景的相关信息;其中,所述应用场景包括当前调用该输入方法的应用程序;
其中,根据输入序列在数据库中进行查找,获得匹配的候选对象包括:根据所述输入序列,在所述候选对象的一个或多个设定数据字段中进行过滤,当所述输入序列与所述设定数据字段中的内容相符时,直接确定该候选对象为匹配的候选对象。
9.如权利要求8所述的输入方法,其特征在于,所述根据用户的操作获取对应的输入序列包括:判断所述用户的操作是否包括对输入框的选择;当检测到存在对输入框的选择时,记录用户操作,并获得与所述用户操作对应的输入序列。
10.如权利要求8所述的输入方法,其特征在于,所述获得匹配的候选对象进一步包括:根据应用场景关联属性对按照输入序列查找到的候选对象进行筛选,排除一个或多个设定数据字段中不包含所述应用场景关联属性的候选对象。
11.一种智能预测的输入系统,其特征在于,包括:
输入设备,适于获取输入信号;所述输入信号至少包括选择输入框,获取该输入框的关联属性数据及其对应的应用场景的关联属性数据,其中,所述应用场景包括当前调用该输入系统的应用程序;
存储模块,适于存储一个或多个候选对象及其关联的一个或多个数据字段,其中,所述一个或多个数据字段适于描述该候选对象所指示的目标应用以及该目标应用关联的应用场景的相关信息;
处理模块,适于接收来自所述输入设备的输入信号,根据所述输入信号获取输入序列、所述输入信号所选择的输入框以及该输入框对应的应用场景的关联属性数据,并且根据所述输入序列以及所述关联属性数据,在候选对象关联的一个或多个数据字段中进行过滤,从而直接获得匹配的候选对象;以及
显示设备,适于接收并显示所述匹配的候选对象。
12.如权利要求11所述的输入系统,其特征在于,所述处理模块包括:先根据所述输入序列,在候选对象一个或多个第一设定数据字段中进行过滤,获得匹配的候选对象,其中,所述第一设定数据字段适于描述该候选对象所指示的目标应用或其关联的应用场景的的相关信息;再根据应用场景关联属性对按照输入序列查找到的候选对象进行筛选,排除一个或多个第二设定数据字段中不包含所述应用场景关联属性的候选对象。
13.如权利要求11所述的输入系统,其特征在于,所述处理模块包括:先根据所述关联属性数据,在候选对象的一个或多个第三设定数据字段中进行过滤,获得匹配的候选对象,其中,所述第三设定数据字段适于描述该候选对象所指示的目标应用或其关联的应用场景的的相关信息;再根据所述输入序列,对按照所述关联属性数据查找到的候选对象进行筛选。
CN201410522550.XA 2014-09-30 2014-09-30 智能预测的输入方法和系统 Active CN105528338B (zh)

Priority Applications (5)

Application Number Priority Date Filing Date Title
CN201410522550.XA CN105528338B (zh) 2014-09-30 2014-09-30 智能预测的输入方法和系统
CN201911263034.9A CN110968998B (zh) 2014-09-30 2014-09-30 智能预测的输入方法和系统
EP15845632.7A EP3242220A4 (en) 2014-09-30 2015-09-30 Intelligent prediction input method and system
PCT/CN2015/091252 WO2016050214A1 (zh) 2014-09-30 2015-09-30 智能预测的输入方法和系统
US14/952,637 US20160154891A1 (en) 2014-09-30 2015-11-25 Intelligent-Predictable Input Method and System

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410522550.XA CN105528338B (zh) 2014-09-30 2014-09-30 智能预测的输入方法和系统

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN201911263034.9A Division CN110968998B (zh) 2014-09-30 2014-09-30 智能预测的输入方法和系统

Publications (2)

Publication Number Publication Date
CN105528338A CN105528338A (zh) 2016-04-27
CN105528338B true CN105528338B (zh) 2019-10-25

Family

ID=55629451

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201410522550.XA Active CN105528338B (zh) 2014-09-30 2014-09-30 智能预测的输入方法和系统
CN201911263034.9A Active CN110968998B (zh) 2014-09-30 2014-09-30 智能预测的输入方法和系统

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN201911263034.9A Active CN110968998B (zh) 2014-09-30 2014-09-30 智能预测的输入方法和系统

Country Status (4)

Country Link
US (1) US20160154891A1 (zh)
EP (1) EP3242220A4 (zh)
CN (2) CN105528338B (zh)
WO (1) WO2016050214A1 (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106293121A (zh) * 2016-08-05 2017-01-04 深圳市金立通信设备有限公司 一种文本输入方法及终端
CN106484774B (zh) * 2016-09-12 2020-10-20 北京歌华有线电视网络股份有限公司 一种多源视频元数据的关联方法及系统
CN106354278A (zh) * 2016-10-31 2017-01-25 努比亚技术有限公司 一种结合应用程序的文字输入方法及终端
CN108304368B (zh) * 2017-04-20 2022-02-08 腾讯科技(深圳)有限公司 文本信息的类型识别方法和装置及存储介质和处理器
WO2019119285A1 (en) * 2017-12-20 2019-06-27 Orange Method for inserting a web address in a message on a terminal
CN110825475A (zh) * 2019-10-31 2020-02-21 维沃移动通信有限公司 一种输入方法及电子设备
CN111617469B (zh) * 2020-06-04 2023-09-26 广州西山居网络科技有限公司 一种游戏数据处理方法以及装置

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS52104777A (en) * 1976-02-28 1977-09-02 Furukawa Electric Co Ltd:The All a -a alloy strand conductor
US9703892B2 (en) * 2005-09-14 2017-07-11 Millennial Media Llc Predictive text completion for a mobile communication facility
CN101373468B (zh) * 2007-08-20 2012-05-30 北京搜狗科技发展有限公司 一种加载词库的方法、字符输入的方法和输入法系统
CN101398834B (zh) * 2007-09-29 2010-08-11 北京搜狗科技发展有限公司 一种针对输入信息的处理方法和装置及一种输入法系统
CN101149757B (zh) * 2007-11-09 2010-12-08 腾讯科技(深圳)有限公司 一种实现场景化文字输入的方法
US20110041177A1 (en) * 2009-08-14 2011-02-17 Microsoft Corporation Context-sensitive input user interface
US20110078243A1 (en) * 2009-09-30 2011-03-31 Boopsie, Inc. Leveraging Collaborative Cloud Services to Build and Share Apps
CN101706690A (zh) * 2009-12-07 2010-05-12 北京搜狗科技发展有限公司 一种自适应输入方法及系统
CN102314222A (zh) * 2010-06-30 2012-01-11 百度在线网络技术(北京)有限公司 一种自适应输入方法、设备及系统
CN102314439B (zh) * 2010-06-30 2015-12-16 百度在线网络技术(北京)有限公司 与应用接口相结合的输入方法和设备
CN102789317B (zh) * 2011-05-20 2016-05-25 腾讯科技(深圳)有限公司 一种加快文本输入的方法和装置
US20130275429A1 (en) * 2012-04-12 2013-10-17 Graham York System and method for enabling contextual recommendations and collaboration within content
CN102779151B (zh) * 2012-05-10 2015-12-02 北京奇虎科技有限公司 应用程序的搜索方法、装置及系统
JP5551284B1 (ja) * 2013-01-31 2014-07-16 株式会社Nttドコモ 機能実行支援装置及び機能実行支援方法
CN103226393B (zh) * 2013-04-12 2016-05-18 百度在线网络技术(北京)有限公司 一种输入方法和设备
CN103596027A (zh) * 2013-11-22 2014-02-19 乐视致新电子科技(天津)有限公司 智能电视不同场景下键盘的调取方法及装置
CN103760991B (zh) * 2014-01-13 2017-02-15 北京搜狗科技发展有限公司 一种实体输入方法和装置
CN103914513B (zh) * 2014-01-13 2018-02-06 北京搜狗科技发展有限公司 一种实体输入方法和装置
US10031643B2 (en) * 2014-09-26 2018-07-24 At&T Mobility Ii Llc Predictive determination of actions

Also Published As

Publication number Publication date
EP3242220A4 (en) 2018-07-25
WO2016050214A1 (zh) 2016-04-07
CN105528338A (zh) 2016-04-27
EP3242220A1 (en) 2017-11-08
CN110968998A (zh) 2020-04-07
CN110968998B (zh) 2024-04-19
US20160154891A1 (en) 2016-06-02

Similar Documents

Publication Publication Date Title
CN105528338B (zh) 智能预测的输入方法和系统
CN108563750B (zh) 基于浏览活动识别匹配应用
US7793209B2 (en) Electronic apparatus with a web page browsing function
TWI470450B (zh) 多合一中文輸入方法及其電子裝置
CN107438814A (zh) 移动设备上的实体动作建议
CN101782833B (zh) 一种智能操作系统及方法
CN105229575A (zh) 基于多个语言模型的文本预测
JP2008217333A (ja) 検索支援装置、プログラム及び検索支援システム
CN106201177A (zh) 一种操作执行方法及移动终端
CN110069724A (zh) 应用程序快捷跳转方法、装置、电子设备和存储介质
CN107562939A (zh) 垂直领域新闻推荐方法、装置及可读储存介质
JP6648283B2 (ja) 人工知能ベースの関連度計算を用いたノート提供方法及び装置
CN102782677A (zh) 使用语义密钥的改良搜索
CN110390569A (zh) 一种内容推广方法、装置及存储介质
WO2017212268A1 (en) Data processing system and data processing method
JP5805134B2 (ja) 端末装置および装置のプログラム
KR102044614B1 (ko) 입력방법 기반의 웹사이트 정보 제공방법 및 장치
CN109660580B (zh) 一种信息推送方法及装置
WO2012015021A1 (en) Stroke and structure input method and system
CN107943598A (zh) 一种应用切换方法、电子设备及可读存储介质
CN112181167A (zh) 输入法侯选词处理方法和电子设备
KR20100125578A (ko) 온라인 사전 서비스 제공 장치 및 방법
JP2008287636A (ja) 情報処理装置、ブックマーク表示方法およびブックマーク表示プログラム
WO2010134363A1 (ja) 携帯端末
JP6854034B1 (ja) 情報検索装置、情報検索方法、および情報検索プログラム

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant