CN113238664B - 一种字符确定方法、装置及电子设备 - Google Patents
一种字符确定方法、装置及电子设备 Download PDFInfo
- Publication number
- CN113238664B CN113238664B CN202110527115.6A CN202110527115A CN113238664B CN 113238664 B CN113238664 B CN 113238664B CN 202110527115 A CN202110527115 A CN 202110527115A CN 113238664 B CN113238664 B CN 113238664B
- Authority
- CN
- China
- Prior art keywords
- character
- input
- candidate
- determining
- time interval
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 104
- 230000007704 transition Effects 0.000 claims description 9
- 239000012634 fragment Substances 0.000 claims description 6
- 239000002243 precursor Substances 0.000 claims 1
- 230000008569 process Effects 0.000 abstract description 22
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000012549 training Methods 0.000 description 16
- 238000004590 computer program Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 230000006399 behavior Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005057 finger movement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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)
- User Interface Of Digital Computer (AREA)
Abstract
本公开提供了一种字符确定方法、装置及电子设备，涉及计算机技术中的人工智能和大数据等技术领域。具体方案为：获取第一输入在输入法界面中的落点位置；基于落点位置，确定候选输入字符；在输入法界面已输入第一字符串的情况下，根据第一字符串中的最后一个字符以及候选输入字符，预测候选输入字符与最后一个字符之间的输入时间间隔；依据预测的输入时间间隔、第一输入的落点时间以及第一字符串，从候选输入字符中确定目标字符。在字符确定过程中，不但考虑了落点位置，还考虑了输入时间间隔、第一输入的落点时间以及已输入的第一字符串，可提高字符确定准确性。
Description
技术领域
本公开涉及计算机技术中的人工智能和大数据等技术领域，尤其涉及一种字符确定方法、装置及电子设备。
背景技术
通过电子设备的输入法进行输入过程中，用户可通过点击按键，实现对应字符输入。
目前，基于用户点击按键确定输入字符的过程中，常采用的方式是通过点击位置确定输入字符。
发明内容
本公开提供一种字符确定方法、装置及电子设备。
第一方面，本公开一个实施例提供一种字符确定方法，所述方法包括：
获取第一输入在输入法界面中的落点位置；
基于所述落点位置，确定候选输入字符；
在所述输入法界面已输入第一字符串的情况下，根据所述第一字符串中的最后一个字符以及所述候选输入字符，预测所述候选输入字符与所述最后一个字符之间的输入时间间隔；
依据预测的所述输入时间间隔、所述第一输入的落点时间以及所述第一字符串，从所述候选输入字符中确定目标字符。
在本实施例的字符确定方法中，首先利用第一输入的落点位置确定候选输入字符，然后从候选字符中确定目标字符的过程中，是根据所述第一字符串中的最后一个字符以及所述候选输入字符，预测所述候选输入字符与所述最后一个字符之间的输入时间间隔，考虑了预测的输入时间间隔，再依据预测的所述输入时间间隔、所述第一输入的落点时间以及所述第一字符串，从所述候选输入字符中确定目标字符，即还考虑了第一输入的落点时间以及已输入的第一字符串，如此，可提高确定的目标字符的准确性。
第二方面，本公开一个实施例提供一种字符确定装置，所述装置包括：
位置获取模块，用于获取第一输入在输入法界面中的落点位置；
第一确定模块，用于基于所述落点位置，确定候选输入字符；
预测模块，用于在所述输入法界面已输入第一字符串的情况下，根据所述第一字符串中的最后一个字符以及所述候选输入字符，预测所述候选输入字符与所述最后一个字符之间的输入时间间隔；
第二确定模块，用于依据预测的所述输入时间间隔、所述第一输入的落点时间以及所述第一字符串，从所述候选输入字符中确定目标字符。
第三方面，本公开一个实施例还提供一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本公开各实施例提供的字符确定方法。
第四方面，本公开一个实施例还提供一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本公开各实施例提供的字符确定方法。
第五方面，本公开一个实施例提供一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现本公开各实施例提供的字符确定方法。
附图说明
附图用于更好地理解本方案，不构成对本公开的限定。其中：
图1是本公开提供的一个实施例的字符确定方法的流程示意图之一；
图2是本公开提供的一个实施例的字符确定方法的流程示意图之二；
图3是本公开提供的一个实施例的字符确定装置的结构图之一；
图4是本公开提供的一个实施例的字符确定装置的结构图之二；
图5是用来实现本公开实施例的字符确定方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
如图1所示，根据本公开的实施例，本公开提供一种字符确定方法，可应用于电子设备，方法包括：
步骤S101：获取第一输入在输入法界面中的落点位置。
用户在电子设备中通过输入法进行输入过程中，首先打开输入法界面，输入法界面中可包括各种按键，用户通过点击按键进行字符输入，可以理解上述第一输入可以为点击输入，可以为在输入法界面中对某个按键的点击输入，落点位置即点击位置。
步骤S102：基于落点位置，确定候选输入字符。
每个按键有对应的字符，有对应的落点位置范围，在获取第一输入的落点位置后，可根据该落点位置，确定候选输入字符。候选输入字符为按键对应的字符，例如，可以是字母、数字或其他符号等，由于每个字符的按键有对应的面积大小，且按键分布比较紧凑，用户在输入过程中无法完全避免误点击行为的发生。例如，用户预期输入h字符，但是在点击过程中，落点位置相对h字符的按键的中心位置有所偏差，输入法容易将本次点击的字符判别为相近的字符，例如，落点位置偏向g字符对应的按键位置，则容易判别为g字符。从而，在本实施例的字符确定过程中，获取第一输入的落点位置后，可先基于落点位置，确定可能的候选输入字符。需要说明的是，若第一输入的落点位置在某个字符的按键的中心区域，本次点击为该字符的概率较大，例如，大于预设概率阈值，可直接将该字符确定为本次点击输入的目标字符。基于落点位置，确定候选输入字符的方式有多种，在本实施例中不作限定，例如，根据落点位置确定的候选输入字符的按键与该落点位置的距离小于预设距离。
步骤S103：在输入法界面已输入第一字符串的情况下，根据第一字符串中的最后一个字符以及候选输入字符，预测候选输入字符与最后一个字符之间的输入时间间隔。
根据对各用户在输入法中的输入情况的观察可知，在输入连续两个字符时，如果后一个字符是新的文字的拼音的首字符，则后一个字符与前一个字符之间的输入时间间隔一般会长于该两个字符均属于同一个文字对应的拼音的两个字符时的输入时间间隔，从而，在本实施例中，可预测候选输入字符与最后一个字符之间的输入时间间隔，将其作为确定目标字符的一个依据。
第一字符串是在输入法界面当前已输入的字符串，输入法界面当前可显示第一字符串，输入第一字符串后，在第一字符串后可继续输入字符，即用户可在输入法界面中进行第一输入，根据第一输入的落点位置，可确定候选输入字符。在本实施例中，可以利用第一字符串中最后一个字符以及候选输入字符，预测候选输入字符与最后一个字符之间的输入时间间隔。需要说明的是，在输入法界面未输入字符串的情况下，可直接根据落点位置，从候选字符中选择概率最大(例如，在输入法界面中距离落点位置最近)的字符作为目标字符即可。
步骤S104：依据预测的输入时间间隔、第一输入的落点时间以及第一字符串，从候选输入字符中确定目标字符。
第一输入的落点时间即为第一输入的实际落点时间，上述最后一个字符已输入，最后一个字符的落点时间(实际落点)已知，如此，可根据预测的输入时间间隔，确定候选输入字符的预测落点时间。从而，在本实施例中，可根据预测的输入时间间隔、第一输入的落点时间以及第一字符串，从候选输入字符中确定目标字符，之后可将确定的目标字符显示于输入法界面，例如，显示于第一字符串之后，与最后一个字符相邻。也即是，字符确定过程中，不但考虑了落点位置，利用落点位置确定候选输入字符，而且还考虑了根据第一字符串中的最后一个字符以及候选输入字符，预测的候选输入字符与最后一个字符之间的输入时间间隔，并且是通过预测的输入时间间隔、第一输入的落点时间以及第一字符串，从候选输入字符中确定目标字符，从而可提高目标字符确定的准确性。
在本实施例的字符确定方法中，首先利用第一输入的落点位置确定候选输入字符，然后从候选字符中确定目标字符的过程中，是根据第一字符串中的最后一个字符以及候选输入字符，预测候选输入字符与最后一个字符之间的输入时间间隔，考虑了预测的输入时间间隔，再依据预测的输入时间间隔、第一输入的落点时间以及第一字符串，从候选输入字符中确定目标字符，即还考虑了第一输入的落点时间以及已输入的第一字符串，如此，可提高确定的目标字符的准确性。
在一个实施例中，根据第一字符串中的最后一个字符以及候选输入字符，预测候选输入字符与最后一个字符之间的输入时间间隔，包括：
根据最后一个字符、候选输入字符以及落点位置，预测候选输入字符与最后一个字符之间的输入时间间隔。
在本实施例中，在预测候选输入字符与最后一个字符之间的输入时间间隔的过程中，不仅采用了第一字符串中的最后一个字符以及候选输入字符，还采用了确定上述候选输入字符的第一输入的落点位置，可提高输入时间间隔预测的准确性，从而根据预测的输入时间间隔、第一输入的落点时间以及第一字符串，从候选输入字符中确定目标字符，可提高目标字符确定的准确性。
在一个实施例中，获取第一输入在输入法界面中的落点位置之后，还包括：基于落点位置，确定第一输入的点击方式；
其中，根据第一字符串中的最后一个字符以及候选输入字符，预测候选输入字符与最后一个字符之间的输入时间间隔，包括：
根据第一字符串中的最后一个字符、落点位置、候选输入字符以及第一输入的点击方式，预测候选输入字符与最后一个字符之间的输入时间间隔。
点击方式包括左手点击方式或右手点击方式，输入法可根据落点位置判断第一输入的点击方式，即判断用户是通过左后还是右手进行第一输入，在本实施中，在预测候选输入字符与最后一个字符之间的输入时间间隔的过程中，不仅采用了第一字符串中的最后一个字符以及候选输入字符和确定上述候选输入字符的第一输入的落点位置，而且还采用了确定第一输入的点击方式，可提高输入时间间隔预测的准确性，从而根据预测的输入时间间隔、第一输入的落点时间以及第一字符串，从候选输入字符中确定目标字符，可提高目标字符确定的准确性。
作为一个示例，确定第一输入的点击方式的情况下，由于第一字符串的最后一个字符已输入，也可确定该最后一个字符的点击方式，如此，可根据最后一个字符的点击方式以及第一输入的点击方式，确定目标点击方式(单手点击或双手点击)，例如，最后一个字符的点击方式与第一输入的点击方式不同，比如，最后一个字符的点击方式为左手点击，第一输入的点击方式为右手点击，或者换最后一个字符的点击方式为右手点击，第一输入的点击方式为左手点击，则可确定目标点击方式可以为单手点击方式，最后一个字符的点击方式与第一输入的点击方式相同，均为左手点击或均为右手点击，则可确定目标点击方式可为单手点击方式。如此，可根据第一字符串中的最后一个字符、落点位置、候选输入字符以及目标点击方式，预测候选输入字符与最后一个字符之间的输入时间间隔。
如图2所示，在一个实施例中，依据预测的输入时间间隔、第一输入的落点时间以及第一字符串，从候选输入字符中确定目标字符的步骤S104，包括：
步骤S1041：根据预测的输入时间间隔以及最后一个字符的落点时间，确定候选输入字符的预测落点时间；
步骤S1042：从候选输入字符中确定参考输入字符，参考输入字符的预测落点时间与第一输入的落点时间最近；
步骤S1043：从第一字符串中确定离参考输入字符最近的字符片段，字符片段对应至少一个文字或字符片段为一个非字母字符；
步骤S1044：基于字符片段，从候选输入字符中确定目标字符。
其中，候选输入字符的预测落点时间为最后一个字符的时间与候选输入字符的预测的输入时间间隔之和，可从候选输入字符中选择一个预测落点时间与第一输入的落点时间最近的字符作为参考输入字符。然后基于参考输入字符，从第一字符串中确定距离参考输入字符位置最近的字符片段，字符片段中包括至少一个字符。由于用户通过第一输入，是在第一字符串后继续输入字符，可以理解，参考输入字符的位置可以是在第一字符串的最后一个字符后且与最后一个字符相邻的位置，当前光标位置在输入法界面中最后一个字符后且与最后一个字符相邻的位置，也可以理解参考输入字符的位置为输入法界面中当前光标位置，且已输入的第一字符串在输入法界面中有对应的位置。在从第一字符串中确定离参考输入字符最近的字符片段的过程中，可对第一字符串进行划分，得到至少一个字符片段，其中，进行划分的方式有多种，在本实施例中不作限定，例如，作为一个示例，可对第一字符串进行划分，得到至少一个字符片段，每个字符片段可对应一个文字(即字符片段为字母字符片段，为一个文字的至少部分拼音字母片段)或为一个非字母字符，每个字符片段中包括至少一个字符。例如，第一字符串为wozhan，在第一字符串之后位置通过第一输入进行字符输入，可将其进行划分得到来那个字符片段，分别为wo和zhan。然后可在划分得到的至少一个字符片段中确定与参考输入字符最近的字符片段，如上举例，字符片段wo和zhan中zhan字符片段距离参考输入字符的位置最近，即可从第一字符串中确定最近的字符片段zhan，上述离参考输入字符最近的字符片段可对应一个文字。又例如，第一字符串为wo&，进行划分得到的两个字符片段为wo和&，&为非字母字符，距离参考输入字符最近的字符片段为&，即可从第一字符串中确定最近的字符片段&。再例如，第一字符串为wo1，进行划分得到的两个字符片段为wo和1，1为非字母字符，为数字字符，距离参考输入字符最近的字符片段为1，即可从第一字符串中确定最近的字符片段1。在确定第一字符串中离参考输入字符最近的字符片段之后，该字符片段距离是第一字符串中参考输入字符最近，利用该字符片段候选输入字符中确定目标字符，可提高目标字符确定的准确性。
需要说明的是，转移概率可以理解为从某一状态触发，经过任意次转移到达另一个状态的条件概率，在本实施中，某字符到目的字符的转移概率可以理解为以该某字符出发，后续出现目的字符即后续达到或转移到目标字符的条件概率，可预先通过输入法中用户历史字符输入情况统计得到。
在一个实施例中，基于字符片段，从候选输入字符中确定目标字符，包括：
根据字符片段以及参考输入字符，确定前序字符，前序字符为字符片段或目标字符为空字符；
根据前序字符到候选输入字符的转移概率，从候选输入字符中确定目标字符。
即在本实施例中，首先通过字符片段以及参考输入字符，确定候选输入字符的前序字符，是通过前序字符到候选输入字符的转移概率，从候选输入字符中确定目标字符。也即是，在确定前序字符过程中，需根据字符片段以及参考输入字符，确定前序字符，以前序字符到候选输入字符的转移概率，从候选输入字符中确定目标字符，以提高目标字符确定的准确性。
作为一个示例，根据字符片段以及参考输入字符，确定前序字符，可包括：在字符片段为字母字符片段，对应至少一个文字的情况下，若在字符片段后增加参考输入字符后得到的字符串对应的文字数量等于字符片段对应的文字数量，可以理解增加参考输入字符后的字符串仍为字符片段对应的文字的拼音，可认为相对字符片段，参考输入字符不是新的文字的拼音的开始，则将字符片段作为前序字符；在字符片段为字母字符片段，对应至少一个文字的情况下，若在字符片段后增加参考输入字符后得到的字符串对应的文字数量大于字符片段对应的文字数量，可以认为相对字符片段，参考输入字符新的文字的拼音的开始，则将空字符作为前序字符；在字符片段为非字母字符片段，则将空字符作前序字符。
例如，字符片段为zhan，参考输入字符为g，在字符片段zhan后增加g，得到字符串zhang，为一个拼音，一个文字的拼音，而字符片段zhan也是一个拼音，为一个文字的拼音，对应的文字数量相同，均为一，可认为相对字符片段zhan，参考输入字符g不是新的文字的拼音的开始，则将字符片段zhan作为前序字符。若参考输入字符为h，在字符片段zhan后增加h，得到字符串zhanh，为两个文字的拼音，而字符片段zhan是一个拼音，为一个文字的拼音，对应的文字数量不同，添加参考输入字符h后的字符串对应的文字数量大于字符片段zhan对应的文字数量，可认为相对字符片段zhan，参考输入字符h是新的文字的拼音的开始，则将空字符作为前序字符。另外，若字符片段为&，为非字母字符片段，可直接则将空字符作前序字符。
在一个实施例中，根据第一字符串中的最后一个字符以及候选输入字符，预测候选输入字符与最后一个字符之间的输入时间间隔，包括：
将最后一个字符以及候选输入字符输入时间间隔预测网络进行时间间隔预测，得到候选输入字符与最后一个字符之间的输入时间间隔。
时间间隔预测网络为已训练的网络，在一个示例中，可基于训练字符串以及训练字符串中相邻字符之间的输入时间间隔对初始时间间隔预测网络进行训练，训练完成后得到上述时间间隔预测网络。在本实施例中，通过将最后一个字符以及候选输入字符输入时间间隔预测网络进行时间间隔预测，得到候选输入字符与最后一个字符之间的输入时间间隔，可提高时间间隔预测的准确性，从而提高目标字符确定的准确性。
另外，需要说明的是，若预测输入时间间隔过程中，还采用了第一输入的落点位置，则可将最后一个字符、候选输入字符以及第一输入的落点位置输入时间间隔预测网络进行时间间隔预测，得到候选输入字符与最后一个字符之间的输入时间间隔，提高时间间隔预测准确性。可以理解，在该示例中，时间间隔预测网络可通过训练字符串、训练字符串中相邻字符之间的输入时间间隔以及训练字符串的字符的落点位置对初始时间间隔预测网络进行训练。而且，若除了最后一个字符、候选输入字符以及第一输入的落点位置，还采用了第一输入的点击方式预测输入时间间隔，则可将最后一个字符、候选输入字符、第一输入的落点位置以及第一输入的点击方式输入时间间隔预测网络进行时间间隔预测，或者将最后一个字符、候选输入字符、第一输入的落点位置以及根据第一输入的点击方式确定的目标点击方式输入时间间隔预测网络进行时间间隔预测，得到候选输入字符与最后一个字符之间的输入时间间隔，提高时间间隔预测准确性。可以理解，在该示例中，时间间隔预测网络可通过训练字符串、训练字符串中相邻字符之间的输入时间间隔、训练字符串的字符的落点位置以及训练字符串的字符的点击方式对初始时间间隔预测网络进行训练。
下面以一个具体实施例对上述字符确定方法的过程加以详细说明。
目前在确定输入字符过程中，由于误点击行为导致字符误判情况较多，从而导致输入过程中字符确定的准确性较低，例如，用户预期想输入“zhanhao”当用户输完“zhan”点击'h'对应按键的时候，由于用户落点位置的偏差，容易在偏离该按键区域的中心，输入法根据点击行为判断输入字符的过程中，由于“ang”在汉语中是个高频的组合，输入法容易将本次点击判别为“g”字符,从而导致字符确定错误。
与上述方案不同，本公开实施例的字符确定方法从用户落点间隔分布来建模，通过大量数据对落点时间间隔建模，得到更加符合实际使用情况的时间间隔预测网络，利用该网络对基于实际的第一输入确定的候选输入字符与已输入的第一字符串的最后一个字符之间的输入时间间隔进行预测，例如，可利用预测的输入时间间隔、第一输入的落点位置以及第一输入的点击方式，通过时间间隔预测网络预测得到候选输入字符与已输入的第一字符串的最后一个字符之间的输入时间间隔，然后通过预测的输入时间间隔、第一输入的落点时间以及第一字符串，从候选输入字符中确定目标字符。本实施例的字符确定方法的过程如下：
首先，基础分析，通过对用户输入习惯的观察，可以得到如下的几个基本结论：
(1)输入连续两个字符时，使用一只手输入的时长明显长于两只手交替输入的时长；
(2)输入连续两个字符时，如果后一个字符是新的文字的拼音的首字符，则两者的输入时间间隔明显长于两个字符属于一个拼音中字符时的输入时间间隔；
(3)单手连续输入时，手指移动轨迹逆时针的时间间隔明显短于顺时针情况。
由此，提出本实施例的字符确定方法，方法实现如下：
首先，收集用户的历史输入字符串，可包括多条字符串，由于一些用户在输入字符串过程中，由于其他因素导致字符串中相邻字符之间的输入时间间隔异常，从而可对历史输入字符串进行清洗筛选，得到训练字符串，并可获取训练字符串中相邻字符的输入时间间隔，以及获取训练字符串中字符的落点位置以及字符的点击方式(左手点击、右手点击、单手点击或双手点击等方式)，对初始时间间隔预测网络进行训练，得到时间间隔预测网络，例如，时间间隔预测网络可以为RNN(Recurrent Neural Network，循环神经网络)。
实际应用过程中，由于不同版本的输入法按键坐标系统可能存在不同，从而在获取到第一输入的落点位置后，可先对其进行坐标转换，得到第一输入在统一坐标系下的落点位置，需要说明的是，上述训练过程中，采用的训练字符串中的字符的落点位置也是在统一坐标系下的落点位置。可根据落点位置，确定候选输入字符以及第一输入的点击方式，可根据第一输入的点击方式确定目标点击方式，然后以第一字符串中的最后一个字符、候选输入字符、第一输入的落点位置以及目标点击方式(或第一输入的点击方式)作为已训练的时间间隔预测网络的输入，通过时间间隔预测网络进行预测，得到候选输入字符与最后一个字符之间的输入时间间隔。
然后，由于最后一个字符的实际输入时间确定，可根据预测得到的候选输入字符与最后一个字符之间的输入时间间隔，确定候选输入字符的预测落点时间，利用候选输入字符的预测落点时间与第一输入的实际落点时间判断当前落点是不是新的文字的拼音的开始，以此决定使用哪个前序字符到候选输入字符的转移概率来进行目标字符的确定。
通过采用本公开实施例对用户按键的时间间隔进行建模，改善由于用户输入时的误点击情况导致的字符误判，提高输入过程中字符确定的准确性，使得整体的输入更加流畅，提升输入效率，优化用户体验。
如图3所示，根据本公开的实施例，本公开还提供一种字符确定装置300，装置包括：
位置获取模块301，用于获取第一输入在输入法界面中的落点位置；
第一确定模块302，用于基于落点位置，确定候选输入字符；
预测模块303，用于在输入法界面已输入第一字符串的情况下，根据第一字符串中的最后一个字符以及候选输入字符，预测候选输入字符与最后一个字符之间的输入时间间隔；
第二确定模块304，用于依据预测的输入时间间隔、第一输入的落点时间以及第一字符串，从候选输入字符中确定目标字符。
在一个实施例中，根据第一字符串中的最后一个字符以及候选输入字符，预测候选输入字符与最后一个字符之间的输入时间间隔，包括：
根据最后一个字符、候选输入字符以及落点位置，预测候选输入字符与最后一个字符之间的输入时间间隔。
在一个实施例中，装置300还包括：
第三确定模块，用于基于落点位置，确定第一输入的点击方式；
其中，根据第一字符串中的最后一个字符以及候选输入字符，预测候选输入字符与最后一个字符之间的输入时间间隔，包括：
根据第一字符串中的最后一个字符、落点位置、候选输入字符以及第一输入的点击方式，预测候选输入字符与最后一个字符之间的输入时间间隔。
如图4所示，在一个实施例中，第二确定模块304，包括：
时间确定模块3041，用于根据预测的输入时间间隔以及最后一个字符的落点时间，确定候选输入字符的预测落点时间；
参考字符确定模块3042，用于从候选输入字符中确定参考输入字符，参考输入字符的预测落点时间与第一输入的落点时间最近；
字符片段确定模块3043，用于从第一字符串中确定离参考输入字符最近的字符片段，字符片段对应至少一个文字或字符片段为一个非字母字符；
目标字符确定模块3044，用于基于字符片段，从候选输入字符中确定目标字符。
在一个实施例中，目标字符确定模块，包括：
前序字符确定模块，用于根据字符片段以及参考输入字符，确定前序字符，前序字符为字符片段或目标字符为空字符；
字符确定子模块，用于根据前序字符到候选输入字符的转移概率，从候选输入字符中确定目标字符。
在一个实施例中，根据第一字符串中的最后一个字符以及候选输入字符，预测候选输入字符与最后一个字符之间的输入时间间隔，包括：
将最后一个字符以及候选输入字符输入时间间隔预测网络进行时间间隔预测，得到候选输入字符与最后一个字符之间的输入时间间隔。
上述各实施例的字符确定装置为实现上述各实施例的字符确定方法的装置，技术特征对应，技术效果对应，在此不再赘述。
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
本公开实施例的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本公开所提供的字符确定方法。
本公开实施例的计算机程序产品，包括计算机程序，计算机程序用于使计算机执行本公开各实施例提供的字符确定方法。
图5示出了可以用来实施本公开的实施例的示例电子设备500的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图5所示，电子设备500包括计算单元501，其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序，来执行各种适当的动作和处理。在RAM503中，还可存储设备500操作所需的各种程序和数据。计算单元501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
电子设备500中的多个部件连接至I/O接口505，包括：输入单元506，例如键盘、鼠标等；输出单元507，例如各种类型的显示器、扬声器等；存储单元508，例如磁盘、光盘等；以及通信单元509，例如网卡、调制解调器、无线通信收发机等。通信单元509允许电子设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(I)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理，例如字符确定方法。例如，在一些实施例中，字符确定方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元508。在一些实施例中，计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到RAM503并由计算单元501执行时，可以执行上文描述的字符确定方法的一个或多个步骤。备选地，在其他实施例中，计算单元501可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行字符确定方法。本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、互联网和区块链网络。
计算机系统可以包括第二电子设备和服务器。第二电子设备和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有第二电子设备-服务器关系的计算机程序来产生第二电子设备和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务("Virtual Private Server"，或简称"VPS")中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。
Claims (8)
1.一种字符确定方法，所述方法包括：
获取第一输入在输入法界面中的落点位置；
基于所述落点位置，确定候选输入字符；
在所述输入法界面已输入第一字符串的情况下，根据所述第一字符串中的最后一个字符以及所述候选输入字符，预测所述候选输入字符与所述最后一个字符之间的输入时间间隔；
依据预测的所述输入时间间隔、所述第一输入的落点时间以及所述第一字符串，从所述候选输入字符中确定目标字符；
其中，所述获取第一输入在输入法界面中的落点位置之后，还包括：基于所述落点位置，确定所述第一输入的点击方式；
其中，所述根据所述第一字符串中的最后一个字符以及所述候选输入字符，预测所述候选输入字符与所述最后一个字符之间的输入时间间隔，包括：
根据所述第一字符串中的最后一个字符、所述落点位置、所述候选输入字符以及所述第一输入的点击方式，预测所述候选输入字符与所述最后一个字符之间的输入时间间隔；
所述依据预测的所述输入时间间隔、所述第一输入的落点时间以及所述第一字符串，从所述候选输入字符中确定目标字符，包括：
根据预测的所述输入时间间隔以及所述最后一个字符的落点时间，确定所述候选输入字符的预测落点时间；
从所述候选输入字符中确定参考输入字符，所述参考输入字符的预测落点时间与所述第一输入的落点时间最近；
从所述第一字符串中确定离所述参考输入字符最近的字符片段，所述字符片段对应至少一个文字或所述字符片段为一个非字母字符；
基于所述字符片段，从所述候选输入字符中确定所述目标字符；
其中，所述基于所述字符片段，从所述候选输入字符中确定所述目标字符，包括：
根据所述字符片段以及所述参考输入字符，确定前序字符，所述前序字符为所述字符片段或所述目标字符为空字符；
根据所述前序字符到所述候选输入字符的转移概率，从所述候选输入字符中确定所述目标字符。
2.根据权利要求1所述的方法，其中，所述根据所述第一字符串中的最后一个字符以及所述候选输入字符，预测所述候选输入字符与所述最后一个字符之间的输入时间间隔，包括：
根据所述最后一个字符、所述候选输入字符以及所述落点位置，预测所述候选输入字符与所述最后一个字符之间的输入时间间隔。
3.根据权利要求1所述的方法，其中，所述根据所述第一字符串中的最后一个字符以及所述候选输入字符，预测所述候选输入字符与所述最后一个字符之间的输入时间间隔，包括：
将所述最后一个字符以及所述候选输入字符输入时间间隔预测网络进行时间间隔预测，得到所述候选输入字符与所述最后一个字符之间的输入时间间隔。
4.一种字符确定装置，所述装置包括：
位置获取模块，用于获取第一输入在输入法界面中的落点位置；
第一确定模块，用于基于所述落点位置，确定候选输入字符；
预测模块，用于在所述输入法界面已输入第一字符串的情况下，根据所述第一字符串中的最后一个字符以及所述候选输入字符，预测所述候选输入字符与所述最后一个字符之间的输入时间间隔；
第二确定模块，用于依据预测的所述输入时间间隔、所述第一输入的落点时间以及所述第一字符串，从所述候选输入字符中确定目标字符；
其中，所述装置还包括：
第三确定模块，用于基于所述落点位置，确定所述第一输入的点击方式；
其中，所述根据所述第一字符串中的最后一个字符以及所述候选输入字符，预测所述候选输入字符与所述最后一个字符之间的输入时间间隔，包括：
根据所述第一字符串中的最后一个字符、所述落点位置、所述候选输入字符以及所述第一输入的点击方式，预测所述候选输入字符与所述最后一个字符之间的输入时间间隔；
其中，所述第二确定模块，包括：
时间确定模块，用于根据预测的所述输入时间间隔以及所述最后一个字符的落点时间，确定所述候选输入字符的预测落点时间；
参考字符确定模块，用于从所述候选输入字符中确定参考输入字符，所述参考输入字符的预测落点时间与所述第一输入的落点时间最近；
字符片段确定模块，用于从所述第一字符串中确定离所述参考输入字符最近的字符片段，所述字符片段对应至少一个文字或所述字符片段为一个非字母字符；
目标字符确定模块，用于基于所述字符片段，从所述候选输入字符中确定所述目标字符；
其中，所述目标字符确定模块，包括：
前序字符确定模块，用于根据所述字符片段以及所述参考输入字符，确定前序字符，所述前序字符为所述字符片段或所述目标字符为空字符；
字符确定子模块，用于根据所述前序字符到所述候选输入字符的转移概率，从所述候选输入字符中确定所述目标字符。
5.根据权利要求4所述的装置，其中，所述根据所述第一字符串中的最后一个字符以及所述候选输入字符，预测所述候选输入字符与所述最后一个字符之间的输入时间间隔，包括：
根据所述最后一个字符、所述候选输入字符以及所述落点位置，预测所述候选输入字符与所述最后一个字符之间的输入时间间隔。
6.根据权利要求4所述的装置，其中，所述根据所述第一字符串中的最后一个字符以及所述候选输入字符，预测所述候选输入字符与所述最后一个字符之间的输入时间间隔，包括：
将所述最后一个字符以及所述候选输入字符输入时间间隔预测网络进行时间间隔预测，得到所述候选输入字符与所述最后一个字符之间的输入时间间隔。
7.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-3任一所述的字符确定方法。
8.一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行权利要求1-3任一所述的字符确定方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110527115.6A CN113238664B (zh) | 2021-05-14 | 2021-05-14 | 一种字符确定方法、装置及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110527115.6A CN113238664B (zh) | 2021-05-14 | 2021-05-14 | 一种字符确定方法、装置及电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113238664A CN113238664A (zh) | 2021-08-10 |
| CN113238664B true CN113238664B (zh) | 2023-07-25 |
Family
ID=77134167
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110527115.6A Active CN113238664B (zh) | 2021-05-14 | 2021-05-14 | 一种字符确定方法、装置及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113238664B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2710161A1 (en) * | 2007-12-27 | 2009-07-09 | Sharp Kabushiki Kaisha | Character input device, system, and character input control method |
| CN105224666A (zh) * | 2015-10-08 | 2016-01-06 | 广东欧珀移动通信有限公司 | 一种输入方法、装置以及终端 |
| WO2016202101A1 (zh) * | 2015-06-16 | 2016-12-22 | 北京奇虎科技有限公司 | 一种基于输入法的展示候选项的方法和装置 |
| CN107678560A (zh) * | 2017-08-31 | 2018-02-09 | 科大讯飞股份有限公司 | 输入法的候选结果生成方法及装置、存储介质、电子设备 |
| CN107844199A (zh) * | 2016-09-18 | 2018-03-27 | 北京搜狗科技发展有限公司 | 一种输入方法、系统和用于输入的装置 |
| JP2019008772A (ja) * | 2017-06-28 | 2019-01-17 | ベイジン バイドゥ ネットコム サイエンス アンド テクノロジー カンパニー リミテッド | 文字を入力する方法及び装置 |
| CN111460789A (zh) * | 2020-05-15 | 2020-07-28 | 湖南工商大学 | 基于字符嵌入的lstm分句方法、系统及介质 |
| CN111665955A (zh) * | 2020-04-17 | 2020-09-15 | 北京百度网讯科技有限公司 | 候选字符串的处理方法、装置、电子设备及存储介质 |
| CN112416141A (zh) * | 2020-10-19 | 2021-02-26 | 上海臣星软件技术有限公司 | 针对输入字符串的处理方法、装置、设备和介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8972323B2 (en) * | 2012-06-14 | 2015-03-03 | Microsoft Technology Licensing, Llc | String prediction |
-
2021
- 2021-05-14 CN CN202110527115.6A patent/CN113238664B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2710161A1 (en) * | 2007-12-27 | 2009-07-09 | Sharp Kabushiki Kaisha | Character input device, system, and character input control method |
| WO2016202101A1 (zh) * | 2015-06-16 | 2016-12-22 | 北京奇虎科技有限公司 | 一种基于输入法的展示候选项的方法和装置 |
| CN105224666A (zh) * | 2015-10-08 | 2016-01-06 | 广东欧珀移动通信有限公司 | 一种输入方法、装置以及终端 |
| CN107844199A (zh) * | 2016-09-18 | 2018-03-27 | 北京搜狗科技发展有限公司 | 一种输入方法、系统和用于输入的装置 |
| JP2019008772A (ja) * | 2017-06-28 | 2019-01-17 | ベイジン バイドゥ ネットコム サイエンス アンド テクノロジー カンパニー リミテッド | 文字を入力する方法及び装置 |
| CN107678560A (zh) * | 2017-08-31 | 2018-02-09 | 科大讯飞股份有限公司 | 输入法的候选结果生成方法及装置、存储介质、电子设备 |
| CN111665955A (zh) * | 2020-04-17 | 2020-09-15 | 北京百度网讯科技有限公司 | 候选字符串的处理方法、装置、电子设备及存储介质 |
| CN111460789A (zh) * | 2020-05-15 | 2020-07-28 | 湖南工商大学 | 基于字符嵌入的lstm分句方法、系统及介质 |
| CN112416141A (zh) * | 2020-10-19 | 2021-02-26 | 上海臣星软件技术有限公司 | 针对输入字符串的处理方法、装置、设备和介质 |
Non-Patent Citations (4)
| Title |
|---|
| Position-Aware Deep Character-Level CTR Prediction for Sponsored Search;Xiao Bai等;IEEE Transactions on Knowledge and Data Engineering;全文 * |
| 一种基于前端预测识别的粘连字符分割方法;李佐, 王姝华, 蔡士杰;计算机研究与发展(第11期);全文 * |
| 一种基于字符HMM模型级联的手写体西文单词识别方法;赵 巍, 刘家锋, 唐降龙;计算机研究与发展(第06期);全文 * |
| 基于字符群体特征的图文分离算法研究;宋晓宇;崔明霞;王永会;;计算机应用研究(第08期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113238664A (zh) | 2021-08-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111753914B (zh) | 模型优化方法和装置、电子设备及存储介质 | |
| KR20210132578A (ko) | 지식 그래프를 구축하는 방법, 장치, 기기 및 저장 매체 | |
| CN111582454B (zh) | 生成神经网络模型的方法和装置 | |
| CN110633797A (zh) | 网络模型结构的搜索方法、装置以及电子设备 | |
| WO2014066106A2 (en) | Techniques for input method editor language models using spatial input models | |
| CN111079945B (zh) | 端到端模型的训练方法及装置 | |
| EP3896595A1 (en) | Text key information extracting method, apparatus, electronic device, storage medium, and computer program product | |
| WO2018075191A1 (en) | Techniques for scheduling language models and character recognition models for handwriting inputs | |
| CN111460384B (zh) | 策略的评估方法、装置和设备 | |
| CN111241810B (zh) | 标点预测方法及装置 | |
| US20180150143A1 (en) | Data input system with online learning | |
| CN112559870A (zh) | 多模型融合方法、装置、电子设备和存储介质 | |
| EP3866065A1 (en) | Target detection method, device, electronic apparatus, and storage medium | |
| CN112329453B (zh) | 样本章节的生成方法、装置、设备以及存储介质 | |
| CN111767477B (zh) | 一种检索方法、装置、电子设备和存储介质 | |
| CN116028605B (zh) | 逻辑表达式生成方法、模型训练方法、装置及介质 | |
| CN112380104A (zh) | 用户属性识别方法、装置、电子设备及存储介质 | |
| CN112560499A (zh) | 语义表示模型的预训练方法、装置、电子设备及存储介质 | |
| CN114218931A (zh) | 信息抽取方法、装置、电子设备和可读存储介质 | |
| CN111665955A (zh) | 候选字符串的处理方法、装置、电子设备及存储介质 | |
| CN112580723B (zh) | 多模型融合方法、装置、电子设备和存储介质 | |
| CN113238664B (zh) | 一种字符确定方法、装置及电子设备 | |
| CN105589570A (zh) | 一种处理输入错误的方法和装置 | |
| CN115186738B (zh) | 模型训练方法、装置和存储介质 | |
| CN111522928B (zh) | 一种知识抽取方法、装置、设备和介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |