CN111708444A - 输入方法、装置和用于输入的装置 - Google Patents
输入方法、装置和用于输入的装置 Download PDFInfo
- Publication number
- CN111708444A CN111708444A CN202010545077.2A CN202010545077A CN111708444A CN 111708444 A CN111708444 A CN 111708444A CN 202010545077 A CN202010545077 A CN 202010545077A CN 111708444 A CN111708444 A CN 111708444A
- Authority
- CN
- China
- Prior art keywords
- candidate
- user
- blacklist
- target
- candidates
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 115
- 238000001914 filtration Methods 0.000 claims description 20
- 238000012549 training Methods 0.000 description 21
- 238000004891 communication Methods 0.000 description 18
- 238000012545 processing Methods 0.000 description 18
- 230000008569 process Effects 0.000 description 15
- 230000006399 behavior Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 11
- 238000013507 mapping Methods 0.000 description 10
- 230000001960 triggered effect Effects 0.000 description 9
- 230000003068 static effect Effects 0.000 description 8
- 238000012790 confirmation Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 238000013178 mathematical model Methods 0.000 description 6
- 230000004044 response Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000013145 classification model Methods 0.000 description 3
- 230000008846 dynamic interplay Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000000873 masking effect Effects 0.000 description 3
- 239000010813 municipal solid waste Substances 0.000 description 3
- 238000003825 pressing Methods 0.000 description 3
- 241001465754 Metazoa Species 0.000 description 2
- 208000003443 Unconsciousness Diseases 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 235000009508 confectionery Nutrition 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002441 reversible effect Effects 0.000 description 2
- 241000345998 Calamus manan Species 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 235000016496 Panda oleosa Nutrition 0.000 description 1
- 240000000220 Panda oleosa Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 235000012950 rattan cane Nutrition 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 235000013311 vegetables Nutrition 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/02—Input arrangements using manually operated switches, e.g. using keyboards or dials
- G06F3/023—Arrangements for converting discrete items of information into a coded form, e.g. arrangements for interpreting keyboard generated codes as alphanumeric codes, operand codes or instruction codes
- G06F3/0233—Character input methods
- G06F3/0236—Character input methods using selection techniques to select from displayed items
-
- 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
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0484—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
- G06F3/0486—Drag-and-drop
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)
- User Interface Of Digital Computer (AREA)
Abstract
本发明实施例提供了一种输入方法、装置和用于输入的装置。其中的方法具体包括:展现候选;接收用户针对目标候选的触发操作;若所述触发操作为预设操作,则显示容器对象;依据用户将所述目标候选拖入所述容器对象对应区域内的操作,将所述目标候选加入黑名单。本发明实施例可以增加展现的候选与用户的个性化需求之间的匹配度,进而可以增加用户针对候选的选择效率;以及能够增加将目标候选加入黑名单的趣味性,提升用户体验。
Description
技术领域
本发明涉及输入技术领域,尤其涉及一种输入方法、装置和用于输入的装置。
背景技术
输入法的联想功能是输入法程序的一种扩展功能,它的出现减少了用户主动输入的次数、按键的次数,并增加了输入法的智能性。目前,输入法程序可以针对输入串和/或上下文,提供对应的联想候选。例如,针对上文“漫天”,提供“大雪”、“飞舞”等联想候选。又如,针对用户的输入串“shiyou”及其上文“我去帮”,提供“我去帮室友拿快递”等联想候选。又如,针对用户的输入串“ktls”,提供“枯藤老树昏鸦”等联想候选。
目前,在输入串和/或上下文相同的情况下,输入法程序通常针对不同的用户,提供相同的联想候选。
发明人在实施本发明实施例中,由于观念、喜好等方面的原因,用户对于词句的接受范围通常是不同的;这样,用户可能对联想候选有着不同的认可度,进而使得展现的联想候选无法符合用户的个性化需求。有的用户不能接受负面的词句,如“你们这些人,没一个好东西”、或“我绝望了,没有活下去的勇气了”等,因此不希望看到任意负面的词句;而有的用户并不排斥负面的词句。
发明内容
本发明实施例提供一种输入方法、装置和用于输入的装置,可以增加展现的候选与用户的个性化需求之间的匹配度,进而可以增加用户针对候选的选择效率;以及能够增加将目标候选加入黑名单的趣味性,提升用户体验。
为了解决上述问题,本发明实施例公开了一种输入方法,包括:
展现候选;
接收用户针对目标候选的触发操作;
若所述触发操作为预设操作,则显示容器对象;
依据用户将所述目标候选拖入所述容器对象对应区域内的操作,将所述目标候选加入黑名单。
另一方面,本发明实施例公开了一种输入装置,包括:
展现模块,用于展现候选;
接收模块,用于接收用户针对目标候选的触发操作;
显示模块,用于若所述触发操作为预设操作,则显示容器对象;
加黑模块,用于依据用户将所述目标候选拖入所述容器对象对应区域内的操作,将所述目标候选加入黑名单。
再一方面,本发明实施例公开了一种用于输入的装置,包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:
展现候选;
接收用户针对目标候选的触发操作;
若所述触发操作为预设操作,则显示容器对象;
依据用户将所述目标候选拖入所述容器对象对应区域内的操作,将所述目标候选加入黑名单。
又一方面,本发明实施例公开了一种机器可读介质,其上存储有指令,当由一个或多个处理器执行时,使得装置执行如前述一个或多个所述的输入方法。
本发明实施例包括以下优点:
本发明实施例经由黑名单来记录用户不希望展现的候选,以对命中黑名单的候选进行滤除,也即,命中黑名单的候选将失去展现的机会。在输入过程中,用户在对展现的目标候选不满意的情况下,可以通过预设操作触发该目标候选,则本发明实施例可以响应于该预设操作,提供容器对象,并支持用户将该目标候选拖动至容器,以实现将目标候选加入黑名单的目的。
由于本发明实施例可以使用户根据针对词句的接受范围,将不希望展现的候选加入黑名单,而命中黑名单的候选将被排除在展现内容的范围之外,因此本发明实施例可以增加展现的候选与用户的个性化需求之间的匹配度,进而可以增加用户针对候选的选择效率。
并且,本发明实施例可以赋予目标候选动态性,使其可以依据用户的拖动操作而移动。用户与目标候选及容器对象之间的动态交互,可以提供将不需要的候选置入容器的真实体验,因此能够增加将目标候选加入黑名单的趣味性,提升用户体验。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例的一种输入界面的示意;
图2是本发明实施例的一种输入方法的应用环境的示意;
图3是本发明的一种输入方法实施例一的步骤流程图;
图4是本发明的一种输入方法实施例二的步骤流程图;
图5是本发明的一种输入方法实施例三的步骤流程图;
图6是本发明的一种输入装置实施例的结构框图;
图7是本发明的一种输入装置实施例的结构框图;
图8是本发明的一种输入装置实施例的结构框图;
图9是本发明的一种用于输入的装置1300的框图;及
图10是本发明的一些实施例中服务端的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例可以应用于输入场景。在输入场景下,可提供候选。本发明实施例中,候选可用于表示输入法程序提供的待被用户选择的一个或多个字符。候选可以为中文字符、英文字符、日文字符等语言的字符,候选也可以为颜文字、图片等形式的符号组合。其中,上述颜文字包括但不限于线条、符号、文字所组成的图画,例如,上述颜文字的例子可以包括:“:P”、“:-o”、“:-)”等。
候选可以包括:联想候选、和/或、非联想候选。
在输入预测场景下,可以在输入过程中,针对实时的输入串提供联想候选;或者,可以一次输入完成后,根据输入的上文提供联想候选。联想候选对应的语言单位可以包括:字词、句子、分句、短语等,以减少用户的输入成本。
根据一种实施例,联想候选可被展现在预测区域。非联想候选可被展现在候选区域。非联想候选可以为依据输入串在词库中查找得到的候选,非联想候选对应的音节可以与输入串相匹配。如输入串“shiyou”对应的非联想候选可以包括:“室友”、“是有”、“石油”、等。
预测区域与候选区域可以为不同的区域。参照图1,示出了本发明实施例的一种输入界面的示意,其中,输入串“shiyou”对应的非联想候选可被展现在候选区域201。输入串“shiyou”对应的联想候选可被展现在预测区域202。
根据另一种实施例,联想候选可被展现在候选区域。例如,在用户将“漫天”上屏后,可以提供“大雪”、“飞舞”等联想候选。可以理解,本发明实施例对于联想候选的具体展现位置不加以限制。
目前,在输入信息(输入串和/或上下文)相同的情况下,输入法程序通常针对不同的用户,提供相同的候选。而用户可能对候选有着不同的认可度,进而使得展现的候选无法符合用户的个性化需求。
针对展现的候选无法符合用户的个性化需求的技术问题,本发明实施例提出了黑名单来记录用户不希望展现的候选,并支持用户在输入过程中经由设定的交互操作、将不希望展现的候选加入黑名单。
当用户对上述候选内容(下称负面候选)不满意时,可以以特定手势触发该负面候选,将该负面候选拖动至垃圾桶图标,从而将该负面候选加入到黑名单;加入黑名单的候选将不再被展示;并且,输入法客户端可以将该黑名单上传至服务器,服务器通过分析其中导致负面候选的原因(例如敏感词,例如尺度等)
相应地,本发明实施例的输入方法对应的技术方案可以包括:展现候选;接收用户针对目标候选的触发操作;若所述触发操作为预设操作,则显示容器对象;依据用户将所述目标候选拖入所述容器对象对应区域内的操作,将所述目标候选加入黑名单。
应用本发明实施例,在输入过程中,用户在对展现的目标候选不满意的情况下,可以通过预设操作触发该目标候选,则本发明实施例可以响应于该预设操作,提供容器对象,并支持用户将该目标候选拖动至容器。
传统的候选通常具有静态性,具体地,可以对静态性的候选进行展现,并且可以响应于用户的上屏操作,将静态性的候选上屏。
而本发明实施例可以赋予目标候选动态性,使其可以依据用户的拖动操作而移动。用户与目标候选及容器对象之间的动态交互,可以提供将不需要的候选置入容器的真实体验,因此能够增加将目标候选加入黑名单的趣味性,提升用户体验。
本发明实施例提供的输入方法可应用于图2所示的应用环境中,如图2所示,客户端100与服务端200位于有线或无线网络中,通过该有线或无线网络,客户端100与服务端200进行数据交互。
可选地,客户端100可以运行在终端上,上述终端具体包括但不限于:智能手机、平板电脑、电子书阅读器、MP3(动态影像专家压缩标准音频层面3,Moving Picture ExpertsGroup Audio Layer III)播放器、MP4(动态影像专家压缩标准音频层面4,Moving PictureExperts Group Audio Layer IV)播放器、膝上型便携计算机、车载电脑、台式计算机、机顶盒、智能电视机、可穿戴设备等等。客户端100可以对应于网站、或者APP(应用程序,Application)。客户端100可以对应有输入法APP、即时通信APP等应用程序。
本发明实施例的服务端可以为云服务端。云服务端是一种简单高效、安全可靠、处理能力可弹性伸缩的计算服务。云服务端的资源信息具有动态性,使得其处理能力可弹性伸缩。服务端可以接收客户端发送的联想请求,利用丰富的资源,针对得到对应的联想候选,并向客户端下发联想候选。上述联想请求可以包括输入信息,输入信息可以包括:输入串和/或上下文。
本发明实施例可应用于键盘符号、手写、语音等各种输入方式的输入法程序。以键盘符号输入方式为例,用户可以通过编码字符串进行文字输入,输入串可以指用户输入的编码字符串。在输入法领域,对于例如中文、日文、韩文、或者其它语言的输入法程序,通常可以把用户输入的输入串转换成相应语言的候选项。以下主要以中文为例进行说明,日文、韩文等其它语言相互参照即可。可以理解,上述中文输入法可以包括但不限于全拼、简拼、笔画、五笔等,本发明实施例对于某种语言对应的具体输入法程序不加以限制。
以中文的输入为例,编码字符串的类型可以包括:拼音串、字形串(如五笔串等)。以英文的输入为例,编码字符串的类型可以包括:字母字符串等。
在实际应用中,对于键盘符号的输入方式,用户可以通过实体键盘、或者虚拟键盘等输入上述输入串。例如,对于具有触摸屏的终端,其可以在输入界面中设置虚拟键盘,以通过触发上述虚拟键盘包括的虚拟按键进行输入串的输入。可选地,上述虚拟键盘的例子可以包括:9键键盘和26键键盘等。并且,可以理解,上述输入界面中除了设置有字母对应的虚拟按键之外,还可以设置有符号按键、数字按键、例如中英切换按键的功能按键,或者,还可以设置有工具栏按键等,可以理解,本发明实施例对于输入界面所包含的具体按键不加以限制。
根据一些实施例,上述输入串可以包括但不限于:用户通过按键所输入的一个按键符号或多个按键符号的组合。上述按键符号具体可以包括:拼音、笔画、假名等。
方法实施例一
参照图3,示出了本发明的一种输入方法实施例一的步骤流程图,具体可以包括如下步骤:
步骤301、展现候选;
步骤302、接收用户针对目标候选的触发操作;
步骤303、若上述触发操作为预设操作,则显示容器对象;
步骤304、依据用户将上述目标候选拖入上述容器对象对应区域内的操作,将上述目标候选加入黑名单。
图3所示方法实施例可由客户端执行,可以理解,本发明实施例对于方法实施例的具体执行主体不加以限制。
步骤301中,客户端可以在词库中进行查找,以得到对应的非联想候选。或者,客户端可以向服务端发送联想请求,上述联想请求用于请求上述联想请求对应的联想候选。
上述联想请求中可以包括:输入信息。上述输入信息可以包括:输入串。可选地,上述输入信息还可以包括:输入串对应的上下文、和/或、输入环境特征、和/或、用户特征。
本发明实施例中,上下文可以包括:上文、和/或、下文。可选地,该上文通常为输入光标之前的部分,该下文通常为输入光标之后的部分。
根据一种实施例,该上文可以包括:最近一次或者最近多次的上屏内容。根据另一种实施例,该上文可以包括:在通信场景下,通信对端发送的通信内容。根据再一种实施例,该上文可以包括:在通信场景下,向通信对端发送的通信内容。可以理解,本发明实施例对于具体的上下文不加以限制。
输入环境特征可用于表征用户输入时终端所处的环境信息。输入环境特征可以在一定程度上反映用户的输入意图,因此,在输入环境特征与用户的输入意图之间建立联系,可以间接识别用户的输入意图,进而提高用户的输入效率。
在实际应用中,上述输入环境特征可以包括各种类型的特征。可选地,上述输入环境特征可以包括:时间环境特征、位置环境特征、气候环境特征、应用程序环境特征和页面环境特征中的至少一种。
在应用程序环境特征为通信环境特征的情况下,上述输入环境特征还可以包括:对端用户特征。
在本发明的一种可选实施例中,上述对端用户特征可以包括:对端用户在通信平台上的注册信息、和/或、本端用户特征针对上述对端用户的设置信息、和/或、上述对端用户对应的评价信息。
本发明实施例中,用户在通信平台注册用户账号的情况下,通常会提交对应的注册信息,上述注册信息可以包括:昵称、年龄、地区等信息,本发明实施例可以依据上述注册信息得到用户特征。
本端用户特征针对上述对端用户的设置信息可以包括:备注信息、或分组信息等,本发明实施例可以依据上述设置信息,确定用户关系。例如,对端用户对应的分组信息为“家人”,则用户关系为“家人”。又如,对端用户对应的备注信息为“老婆”,则用户关系为“老婆”。
对端用户对应的评价信息可以指其他用户针对对端用户的评价信息,如“才女”、“知性美女”、“幽默达人”等。本发明实施例可以依据上述评价特征,确定对端用户的喜好特征。
用户特征可以指用户具有的特征。可选地,用户特征可以包括如下特征中的至少一种:偏好特征和静态特征。
静态特征可以为相对稳定的特征,如用户的年龄、性别、地域、学历、商圈、职业、婚姻、消费等级、身份(如爸爸、妈妈、爷爷、奶奶、姥姥、姥爷等)等。
相对于上述静态特征的相对稳定性,偏好特征通常具有动态性,其可以随着不断变化的用户行为而变化。在本发明的一种可选实施例中,偏好特征可以指用户对内容的偏好特征。其中,该偏好特征可以随着用户对于内容的行为(输入行为、浏览行为、搜索行为、收藏行为、保存行为、关注行为、购买行为、分享行为、选择行为和评价行为中的至少一种)而变化。
偏好特征可以包括:语言风格特征。例如,可以根据用户的历史输入数据,确定用户的语言风格特征。
可选地,用户特征可以包括:内容偏好特征。内容偏好特征可以包括:文本内容、颜文字内容、图片内容、链接等类型的任一或组合。颜文字是一种表情符号,可以指利用特定字符编排其组合次序、形成的新型美术作品。链接用于指向信息,例如,链接可以为餐厅、视频等信息的链接。
例如,本端用户为用户A,用户A与用户B进行通信,假设用户B喜欢颜文字内容,则联想候选的类型可以包括:颜文字内容。
又如,本端用户为用户A,用户A与用户C进行通信,假设用户C喜欢图片内容,则联想候选的类型可以包括:图片内容。
在本发明的一种可选实施例中,所述联想候选可以为依据所述联想请求对应的语言风格特征得到。
语言风格特征可用于表征用户所使用语言的风格。语言风格特征的例子可以包括:活泼风格、严肃风格、甜蜜风格等。
本发明实施例可以预置对端用户特征与语言风格特征之间的映射关系。例如,对端用户特征包括:年龄,则年龄超过60岁的情况下,语言风格特征为严肃风格。又如,对端用户特征包括:用户关系,用户关系为“老婆”,则对应的语言风格特征为甜蜜风格;或者,用户关系为“同事”,则对应的语言风格特征为严肃风格;或者,用户关系为“孩子”,则对应的语言风格特征为活泼风格等等。可以理解,本领域技术人员可以根据实际应用需求,确定对端用户特征与语言风格特征之间的映射关系,本发明实施例对于对端用户特征与语言风格特征之间的映射关系不加以限制。
本发明实施例可以针对不同的语言风格特征,提供不同的联想候选,由此可以提升联想候选与输入环境特征之间的契合度,进而能够提升用户体验。
假设上文为“再不开空调的话”,输入串为“wojiuyao”,则在语言风格特征为活泼风格的情况下,对应的联想候选可以为“我就要疯掉了”;在语言风格特征为“严肃风格”的情况下,对应的回复候选可以为“我就要晕倒了”。
除了依据预置对端用户特征与语言风格特征之间的映射关系,确定语言风格特征之外,本发明实施例还可以对输入串及其对应的上下文进行分析,以得到对应的语言风格特征。例如,可以理解,语言风格特征对应的分类模型,对输入串及其对应的上下文进行分类,以得到对应的语言风格特征等。
可以理解,上述经由服务端确定联想候选的方式只是作为可选实施例,实际上,客户端可以利用多元关系数据,确定联想候选。其中,多元关系数据可由服务端下发得到。可以理解,本发明实施例对于联想候选的具体确定方式不加以限制。
在实际应用中,客户端可以输入过程中,或者一次上屏完成后,对候选进行展现,可以理解,本发明实施例对于候选对应的具体展现位置不加以限制。
步骤301中,可以对候选进行展示,以供用户选择上屏。可以理解,候选可以为一个或多个,可选地,可以对多个候选进行排序展示。
在本发明的一种可选实施例中,候选可以为联想候选。上述联想候选可以包括:上下文和候选结果。以图1的输入场景为例,联想候选包括:上文“室友”和候选结果“室友拿快递”。
则所述对所述服务端返回的联想候选进行展示,包括:利用第一展示方式,对所述联想候选中的上下文进行展示;以及,利用第二展示方式,对所述联想候选中的候选结果进行展示。
本发明实施例对联想候选中的上下文和候选结果进行区分展示,可以提高上下文和候选结果之间的区分度。
本发明实施例的展示方式可以包括:颜色展示、或角标展示、或文本展示等。例如,上下文和候选结果的颜色不同,如输入串为黑色,预测结果为红色。又如,上下文不具有角标,而候选结果具有角标。或者,上下文和候选结果的字体或字号不同,如候选结果的字号大于上下文的字号等。
步骤302和步骤303中,预设操作可用于触发将目标候选加入黑名单的流程。预设操作可由本领域技术人员或用户根据实际应用需求确定,例如,预设操作包括如下操作中的至少一种:预设按压力度的操作、预设时长的操作(如长按操作)、预设方向的滑动操作(如上滑操作、或下滑操作等)等等。
在触发操作为非预设操作的情况下,可以不触发将目标候选加入黑名单的流程。例如,若触发操作为点击操作,则可以将目标候选上屏等。
在本发明的一种可选实施例中,所述方法还可以包括:在候选的附近区域(如下方区域、或下方区域等),展现第二提示信息,所述第二提示信息用于提示用户经由预设操作将不需要的候选加入黑名单。例如,第二提示信息对应的文本可以为“下滑不想要的候选可设置不再展现”等。
可选地,可以在首次展现候选的情况下,展现第二提示信息,以使用户了解通过预设操作添加黑名单的功能。
为了避免第二提示信息对于用户的打扰,在非首次展现候选的情况下,可以不展现第二提示信息。
或者,可以判断用户是否触发过将上述目标候选加入黑名单的流程,若是,则可以展现第二提示信息,否则,可以不展现第二提示信息。
容器对象可用于表征容器,该容器可以具有容纳能力。例如,容器对象表征的容器可以包括:垃圾桶、垃圾箱等,可以理解,本发明实施例对于容器对象表征的具体容器不加以限制。
在本发明的一种可选实施例中,可以通过蒙层展示容器对象。蒙层可以位于输入界面之上。例如,可以通过蒙层展示垃圾桶的标识。
蒙层是指具有一定透明值的图层,蒙层的参数可以包括大小、显示位置和透明值。本发明实施例中的蒙层覆盖在输入界面的显示元素上,这样,可以通过蒙层的参数,实现蒙层和输入界面的显示元素的同时显示。例如,可以通过输入界面显示键盘等显示元素,同时通过蒙层显示容器对象。
当然,通过位于输入界面之上的蒙层展示容器对象,只是作为可选实施例,实际上还可以通过弹窗展示容器对象,本发明实施例对于容器对象的具体展示方式不加以限制。
步骤304中,本发明实施例可以提供动态性的目标候选,使其可以依据用户的拖动操作而移动。
可选地,本发明实施例可以将静态性的目标候选,切换为动态性的目标候选。相应的切换过程可以包括:停止显示静态性的目标候选,并显示一控件,该控件可以支持拖拽,该控件的外观可以显示有目标候选。则该控件可以响应于用户的拖拽操作而移动。
可选地,可以经由该控件对该目标候选进行标记显示,以提高该控件的辨识度和用户的操作效率。上述标记显示可以包括:放大显示、和/或、高亮显示。
在本发明的一种可选实施例中,所述容器对象可以包括:容器盖和容器体,该容器盖可以为翻转盖。容器盖的状态可以包括:开启状态或关闭状态。
若容器盖处于开启状态,则所述方法还可以包括:依据用户将所述目标候选拖入所述容器对象对应区域内的操作,开启所述容器盖,以使用户将所述目标候选拖入所述容器体内。
若容器盖处于开启状态,则可以等待用户将所述目标候选拖入所述容器体内。
当然,上述容器对象包括容器盖只是作为可选实施例,可以理解,容器对象可以不包括容器盖,容器对象可以包括开口,以使用户将所述目标候选拖入所述容器对象对应区域内。
在本发明的一种可选实施例中,所述方法还可以包括:在将所述候选加入黑名单之前,输出第一提示信息;所述第一提示信息用于提示用户是否将所述目标候选加入黑名单。例如,该第一提示信息对应的文本可以为“确定将该候选加入黑名单吗?加入后将不再出现”,可以理解,本发明实施例对于具体的第一提示信息不加以限制。
可选地,上述将所述目标候选加入黑名单,具体包括:响应于用户针对所述第一提示信息的确认操作,将所述目标候选加入黑名单。第一提示信息可以包括:确认选项和取消选项,则接收到针对确认选项的触发操作,可以认为接收到针对所述第一提示信息的确认操作,因此可以将所述目标候选加入黑名单。可以理解,若接收到针对取消选项的触发操作,可以认为接收到针对所述第一提示信息的取消操作,因此可以不将所述目标候选加入黑名单。
可选地,上述方法还可以包括:在将所述目标候选加入黑名单后,从展现的候选中删除所述目标候选。本发明实施例可以响应于将所述目标候选加入黑名单的操作,对展现的候选进行更新,以释放目标候选所占用的展现位置。
可选地,步骤301中展现的候选的数量为N(N为大于0的自然数),则在将所述目标候选加入黑名单后,可以展现(N-1)个候选。
可选地,按照展现位置的前后顺序,若目标候选之后存在候选i,则可以将候选i前移至目标候选对应的位置。同理,若候选i之后存在候选(i+1),则可以将候选(i+1)前移至候选i对应的位置。
在本发明的一种可选实施例中,所述方法还可以包括:向服务端上传所述目标候选,以使服务端对上述目标候选进行分析。
根据一种实施例,服务端可以确定所述目标候选对应的关联候选,并将所述关联候选加入目标用户的黑名单,此种情况下,服务端可以向目标用户对于的客户端发送黑名单,以使客户端对本地的黑名单进行更新。
根据另一种实施例,服务端将所述关联候选加入系统黑名单,或者依据目标候选得到数据分析器。这样,服务端在向客户端下发候选之前,依据系统黑名单或者数据分析器,对上述候选进行滤除。
在本发明的一种可选实施例中,所述方法还可以包括:确定输入信息对应的第一候选;对命中所述黑名单的第一候选进行滤除;以及,对滤除后的第一候选进行展现。
输入信息可以包括:输入串和/或上下文。本发明实施例可以针对实时的输入信息,确定对应的第一候选。在展现第一候选之前,可以首先利用黑名单对第一候选进行过滤,以滤除命中所述黑名单的第一候选,进而实现不展现命中所述黑名单的第一候选的目的。
命中黑名单可以指,第一候选与黑名单内容相匹配,例如,第一候选与黑名单内容相同、相似或相关等。
综上,本发明实施例的输入方法,经由黑名单来记录用户不希望展现的候选,以对命中黑名单的候选进行滤除,也即,命中黑名单的候选将失去展现的机会。在输入过程中,用户在对展现的目标候选不满意的情况下,可以通过预设操作触发该目标候选,则本发明实施例可以响应于该预设操作,提供容器对象,并支持用户将该目标候选拖动至容器,以实现将目标候选加入黑名单的目的。
由于本发明实施例可以使用户根据针对词句的接受范围,将不希望展现的候选加入黑名单,而命中黑名单的候选将被排除在展现内容的范围之外,因此本发明实施例可以增加展现的候选与用户的个性化需求之间的匹配度,进而可以增加用户针对候选的选择效率。
并且,本发明实施例可以赋予目标候选动态性,使其可以依据用户的拖动操作而移动。用户与目标候选及容器对象之间的动态交互,可以提供将不需要的候选置入容器的真实体验,因此能够增加将目标候选加入黑名单的趣味性,提升用户体验。
方法实施例二
参照图4,示出了本发明的一种输入方法实施例二的步骤流程图,应用于服务端,具体可以包括如下步骤:
步骤401、接收被用户加入黑名单的目标候选;
步骤402、确定上述目标候选对应的关联候选;
步骤403、将上述关联候选加入目标用户的黑名单,或者,将上述关联候选加入系统黑名单。
图4所示方法实施例可由服务端执行,可以理解,本发明实施例对于方法实施例的具体执行主体不加以限制。
步骤401中,可以采用客户端上报的方式,从客户端接收被用户加入黑名单的目标候选。
步骤402中,关联候选可以为与目标候选相关联的候选。本发明实施例可以对目标候选进行分析,以得到用户不希望看到的关联候选。
可选地,在目标候选为目标联想候选的情况下,由于目标联想候选通常为句子级别的候选,可以包含较为完整的语义特征和/或语境特征,因此,对目标联想候选进行分析,可以得到深层次的语义特征和/或语境特征,以提高黑名单过滤的精确度。
本发明实施例可以提供确定上述目标候选对应的关联候选的如下技术方案:
技术方案1、
技术方案1中,上述确定上述目标候选对应的关联候选,具体包括:确定上述目标候选对应的目标类别;依据上述目标类别对应的候选,确定关联候选。
本发明实施例可以采用聚类或分类或特征分析的方法,确定上述目标候选对应的目标类别。
其中,聚类方法可以对多个客户端反馈的多个目标候选进行聚类,以得到具有相似特征的类别。
分类方法可以利用标注有设定类别的语料,训练分类模型,并利用分类模型确定目标类别。设定类别的例子可以包括:段子类别、负面类别、方言类别、繁体字类别、细粒度的人名地名等等。段子类别还可以进一步包括:至少一个种类,负面类别还可以包括:粗俗类别、或者消极类别等。
特征分析的方法,可以确定设定类别的特征,并将目标候选与预设类别的特征进行匹配。
根据一种实施例,本发明实施例可以将目标类别对应的候选,作为关联候选。
根据另一种实施例,本发明实施例可以依据目标候选,对目标类别对应的候选进行筛选,以得到关联候选。例如,可以依据目标候选与目标类别对应的候选之间的匹配度,确定关联候选。
例如,对于目标候选A“我绝望了,没有活下去的勇气了”,可以其对应的目标类别为“消极类别”,故可以依据“消极类别”对应的候选,作为关联候选。
本发明实施例的目标类别可以为与语言风格特征相关的类别。本发明实施例可以对一个用户触发的目标候选进行分析,以确定该用户触发的目标候选在语言风格特征方面的共性,由此可以得到与语言风格特征相关的目标类别。
例如,用户D偏爱“严肃风格”,其触发的目标候选大多属于“活泼风格”,因此,可以针对用户D,确定“活泼风格”对应的关联候选。
又如,用户E偏爱“活泼风格”,其触发的目标候选大多属于“严肃风格”,因此,可以针对用户E,确定“严肃风格”对应的关联候选。
技术方案2、
技术方案2中,上述确定上述目标候选对应的关联候选,具体包括:将上述目标候选中的至少一个字词替换为对应的标签,以得到上述目标候选对应的语句模板;依据语句模板与候选之间的匹配度,确定关联候选。
本发明实施例将上述目标候选中的至少一个字词替换为对应的标签,可以将目标候选包括的表达抽象为对应的语句模板。
标签的类型可由本领域技术人员根据实际应用需求确定。可选地,标签的类型可以包括:词性、和/或、实体词、和/或、泛化词。
本发明实施例中,实体是一个具体事物或概念。实体一般会划分类型,例如人物类实体、电影类实体、动物类实体、历史类实体等。同一个实体可以对应多个实体实例,实体实例可以是在网络(或其它媒介)中对一个实体的描述性页面(内容),例如百科的页面中即包含实体对应的实体实例。
可选地,实体可以包括:命名实体(named entity),命名实体可以指人名、机构名、地名以及其他所有以名称为标识的实体。更广泛的命名实体还可以包括:书名、歌曲名、影视剧名、产品名、品牌名、数字、日期、货币、地址等等。
可选地,所述实体类别可以包括如下类别中的至少一种:人物、地点、水果、蔬菜、动物、植物、建筑物、衣物、食物、药物、交通工具、家具、乐器、电器、以及自然现象。
在本发明的一种实施例中,可以采用NER(命名实体识别,Named EntityRecognition)方法,确定语料中的实体词。例如,将语料中的“周杰伦”识别为“歌手”,将语料中的“七里香”识别为“歌名”等。
泛化可以指将具体的、个别的扩大为一般的。数据中通常包含原始概念层的细节信息。本发明实施例的泛化词可以为对字词进行泛化处理后得到的词。泛化处理可以将字词从较低的概念层抽象到较高的概念层,用较高层的概念来代替较低层次的概念。例如,“北京”对应的泛化词为“地名”,“1989年”对应的泛化词为“时间”或“年份”,“15612341234”对应的泛化词为“电话号码”等。
词性可以指以词的特点作为划分词类的根据。词性可以包括:名词、动词、形容词等。形容词可以包括:正向形容词或反向形容词。
本发明实施例可以将经过标签处理的目标候选可以作为语句模板,或者,对经过标签处理的目标候选进行进一步处理后得到语句模板。
语句模板的例子可以包括:
<歌手>唱的不好听,<歌手>唱的好听”;
<人名><动词><反向形容词>,<人名><动词><正向形容词>;
<歌曲>是<歌手>的新歌;
<歌曲>是<歌手>翻唱的;
<歌曲>的演唱者是<歌手>;
<国家>队的队长是<足球运动员>;
我家的地址是<地名>。
例如,针对目标候选“北京经济不如上海”、“北京政策不如上海”,得到如下语句模板:北京<名词>不如上海、<地名1><名词>不如<地名2>等。
本发明实施例依据语句模板与候选之间的匹配度,确定关联候选,可以将与语句模板相匹配的候选作为关联候选。例如,候选“北京绿化不如上海”与语句模板“北京<名词>不如上海”相匹配,因此可以将其作为关联候选。
步骤403中,系统黑名单可以为系统级别的黑名单。服务端在向客户端下发候选之前,可以利用系统黑名单,对候选进行滤除,并向客户端下发滤除后的候选。
本发明实施例中,若上述目标候选对应的目标类别为预设类别,则将上述关联候选加入系统黑名单。预设类别可以为大多数用户不能接受的类别,如消极类别,可以理解,本发明实施例对于具体的预设类别不加以限制。
本发明实施例中,若上述目标候选对应的目标类别不为预设类别,则将上述关联候选加入目标用户的黑名单。目标用户可以包括:将目标候选加入黑名单的用户。或者,目标用户可以包括:选择了目标候选所属目标类别的用户。
本发明实施例在将上述关联候选加入目标用户的黑名单后,可以向目标用户对应的客户端发送目标用户的黑名单,以使目标用户的黑名单在客户端和服务端之间同步。
综上,本发明实施例的输入方法,确定上述目标候选对应的关联候选,可以针对目标候选扩展黑名单的范围,可以避免将与目标候选相关联的关联候选展现给对应的用户。例如,用户A不希望看到任意负面的词句,故可以将负面类别的关联候选加入用户A的黑名单。
本发明实施例还可以将上述关联候选加入系统黑名单,系统黑名单可以适用于系统内的所有用户,因此可以在目标候选的接受范围较窄的情况下,将目标候选及其对应的关联候选扩展至系统黑名单的范围,以避免将与目标候选及其关联候选展现给系统内的用户。例如,大多数用户不希望看到消极类别的词句,故可以将消极类别的关联候选加入系统黑名单。
方法实施例三
参照图5,示出了本发明的一种输入方法实施例三的步骤流程图,应用于服务端,具体可以包括如下步骤:
步骤501、确定客户端的输入信息对应的候选;
步骤502、依据系统黑名单或者数据分析器,对上述候选进行滤除;其中,上述系统黑名单或者数据分析器,为依据被用户加入黑名单的目标候选得到;
步骤503、向上述客户端下发滤除后的候选。
图5所示方法实施例可由服务端执行,可以理解,本发明实施例对于方法实施例的具体执行主体不加以限制。
本发明实施例在向客户端下发候选之前,依据系统黑名单或者数据分析器,对上述候选进行滤除;其中,上述系统黑名单或者数据分析器,可以为依据被用户加入黑名单的目标候选得到,其可以反映多个目标候选具有的特征;因此能够滤除掉具有相同或相似特征的候选,以提高滤除后的候选与用户需求之间的匹配度。
本发明实施例中,可选的是,系统黑名单的确定过程可以包括:确定目标候选对应的关联候选,将上述关联候选加入系统黑名单。
本发明实施例中,可选的是,数据分析器的确定过程可以包括:依据被用户加入黑名单的目标候选,得到训练数据;对上述训练数据进行训练,得到数据分析器;上述数据分析器用于表征候选与判别结果之间的映射关系。判别结果可用于表征是否滤除候选。
在本发明的一个可选实施例中,可基于训练数据对数学模型进行训练,以得到数据分析器。数据分析器可表征输入数据(候选)和输出数据(判别结果)之间的映射关系。
数学模型是运用数理逻辑方法和数学语言建构的科学或工程模型,数学模型是针对参照某种事物系统的特征或数量依存关系,采用数学语言,概括地或近似地表述出的一种数学结构,这种数学结构是借助于数学符号刻画出来的关系结构。数学模型可以是一个或一组代数方程、微分方程、差分方程、积分方程或统计学方程及其组合,通过这些方程定量地或定性地描述系统各变量之间的相互关系或因果关系。除了用方程描述的数学模型外,还有用其他数学工具,如代数、几何、拓扑、数理逻辑等描述的模型。其中,数学模型描述的是系统的行为和特征而不是系统的实际结构。其中,可采用机器学习、深度学习方法等方法进行数学模型的训练,机器学习方法可包括:线性回归、决策树、随机森林等,深度学习方法可包括:卷积神经网络(Convolutional Neural Networks,CNN)、长短期记忆网络(LongShort-Term Memory,LSTM)、门控循环单元(Gated Recurrent Unit,GRU)等。
在依据系统黑名单,对上述候选进行滤除的过程中,可以对系统黑名单与候选进行匹配,若匹配成功,则可以认为候选命中黑名单,因此可以滤除相应的候选。系统黑名单与候选之间的匹配具体可以包括:字符匹配或语义匹配等。
在依据数据分析器,对上述候选进行滤除的过程中,数据分析器可以考虑候选与训练数据在深层次特性之间的匹配度,上述深层次特性可以包括:语义特征、语境特征等。
例如,数据分析器采用的目标候选包括“你们这些人,没一个好东西”,数据分析器对于候选“晚上的超市里,没有一个好东西”、“今天发现的一个好东西”、“介绍一个好东西”等,给出的判别结果为:不滤除;而数据分析器对于候选“男人没有一个好东西”等,给出的判别结果为:滤除。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的运动动作组合,但是本领域技术人员应该知悉,本发明实施例并不受所描述的动作顺序的限制,因为依据本发明实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的运动动作并不一定是本发明实施例所必须的。
装置实施例
参照图6,示出了本发明的一种输入装置实施例的结构框图,具体可以包括:
展现模块601,用于展现候选;
接收模块602,用于接收用户针对目标候选的触发操作;
显示模块603,用于若所述触发操作为预设操作,则显示容器对象;
加黑模块604,用于依据用户将所述目标候选拖入所述容器对象对应区域内的操作,将所述目标候选加入黑名单。
可选地,所述容器对象可以包括:容器盖和容器体;所述装置还可以包括:
开启模块,用于依据用户将所述目标候选拖入所述容器对象对应区域内的操作,开启所述容器盖。
可选地,所述装置还可以包括:
第一提示模块,用于在将所述候选加入黑名单之前,输出第一提示信息;所述第一提示信息用于提示用户是否将所述目标候选加入黑名单。
可选地,所述加黑模块,具体用于响应于用户针对所述第一提示信息的确认操作,将所述目标候选加入黑名单。
可选地,所述装置还可以包括:
更新模块,用于在将所述目标候选加入黑名单后,从展现的候选中删除所述目标候选。
可选地,所述装置还可以包括:
第二提示模块,用于在候选的附近区域,展现第二提示信息,所述第二提示信息用于提示用户经由预设操作将不需要的候选加入黑名单。
可选地,所述装置还可以包括:
候选确定模块,用于确定输入信息对应的第一候选;
滤除模块,用于对命中所述黑名单的第一候选进行滤除;
第一候选展现模块,用于对滤除后的第一候选进行展现。
可选地,所述装置还可以包括:
上传模块,用于向服务端上传所述目标候选。
参照图7,示出了本发明的一种输入装置实施例的结构框图,具体可以可以包括:
接收模块701,用于接收被用户加入黑名单的目标候选;
确定模块702,用于确定所述目标候选对应的关联候选;
加黑模块703,用于将所述关联候选加入目标用户的黑名单,或者,将所述关联候选加入系统黑名单。
可选地,所述确定模块可以包括:
目标类别确定模块,用于确定所述目标候选对应的目标类别;
第一确定模块,用于依据所述目标类别对应的候选,确定关联候选。
可选地,所述确定模块可以包括:
标签处理模块,用于将所述目标候选中的至少一个字词替换为对应的标签,以得到所述目标候选对应的语句模板;
第二确定模块,用于依据语句模板与候选之间的匹配度,确定关联候选。
可选地,若所述目标候选对应的目标类别为预设类别,则将所述关联候选加入系统黑名单。
参照图8,示出了本发明的一种输入装置实施例的结构框图,具体可以可以包括:
确定模块801,用于确定客户端的输入信息对应的候选;
滤除模块802,用于依据系统黑名单或者数据分析器,对所述候选进行滤除;其中,所述系统黑名单或者数据分析器,为依据被用户加入黑名单的目标候选得到;
下发模块803,用于向所述客户端下发滤除后的候选。
可选地,所述装置还可以包括:
训练数据确定模块,用于依据被用户加入黑名单的目标候选,得到训练数据;
训练模块,用于对所述训练数据进行训练,得到数据分析器;所述数据分析器用于表征候选与判别结果之间的映射关系。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
本发明实施例提供了一种用于输入的装置,包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:展现候选;接收用户针对目标候选的触发操作;若所述触发操作为预设操作,则显示容器对象;依据用户将所述目标候选拖入所述容器对象对应区域内的操作,将所述目标候选加入黑名单。
图9是根据一示例性实施例示出的一种用于输入的装置1300的框图。例如,装置1300可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
参照图9,装置1300可以包括以下一个或多个组件:处理组件1302,存储器1304,电源组件1306,多媒体组件1308,音频组件1310,输入/输出(I/O)的接口1312,传感器组件1314,以及通信组件1316。
处理组件1302通常控制装置1300的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理元件1302可以包括一个或多个处理器1320来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件1302可以包括一个或多个模块,便于处理组件1302和其他组件之间的交互。例如,处理组件1302可以包括多媒体模块,以方便多媒体组件1308和处理组件1302之间的交互。
存储器1304被配置为存储各种类型的数据以支持在设备1300的操作。这些数据的示例包括用于在装置1300上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器1304可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件1306为装置1300的各种组件提供电力。电源组件1306可以包括电源管理系统,一个或多个电源,及其他与为装置1300生成、管理和分配电力相关联的组件。
多媒体组件1308包括在所述装置1300和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件1308包括一个前置摄像头和/或后置摄像头。当设备1300处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件1310被配置为输出和/或输入音频信号。例如,音频组件1310包括一个麦克风(MIC),当装置1300处于操作模式,如呼叫模式、记录模式和语音数据处理模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器1304或经由通信组件1316发送。在一些实施例中,音频组件1310还包括一个扬声器,用于输出音频信号。
I/O接口1312为处理组件1302和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件1314包括一个或多个传感器,用于为装置1300提供各个方面的状态评估。例如,传感器组件1314可以检测到设备1300的打开/关闭状态,组件的相对定位,例如所述组件为装置1300的显示器和小键盘,传感器组件1314还可以检测装置1300或装置1300一个组件的位置改变,用户与装置1300接触的存在或不存在,装置1300方位或加速/减速和装置1300的温度变化。传感器组件1314可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件1314还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件1314还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件1316被配置为便于装置1300和其他设备之间有线或无线方式的通信。装置1300可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件1316经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件1316还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频数据处理(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,装置1300可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器1304,上述指令可由装置1300的处理器1320执行以完成上述方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
图10是本发明的一些实施例中服务器的结构示意图。该服务器1900可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上中央处理器(central processingunits,CPU)1922(例如,一个或一个以上处理器)和存储器1932,一个或一个以上存储应用程序1942或数据1944的存储介质1930(例如一个或一个以上海量存储设备)。其中,存储器1932和存储介质1930可以是短暂存储或持久存储。存储在存储介质1930的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对服务器中的一系列指令操作。更进一步地,中央处理器1922可以设置为与存储介质1930通信,在服务器1900上执行存储介质1930中的一系列指令操作。
服务器1900还可以包括一个或一个以上电源1926,一个或一个以上有线或无线网络接口1950,一个或一个以上输入输出接口1958,一个或一个以上键盘1956,和/或,一个或一个以上操作系统1941,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM等等。
一种非临时性计算机可读存储介质,当所述存储介质中的指令由装置(服务器或者终端)的处理器执行时,使得装置能够执行图2或图3所示的输入方法。
一种非临时性计算机可读存储介质,当所述存储介质中的指令由装置(服务器或者终端)的处理器执行时,使得装置能够执行一种输入方法,所述方法包括:展现候选;接收用户针对目标候选的触发操作;若所述触发操作为预设操作,则显示容器对象;依据用户将所述目标候选拖入所述容器对象对应区域内的操作,将所述目标候选加入黑名单。
本发明实施例公开了A1、一种输入方法,所述方法包括:
展现候选;
接收用户针对目标候选的触发操作;
若所述触发操作为预设操作,则显示容器对象;
依据用户将所述目标候选拖入所述容器对象对应区域内的操作,将所述目标候选加入黑名单。
A2、根据A1所述的方法,所述容器对象包括:容器盖和容器体;所述方法还包括:
依据用户将所述目标候选拖入所述容器对象对应区域内的操作,开启所述容器盖。
A3、根据A1所述的方法,所述方法还包括:
在将所述候选加入黑名单之前,输出第一提示信息;所述第一提示信息用于提示用户是否将所述目标候选加入黑名单。
A4、根据A3所述的方法,所述将所述目标候选加入黑名单,包括:
响应于用户针对所述第一提示信息的确认操作,将所述目标候选加入黑名单。
A5、根据A1所述的方法,所述方法还包括:
在将所述目标候选加入黑名单后,从展现的候选中删除所述目标候选。
A6、根据A1所述的方法,所述方法还包括:
在候选的附近区域,展现第二提示信息,所述第二提示信息用于提示用户经由预设操作将不需要的候选加入黑名单。
A7、根据A1至A6中任一所述的方法,所述方法还包括:
确定输入信息对应的第一候选;
对命中所述黑名单的第一候选进行滤除;
对滤除后的第一候选进行展现。
A8、根据A1至A6中任一所述的方法,所述方法还包括:
向服务端上传所述目标候选。
本发明实施例公开了B9、一种输入方法,所述方法包括:
接收被用户加入黑名单的目标候选;
确定所述目标候选对应的关联候选;
将所述关联候选加入目标用户的黑名单,或者,将所述关联候选加入系统黑名单。
B10、根据B9所述的方法,所述确定所述目标候选对应的关联候选,包括:
确定所述目标候选对应的目标类别;
依据所述目标类别对应的候选,确定关联候选。
B11、根据B9所述的方法,所述确定所述目标候选对应的关联候选,包括:
将所述目标候选中的至少一个字词替换为对应的标签,以得到所述目标候选对应的语句模板;
依据语句模板与候选之间的匹配度,确定关联候选。
B12、根据B9所述的方法,若所述目标候选对应的目标类别为预设类别,则将所述关联候选加入系统黑名单。
本发明实施例公开了C13、一种输入方法,所述方法包括:
确定客户端的输入信息对应的候选;
依据系统黑名单或者数据分析器,对所述候选进行滤除;其中,所述系统黑名单或者数据分析器,为依据被用户加入黑名单的目标候选得到;
向所述客户端下发滤除后的候选。
C14、根据C9所述的方法,所述方法还包括:
依据被用户加入黑名单的目标候选,得到训练数据;
对所述训练数据进行训练,得到数据分析器;所述数据分析器用于表征候选与判别结果之间的映射关系。
本发明实施例公开了D15、一种输入装置,包括:
展现模块,用于展现候选;
接收模块,用于接收用户针对目标候选的触发操作;
显示模块,用于若所述触发操作为预设操作,则显示容器对象;
加黑模块,用于依据用户将所述目标候选拖入所述容器对象对应区域内的操作,将所述目标候选加入黑名单。
D16、根据D15所述的装置,所述容器对象包括:容器盖和容器体;所述装置还包括:
开启模块,用于依据用户将所述目标候选拖入所述容器对象对应区域内的操作,开启所述容器盖。
D17、根据D15所述的装置,所述装置还包括:
第一提示模块,用于在将所述候选加入黑名单之前,输出第一提示信息;所述第一提示信息用于提示用户是否将所述目标候选加入黑名单。
D18、根据D17所述的装置,所述加黑模块,具体用于响应于用户针对所述第一提示信息的确认操作,将所述目标候选加入黑名单。
D19、根据D15所述的装置,所述装置还包括:
更新模块,用于在将所述目标候选加入黑名单后,从展现的候选中删除所述目标候选。
D20、根据D15所述的装置,所述装置还包括:
第二提示模块,用于在候选的附近区域,展现第二提示信息,所述第二提示信息用于提示用户经由预设操作将不需要的候选加入黑名单。
D21、根据D15至D20中任一所述的装置,所述装置还包括:
候选确定模块,用于确定输入信息对应的第一候选;
滤除模块,用于对命中所述黑名单的第一候选进行滤除;
第一候选展现模块,用于对滤除后的第一候选进行展现。
D22、根据D15至D20中任一所述的装置,所述装置还包括:
上传模块,用于向服务端上传所述目标候选。
本发明实施例公开了E23、一种输入装置,所述装置包括:
接收模块,用于接收被用户加入黑名单的目标候选;
确定模块,用于确定所述目标候选对应的关联候选;
加黑模块,用于将所述关联候选加入目标用户的黑名单,或者,将所述关联候选加入系统黑名单。
E24、根据E23所述的装置,所述确定模块包括:
目标类别确定模块,用于确定所述目标候选对应的目标类别;
第一确定模块,用于依据所述目标类别对应的候选,确定关联候选。
E25、根据E23所述的装置,所述确定模块包括:
标签处理模块,用于将所述目标候选中的至少一个字词替换为对应的标签,以得到所述目标候选对应的语句模板;
第二确定模块,用于依据语句模板与候选之间的匹配度,确定关联候选。
E26、根据E23所述的装置,若所述目标候选对应的目标类别为预设类别,则将所述关联候选加入系统黑名单。
本发明实施例公开了F27、一种输入装置,所述装置包括:
确定模块,用于确定客户端的输入信息对应的候选;
滤除模块,用于依据系统黑名单或者数据分析器,对所述候选进行滤除;其中,所述系统黑名单或者数据分析器,为依据被用户加入黑名单的目标候选得到;
下发模块,用于向所述客户端下发滤除后的候选。
F28、根据F27所述的装置,所述装置还包括:
训练数据确定模块,用于依据被用户加入黑名单的目标候选,得到训练数据;
训练模块,用于对所述训练数据进行训练,得到数据分析器;所述数据分析器用于表征候选与判别结果之间的映射关系。
本发明实施例公开了G29、一种用于输入的装置,包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:
展现候选;
接收用户针对目标候选的触发操作;
若所述触发操作为预设操作,则显示容器对象;
依据用户将所述目标候选拖入所述容器对象对应区域内的操作,将所述目标候选加入黑名单。
G30、根据G29所述的装置,所述容器对象包括:容器盖和容器体;所述装置还经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:
依据用户将所述目标候选拖入所述容器对象对应区域内的操作,开启所述容器盖。
G31、根据G29所述的装置,所述装置还经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:
在将所述候选加入黑名单之前,输出第一提示信息;所述第一提示信息用于提示用户是否将所述目标候选加入黑名单。
G32、根据G3所述的装置,所述将所述目标候选加入黑名单,包括:
响应于用户针对所述第一提示信息的确认操作,将所述目标候选加入黑名单。
G33、根据G29所述的装置,所述装置还经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:
在将所述目标候选加入黑名单后,从展现的候选中删除所述目标候选。
G34、根据G29所述的装置,所述装置还经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:
在候选的附近区域,展现第二提示信息,所述第二提示信息用于提示用户经由预设操作将不需要的候选加入黑名单。
G35、根据G29至G34中任一所述的装置,所述装置还经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:
确定输入信息对应的第一候选;
对命中所述黑名单的第一候选进行滤除;
对滤除后的第一候选进行展现。
G36、根据G29至G34中任一所述的装置,所述装置还经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:
向服务端上传所述目标候选。
本发明实施例公开了H37、一种用于输入的装置,包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:
接收被用户加入黑名单的目标候选;
确定所述目标候选对应的关联候选;
将所述关联候选加入目标用户的黑名单,或者,将所述关联候选加入系统黑名单。
H38、根据H37所述的装置,所述确定所述目标候选对应的关联候选,包括:
确定所述目标候选对应的目标类别;
依据所述目标类别对应的候选,确定关联候选。
H39、根据H37所述的装置,所述确定所述目标候选对应的关联候选,包括:
将所述目标候选中的至少一个字词替换为对应的标签,以得到所述目标候选对应的语句模板;
依据语句模板与候选之间的匹配度,确定关联候选。
H40、根据H37所述的装置,若所述目标候选对应的目标类别为预设类别,则将所述关联候选加入系统黑名单。
本发明实施例公开了I41、一种用于输入的装置,包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:
确定客户端的输入信息对应的候选;
依据系统黑名单或者数据分析器,对所述候选进行滤除;其中,所述系统黑名单或者数据分析器,为依据被用户加入黑名单的目标候选得到;
向所述客户端下发滤除后的候选。
I42、根据I41所述的装置,所述装置还经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:
依据被用户加入黑名单的目标候选,得到训练数据;
对所述训练数据进行训练,得到数据分析器;所述数据分析器用于表征候选与判别结果之间的映射关系。
本发明实施例公开了J43、一种机器可读介质,其上存储有指令,当由一个或多个处理器执行时,使得装置执行如A1至A8中一个或多个所述的输入方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本发明旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由下面的权利要求指出。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
以上对本发明所提供的一种输入方法、一种输入装置和一种用于输入的装置,进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种输入方法,其特征在于,所述方法包括:
展现候选;
接收用户针对目标候选的触发操作;
若所述触发操作为预设操作,则显示容器对象;
依据用户将所述目标候选拖入所述容器对象对应区域内的操作,将所述目标候选加入黑名单。
2.一种输入方法,其特征在于,所述方法包括:
接收被用户加入黑名单的目标候选;
确定所述目标候选对应的关联候选;
将所述关联候选加入目标用户的黑名单,或者,将所述关联候选加入系统黑名单。
3.一种输入方法,其特征在于,所述方法包括:
确定客户端的输入信息对应的候选;
依据系统黑名单或者数据分析器,对所述候选进行滤除;其中,所述系统黑名单或者数据分析器,为依据被用户加入黑名单的目标候选得到;
向所述客户端下发滤除后的候选。
4.一种输入装置,其特征在于,包括:
展现模块,用于展现候选;
接收模块,用于接收用户针对目标候选的触发操作;
显示模块,用于若所述触发操作为预设操作,则显示容器对象;
加黑模块,用于依据用户将所述目标候选拖入所述容器对象对应区域内的操作,将所述目标候选加入黑名单。
5.一种输入装置,其特征在于,所述装置包括:
接收模块,用于接收被用户加入黑名单的目标候选;
确定模块,用于确定所述目标候选对应的关联候选;
加黑模块,用于将所述关联候选加入目标用户的黑名单,或者,将所述关联候选加入系统黑名单。
6.一种输入装置,其特征在于,所述装置包括:
确定模块,用于确定客户端的输入信息对应的候选;
滤除模块,用于依据系统黑名单或者数据分析器,对所述候选进行滤除;其中,所述系统黑名单或者数据分析器,为依据被用户加入黑名单的目标候选得到;
下发模块,用于向所述客户端下发滤除后的候选。
7.一种用于输入的装置,其特征在于,包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:
展现候选;
接收用户针对目标候选的触发操作;
若所述触发操作为预设操作,则显示容器对象;
依据用户将所述目标候选拖入所述容器对象对应区域内的操作,将所述目标候选加入黑名单。
8.一种用于输入的装置,其特征在于,包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:
接收被用户加入黑名单的目标候选;
确定所述目标候选对应的关联候选;
将所述关联候选加入目标用户的黑名单,或者,将所述关联候选加入系统黑名单。
9.一种用于输入的装置,其特征在于,包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:
确定客户端的输入信息对应的候选;
依据系统黑名单或者数据分析器,对所述候选进行滤除;其中,所述系统黑名单或者数据分析器,为依据被用户加入黑名单的目标候选得到;
向所述客户端下发滤除后的候选。
10.一种机器可读介质,其上存储有指令,当由一个或多个处理器执行时,使得装置执行如权利要求1所述的输入方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010545077.2A CN111708444A (zh) | 2020-06-15 | 2020-06-15 | 输入方法、装置和用于输入的装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010545077.2A CN111708444A (zh) | 2020-06-15 | 2020-06-15 | 输入方法、装置和用于输入的装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111708444A true CN111708444A (zh) | 2020-09-25 |
Family
ID=72540272
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010545077.2A Pending CN111708444A (zh) | 2020-06-15 | 2020-06-15 | 输入方法、装置和用于输入的装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111708444A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113360003A (zh) * | 2021-06-30 | 2021-09-07 | 北京海纳数聚科技有限公司 | 一种基于动态会话场景的智能文本输入法联想方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103064967A (zh) * | 2012-12-31 | 2013-04-24 | 百度在线网络技术(北京)有限公司 | 一种用于建立用户二元关系库的方法与设备 |
CN104765526A (zh) * | 2015-03-18 | 2015-07-08 | 百度在线网络技术(北京)有限公司 | 一种过滤候选词条的方法与装置 |
US20160370959A1 (en) * | 2013-07-29 | 2016-12-22 | Baidu Online Network Technology (Beijing) Co., Ltd. | Method and device for updating input method system, computer storage medium, and device |
CN106383594A (zh) * | 2016-09-30 | 2017-02-08 | 珠海市魅族科技有限公司 | 一种输入方法及装置 |
-
2020
- 2020-06-15 CN CN202010545077.2A patent/CN111708444A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103064967A (zh) * | 2012-12-31 | 2013-04-24 | 百度在线网络技术(北京)有限公司 | 一种用于建立用户二元关系库的方法与设备 |
US20160370959A1 (en) * | 2013-07-29 | 2016-12-22 | Baidu Online Network Technology (Beijing) Co., Ltd. | Method and device for updating input method system, computer storage medium, and device |
CN104765526A (zh) * | 2015-03-18 | 2015-07-08 | 百度在线网络技术(北京)有限公司 | 一种过滤候选词条的方法与装置 |
CN106383594A (zh) * | 2016-09-30 | 2017-02-08 | 珠海市魅族科技有限公司 | 一种输入方法及装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113360003A (zh) * | 2021-06-30 | 2021-09-07 | 北京海纳数聚科技有限公司 | 一种基于动态会话场景的智能文本输入法联想方法 |
CN113360003B (zh) * | 2021-06-30 | 2023-12-05 | 北京海纳数聚科技有限公司 | 一种基于动态会话场景的智能文本输入法联想方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11188711B2 (en) | Unknown word predictor and content-integrated translator | |
US10803391B2 (en) | Modeling personal entities on a mobile device using embeddings | |
DE202017104110U1 (de) | Bildsuchanfragevorhersagen durch eine Tastatur | |
US10073828B2 (en) | Updating language databases using crowd-sourced input | |
CN108958503A (zh) | 输入方法和装置 | |
CN109101505A (zh) | 一种推荐方法、推荐装置和用于推荐的装置 | |
CN107784037B (zh) | 信息处理方法和装置、用于信息处理的装置 | |
CN111708444A (zh) | 输入方法、装置和用于输入的装置 | |
CN113157966B (zh) | 显示方法、装置及电子设备 | |
CN114610163A (zh) | 推荐方法、装置和介质 | |
CN110929122B (zh) | 一种数据处理方法、装置和用于数据处理的装置 | |
CN113407099A (zh) | 输入方法、装置和机器可读介质 | |
CN113221030A (zh) | 一种推荐方法、装置和介质 | |
CN112181163A (zh) | 一种输入方法、装置和用于输入的装置 | |
CN113010768B (zh) | 一种数据处理方法、装置和用于数据处理的装置 | |
CN110858100B (zh) | 联想候选词生成方法及装置 | |
CN111708443A (zh) | 输入方法、装置和用于输入的装置 | |
CN113407040A (zh) | 一种信息处理方法、装置和介质 | |
CN113031787A (zh) | 一种输入方法、装置和用于输入的装置 | |
CN113589950A (zh) | 输入方法、装置和用于输入的装置 | |
CN112558848A (zh) | 一种数据处理方法、装置和介质 | |
CN112306252A (zh) | 一种数据处理方法、装置和用于数据处理的装置 | |
CN113407039A (zh) | 输入方法、装置和机器可读介质 | |
CN114594863A (zh) | 推荐方法、装置和介质 | |
CN114115550A (zh) | 联想候选的处理方法、装置和用于处理联想候选的装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |