CN113589950A - 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
- CN113589950A CN113589950A CN202010367753.1A CN202010367753A CN113589950A CN 113589950 A CN113589950 A CN 113589950A CN 202010367753 A CN202010367753 A CN 202010367753A CN 113589950 A CN113589950 A CN 113589950A
- Authority
- CN
- China
- Prior art keywords
- sentence
- sentence association
- input
- association
- candidate
- 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 110
- 238000012549 training Methods 0.000 claims abstract description 27
- 230000008569 process Effects 0.000 claims abstract description 19
- 230000015654 memory Effects 0.000 claims description 25
- 238000001514 detection method Methods 0.000 claims description 4
- 239000013598 vector Substances 0.000 description 117
- 238000013507 mapping Methods 0.000 description 25
- 238000004891 communication Methods 0.000 description 21
- 238000012545 processing Methods 0.000 description 14
- 230000006399 behavior Effects 0.000 description 13
- 238000013499 data model Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 6
- 238000013178 mathematical model Methods 0.000 description 5
- 230000003068 static effect Effects 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 4
- 230000005291 magnetic effect Effects 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
- 230000003993 interaction Effects 0.000 description 3
- 102100026933 Myelin-associated neurite-outgrowth inhibitor Human genes 0.000 description 2
- 230000001133 acceleration Effects 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
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 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
- 230000001364 causal effect Effects 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 238000012937 correction Methods 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
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 230000035900 sweating Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000001052 transient effect Effects 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
- G06F3/02—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：在输入过程中，对句子的停顿事件进行检测；若检测到句子的停顿事件，则向服务端发送句联想请求；所述句联想请求中包括：输入内容，以使所述服务端依据句联想模型确定所述句联想请求对应的句联想候选；所述句联想模型对应的训练数据包括：句子语料；对所述服务端返回的句联想候选进行展示。本发明实施例可以提高输入效率和用户体验。
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
输入法是指为了将各种文字输入计算机或其他设备(如手机、平板电脑等)而采用的编码方法。用户如果要将文字输入到设备中，则需要使用输入法程序。例如，用户可以在搜索引擎中输入关键词以搜索网页，也可以在即时通讯APP(应用程序，Application)中输入文字以与其他用户进行交流，还可以在文档APP中输入文字以编辑文档等等。
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用户上屏的字词，提供对应的联想候选。例如，针对用户上屏的“漫天”，提供“大雪”、“飞舞”等联想候选。又如，针对用户上屏的“生日”，提供“快乐”等联想候选。
发明人在实施本发明实施例的过程中发现，用户的表达是以句子为单位进行表达的，针对字词提供联想候选，使得联想候选的完整性较差。
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，可以提高输入效率和用户体验。
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：
在输入过程中，对句子的停顿事件进行检测；
若检测到句子的停顿事件，则向服务端发送句联想请求；所述句联想请求中包括：输入内容，以使所述服务端依据句联想模型确定所述句联想请求对应的句联想候选；所述句联想模型对应的训练数据包括：句子语料；
对所述服务端返回的句联想候选进行展示。
另一方面，本发明实施例公开了一种输入装置，包括：
检测模块，用于在输入过程中，对句子的停顿事件进行检测；
发送模块，用于若检测到句子的停顿事件，则向服务端发送句联想请求；所述句联想请求中包括：输入内容，以使所述服务端依据句联想模型确定所述句联想请求对应的句联想候选；所述句联想模型对应的训练数据包括：句子语料；以及
句联想候选展示模块，用于对所述服务端返回的句联想候选进行展示。
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：
在输入过程中，对句子的停顿事件进行检测；
若检测到句子的停顿事件，则向服务端发送句联想请求；所述句联想请求中包括：输入内容，以使所述服务端依据句联想模型确定所述句联想请求对应的句联想候选；所述句联想模型对应的训练数据包括：句子语料；
对所述服务端返回的句联想候选进行展示。
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：
本发明实施例在检测到句子的停顿事件的情况下，可以认为输入内容对应完整性较高的语言单元，完整性较高的语言单元可以为句子、分句、例如主语或谓语或宾语的句子成分等。
本发明实施例利用句子语料训练得到句联想模型，以使句联想模型具有句子级别的联想功能。这样，本发明实施例依据句联想模型，针对完整性较高的输入内容确定对应的句联想候选，能够提高句联想候选与输入内容之间的相关性，进而能够提高输入效率和提升用户体验。
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方法的应用环境的示意；
图2是本发明的一种输入方法实施例一的步骤流程图；
图3是本发明的一种输入方法实施例二的步骤流程图；
图4是本发明的一种输入装置实施例的结构框图；
图5是本发明的一种输入装置实施例的结构框图；
图6是本发明的一种用于输入的装置800的框图；及
图7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。
本发明实施例提供了一种输入方案，该方案可以包括：在输入过程中，对句子的停顿事件进行检测；若检测到句子的停顿事件，则向服务端发送句联想请求；上述句联想请求中可以包括：输入内容，以使上述服务端依据句联想模型确定上述句联想请求对应的句联想候选；上述句联想模型对应的训练数据可以包括：句子语料；对上述服务端返回的句联想候选进行展示。
本发明实施例在检测到句子的停顿事件的情况下，可以认为输入内容对应完整性较高的语言单元，完整性较高的语言单元可以为句子、分句、例如主语或谓语或宾语的句子成分等。
本发明实施例利用句子语料训练得到句联想模型，以使句联想模型具有句子级别的联想功能。这样，本发明实施例依据句联想模型，针对完整性较高的输入内容确定对应的句联想候选，能够提高句联想候选与输入内容之间的相关性，进而能够提高输入效率和提升用户体验。
本发明实施例能够实现句联想的连续性。例如，本发明实施例可以针对句子A，提供至少一个句联想候选(如句子B1、句子B2等)；若用户选择句子B2上屏，则还可以针对句子A和句子B2，提供至少一个句联想候选(如句子C1、句子C2等)；若用户选择句子C1上屏，则还可以针对句子A、句子B2和句子C1，提供至少一个句联想候选(如句子D1、句子D2等)。可以理解，在用户持续选择句联想候选的情况下，本发明实施例可以持续提供相应的句联想候选。
本发明实施例提供的输入方法可应用于图1所示的应用环境中，如图1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。
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。
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。
方法实施例一
参照图2，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201、在输入过程中，对句子的停顿事件进行检测；
步骤202、若检测到句子的停顿事件，则向服务端发送句联想请求；上述句联想请求中可以包括：输入内容，以使上述服务端依据句联想模型确定上述句联想请求对应的句联想候选；上述句联想模型对应的训练数据可以包括：句子语料；
步骤203、对上述服务端返回的句联想候选进行展示。
图2所示方法实施例可由客户端和/或服务端执行，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201中，句子的停顿事件用于表句子的停顿，以使输入内容对应完整性较高的语言单元。
本发明实施例中，句子的停顿事件可以包括：
检测到针对第一预设标点符号的输入操作；和/或
检测到针对输入内容的发送操作。
第一预设标点符号可由本领域技术人员根据实际应用需求确定，例如，第一预设标点符号可以包括：逗号“，”、句号“。”、问号“？”、叹号“！”、句点“.”、“空格”等，可以理解，本发明实施例对于具体的第一预设标点符号不加以限制。
例如，用户A在上屏输入内容“大家都很忙”后，点击了逗号“，”，则可以认为检测到句子的停顿事件。
针对输入内容的发送操作，可以表征向通信对端发送了输入内容，此种情况下，可以认为输入内容对应的完整性较高。
例如，用户B在上屏输入内容“你在干嘛呢”后，点击了发送按键，则可以认为检测到句子的停顿事件。
可以理解，上述句子的停顿时间只是作为可选实施例，实际上本领域技术人员可以根据实际应用需求，采用其他停顿事件。例如，停顿事件还可以为输入间隔时长超过预设时长。或者，还可以确定输入内容对应的完整性概率，在完整性概率超过概率阈值的情况下，认为检测到停顿事件等。
步骤202中，上述句联想请求用于请求上述句联想请求对应的句联想候选。
上述句联想请求中可以包括：输入内容。可选地，上述句联想请求中还可以包括：输入内容对应的上下文、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。在本申请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，用户A与用户B进行通信，假设用户B喜欢颜文字内容，则句联想候选的类型可以包括：颜文字内容。
又如，用户A与用户C进行通信，假设用户C喜欢图片内容，则句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，所述句联想候选可以为依据所述句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，提供不同的句联想候选，由此可以提升句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。
假设输入内容为“我睡觉了”，则在语言风格特征为活泼风格的情况下，对应的回复候选可以为“不要睡，起来嗨”；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“晚安”。
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内容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，对输入内容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。
本发明实施例在检测到句子的停顿事件的情况下，可以进一步判断是否符合发送条件，若是，则向服务端发送句联想请求。由此可以在一定程度上降低海量的句联想请求对于服务端的压力，并且可以在表达场景无法得到准确的句联想候选的情况下，避免不符合用户意图的句联想候选对于用户的打扰。
在本发明的一种可选实施例中，在所述向服务端发送句联想请求之前，所述方法还可以包括：若检测到句子的停顿事件，则依据所述输入内容包含的标点符号、和/或、所述输入内容包括的字符数量、和/或、前次的句联想候选是否被选中，判断是否向服务端发送句联想请求。前次的句联想候选可以指最近一次提供的句联想候选。
例如，本发明实施例可以针对句子A，提供至少一个句联想候选(如句子B1、句子B2等)；若用户选择句子B2上屏，则此种情况下，前次的句联想候选可以包括：句子B1、句子B2等。
在检测到针对输入内容的发送操作的情况下，本发明实施例可以提供发送条件的如下技术方案：
技术方案A1、若检测到针对输入内容的发送操作、且输入内容的句首包括预设字符，则不向服务端发送句联想请求；和/或
技术方案A2、若检测到针对输入内容的发送操作、且输入内容不包括预设语种的字符，则不向服务端发送句联想请求；和/或
技术方案A3、若检测到针对输入内容的发送操作、且输入内容包括预设类别的实体词，则不向服务端发送句联想请求；和/或
技术方案A4、若检测到针对输入内容的发送操作、且输入内容的末尾包括上屏的句联想候选，则不向服务端发送句联想请求；和/或
技术方案A5、若检测到针对输入内容的发送操作、且输入内容包括的字符数量在预设字符范围内，则向服务端发送句联想请求。
技术方案A1中，若输入内容的句首包括预设字符，则不向服务端发送句联想请求。
预设字符可以为“@”、“自动回复”等字符。其中，“@”用于指向具体的用户，这使得输入内容涉及具体的事件，增加了联想的难度，此种情况下为了避免不符合用户需求的句联想候选对于用户的打扰，可以不向服务端发送句联想请求。
“自动回复”对应的输入内容为通信系统自动回复的内容，并非用户主动输入的内容，因此不适于对此种情况下的输入内容进行句联想。可以理解，本领域技术人员可以根据实际应用需求设置其他预设字符，例如，其他预设字符可以为与工作相关的字符等，本发明实施例对于具体的预设字符不加以限制。
技术方案A2中，若输入内容不包括预设语种的字符，则不向服务端发送句联想请求，可以适用于句联想模型对应预设语种的情况。具体地，本发明实施例可以依据预设语种的句子语料训练得到句联想模型，以使句联想模型具备预设语种的句联想功能。因此，在输入内容不包括预设语种的情况下，可以不针对输入内容进行句联想。
本领域技术人员可以根据实际应用需求确定预设语种，例如，预设语种可以为中文、英文、日文等。
技术方案A3中，若输入内容包括预设类别的实体词，则不向服务端发送句联想请求。
预设类别可以包括：PER(人名)、LOC(地名)、ORG(组织机构名)、MISC(专有名词)等。
在输入内容包括预设类别的实体词的情况下，可以认为输入内容涉及具体的实体，增加了联想的难度，因此可以不向服务端发送句联想请求。例如，输入内容包括某家餐厅的名称，此种情况下难以针对输入内容进行句联想，因此可以不向服务端发送句联想请求，以降低服务端的压力。
技术方案A4中，若输入内容的末尾包括上屏的句联想候选，这表征用户将句联想候选上屏后发送，此种情况下，说明之前提供的句联想候选符合用户需求，则向服务端发送句联想请求，以持续性地向用户提供句联想候选。
技术方案A5中，若输入内容包括的字符数量在预设字符范围内，则向服务端发送句联想请求。
本领域技术人员可以根据实际应用需求确定预设字符范围，该预设字符范围可以为静态的范围、或者动态的范围。
在本发明的一种可选实施例中，上述预设字符范围可以为依据所述服务端的云资源信息得到。在服务端的云资源信息发生更新的情况下，可以相应对预设字符范围进行更新，以实现预设字符范围的动态性。
可选地，可以通过云资源等级表征云资源信息。参照表1，示出了云资源等级与预设字符范围之间的映射关系的示例，其中，云资源等级对应的数值越大，表征云资源信息越充足，则预设字符范围表征的字符范围越大；反之，云资源等级对应的数值越小，表征云资源信息越缺乏，则预设字符范围表征的字符范围越小。
表1中，在云资源等级为0的情况下，云资源信息达到了缺乏的极限，无论输入内容包括的字符数量是否符合预设字符范围，均可以不向服务端发送句联想请求。在云资源等级为10的情况下，云资源信息达到了充足的极限，无论输入内容包括的字符数量是否符合预设字符范围，均可以向服务端发送句联想请求。
表1
在实际应用中，服务端可以向客户端下发云资源等级、以及云资源等级与预设字符范围之间的映射关系。例如，默认下发的云资源等级为6，并且，服务端可以更新实时的云资源信息，对云资源等级进行更新，并向客户端下发更新后的云资源等级。
以上通过技术方案A1至技术方案A5，对在检测到针对输入内容的发送操作的情况下的发送条件进行了详细介绍，可以理解，本领域技术人员可以采用技术方案A1至技术方案A5中的任一或者组合，可以理解，本发明实施例对于在检测到针对输入内容的发送操作的情况下的发送条件不加以限制。
在检测到针对第一预设标点符号的输入操作的情况下，本发明实施例可以提供发送条件的如下技术方案：
若检测到针对第一预设标点符号的输入操作，则若输入内容符合预设条件，则向服务端发送句联想请求；
所述预设条件具体包括：
预设条件B1、输入内容由预设语种的字符和标点符号组成，且输入内容的结尾字符为第二预设标点符号、以及输入内容的结尾字符包含的连续标点符号的数量不超过第一阈值；和/或
预设条件B2、输入内容的字符数量不超过第二阈值；和/或
预设条件B3、前次的句联想候选被选中；和/或。
预设条件B4、输入内容包括预设类别的实体词；和/或
预设条件B5、输入内容中在所述预设标点符号之前的字符数量超过第三阈值。
对于预设条件B1，输入内容由预设语种的字符和标点符号组成，例如，输入内容由中文字符和标点符号组成。第二预设标点符号可由本领域技术人员根据实际应用需求确定，例如，第二预设标点符号包括：逗号“，”、句号“。”、问号“？”、叹号“！”等。
第一阈值可由本领域技术人员根据实际应用需求确定，例如，第一阈值为2等。例如，输入内容A“你在干嘛呢。。。”不符合预设条件B1，而输入内容B“你好。。。你在干嘛呢？”，符合预设条件B1。
对于预设条件B2，第二阈值用于约束输入内容包括的字符的总数量，例如，第二阈值可以为20等数值。
对于预设条件B5，可以按照从后到前的顺序，对输入内容中在所述预设标点符号之前的字符进行计数，以判断计数结果是否超过第三阈值。
根据第三阈值的不同，预设条件B5具体包括：
预设条件B51、输入内容中在所述预设标点符号之前的字符数量超过8；
预设条件B52、输入内容中在所述预设标点符号之前的字符数量超过6；
预设条件B53、输入内容中在所述预设标点符号之前的字符数量超过4；
预设条件B54、输入内容中在所述预设标点符号之前的字符数量超过3；
预设条件B55、输入内容中在所述预设标点符号之前的字符数量超过2。
本领域技术人员可以根据实际应用需求，采用预设条件B1至预设条件B5中的任一或组合。
在本发明的一种可选实施例中，可以依据云资源信息，确定采用预设条件B1至预设条件B5中的哪些组合。
参照表2，示出了本发明实施例的一种云资源等级与预设条件的映射关系的示例。
表2
表2中，在云资源等级为0的情况下，云资源信息达到了缺乏的极限，无论输入内容是否符合预设条件，均可以不向服务端发送句联想请求。在云资源等级为10的情况下，云资源信息达到了充足的极限，无论输入内容是否符合预设条件，均可以向服务端发送句联想请求。
步骤203中，可以对上述服务端返回的句联想候选进行展示，以供用户选择上屏。可以理解，句联想候选可以为一个或多个，可选地，可以对多个句联想候选进行排序展示。
根据一种实施例，若不存在输入串，则句联想候选的展示位置可以为候选区的位置。
根据另一种实施例，若存在输入串，句联想候选的展示位置可以与候选区的位置不同，以避免句联想候选与输入串对应第一候选之间的展示冲突。
若存在输入串，可以依据句联想候选与第二候选的优先级，判断是否展示句联想候选。第二候选的展示位置与候选区的位置不同，因此与句联想候选共用位置。第二候选的例子可以包括：人名候选、纠错候选、图片候选、表达优化候选等。
可选地，若输入内容的末尾包括上屏的句联想候选，则可以认为句联想候选的优先级高于第二候选的优先级，故展示句联想候选。例如，上次提供的句联想候选B2被用户上屏，则可以持续性地展示句联想候选C1、C2等。
可以理解，在句联想候选的优先级低于第二候选的优先级的情况下，可以不展示句联想候选，而是展示第二候选。
由于向服务端发送句联想请求、服务端确定句联想候选、以及服务端返回句联想候选的过程需要耗费一定的时间；因此，为了缓解用户等待句联想候选的问题，上述方法还可以包括：若检测到针对第一预设标点符号的输入操作，在对所述服务端返回的句联想候选进行展示之前，在候选区展示所述第一预设标点符号对应的候选。第一预设标点符号对应的候选的处理，可以在一定程度上缓解用户等待句联想候选的问题。
可以理解，在用户将第一预设标点符号对应的候选后，可以对上述服务端返回的句联想候选进行展示，以供用户选择上屏。
在本发明的一种可选实施例中，上述句联想候选可以包括：输入内容和预测结果。例如，句联想候选包括：输入内容“锄禾日当午”和预测结果“汗滴禾下土”。
则所述对所述服务端返回的句联想候选进行展示，包括：利用第一展示方式，对所述句联想候选中的输入内容进行展示；以及，利用第二展示方式，对所述句联想候选中的预测结果进行展示。
本发明实施例对句联想候选中的输入内容和预测结果进行区分展示，可以提高输入内容和预测结果之间的区分度。
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，输入内容和预测结果的颜色不同，如输入内容为黑色，预测结果为红色。又如，输入内容不具有角标，而预测结果具有角标。或者，输入内容和预测结果的字体或字号不同，如预测结果的字号大于输入内容的字号等。
在本发明的一种可选实施例中，上述方法还可以包括：对返回的句联想候选进行缓存；针对用户的输入串，从缓存中获取与所述输入串相匹配的目标句联想候选；对所述目标句联想候选进行展示。
返回的情形可以包括：超时返回的情形、或非超时返回的情形。超时返回的情形可以包括：在接收到返回的句联想候选之前，接收到用户的输入串，换言之，用户的输入串先于返回的句联想候选。本发明实施例对返回的句联想候选进行缓存，以备后续使用。
从缓存中获取与所述输入串相匹配的目标句联想候选，对应的匹配条件可以为：缓存中句联想候选对应的编码包括：输入串对应的编码，换言之，输入串对应的编码为缓存中句联想候选对应的编码的全集或子集。例如，缓存中句联想候选包括“过去这段时间，感谢你的帮助”，若输入串为“guoqu”或者“zheduan”，则可以认为输入串与句联想候选相匹配；而若输入串为“zaizheli”，则认为输入串与句联想候选不匹配。
本发明实施例中，可选的是，输入串对应字符的数量可以大于第四阈值，例如，第四阈值为2等。也即，输入串与缓存中句联想候选存在至少3个字的重码。当然，本发明实施例对于具体的第四阈值不加以限制。
本发明实施例中，可选的是，输入串可以与缓存中句联想候选的开头字符相匹配。例如，缓存中句联想候选包括“过去这段时间，感谢你的帮助”，输入串为“guoqu”。本发明实施例中，可选的是，输入串可以与缓存中句联想候选的中间字符相匹配。
本发明实施例中，可选的是，缓存的有效期，可以是至少一个输入周期，也可以是预设时间长度。可以依据输入间隔、或标点符号、或发送操作，确定一个输入周期。例如，在输入间隔超过间隔阈值的情况下，可以认为一个输入周期结束。又如，在输入了第三预设标点符号(如句号)，可以认为一个输入周期结束。再如，在向通信对端发送输入内容后，可以认为一个输入周期结束。
在本发明的一种可选实施例中，上述方法还可以包括：对返回的多个句联想候选进行缓存；响应于用户针对第一句联想候选的上屏操作，从缓存中获取与所述第一句联想候选相匹配的第二句联想候选；对所述第二句联想候选进行展示。
返回的联想候选可以为多个，多个句联想候选在长度或内容方面存在差异。
例如，输入内容为“床前明月光”，返回的多个句联想候选可以包括：“疑是地上霜”、“疑是地上霜，举头望明月，低头思故乡”、“李白睡得香”、“李白睡得香，举头抱佳人,低头梦一场”等。若用户将第一句联想候选“李白睡得香”上屏，则本发明实施例可以从缓存中查找得到与第一句联想候选相匹配的句联想候选“举头抱佳人,低头梦一场”，并将“举头抱佳人”或“举头抱佳人,低头梦一场”作为第二句联想候选，提供给用户。由于能够节省发送句联想请求所耗费的时间和网络资源，因此能够节省资源、以及提高输入效率。
综上，本发明实施例的输入方法，在检测到句子的停顿事件的情况下，可以认为输入内容对应完整性较高的语言单元，完整性较高的语言单元可以为句子、分句、例如主语或谓语或宾语的句子成分等。
本发明实施例利用句子语料训练得到句联想模型，以使句联想模型具有句子级别的联想功能。这样，本发明实施例依据句联想模型，针对完整性较高的输入内容确定对应的句联想候选，能够提高句联想候选与输入内容之间的相关性，进而能够提高输入效率和提升用户体验。
方法实施例二
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、接收客户端发送的句联想请求；上述句联想请求为客户端在检测到句子的停顿事件的情况下发送的请求；上述句联想请求中可以包括：输入内容；
步骤302、依据句联想模型，确定上述句联想请求对应的句联想候选；上述句联想模型对应的训练数据可以包括：句子语料；
步骤303、向客户端发送上述句联想候选。
本发明实施例中，服务端利用句子语料训练得到句联想模型，以使句联想模型具有句子级别的联想功能；并且，服务端依据句联想模型，针对完整性较高的输入内容确定对应的句联想候选，能够提高句联想候选与输入内容之间的相关性，进而能够提高输入效率和提升用户体验。
本发明实施例中，句联想模型对应的句子语料可以包括：输入法程序的输入语料、通讯平台的语聊语料、社交平台的微博语料、新闻语料、或者其他的互联网语料等。
本发明实施例中，可选的是，可以针对不同的应用程序环境特征，利用上述应用程序环境特征对应的句子语料，以得到应用程序环境特征对应的句联想模型，以使不同的应用程序环境特征对应不同的句联想模型。应用程序环境特征可以包括：微信、微博、知乎等。
本发明实施例中，可选的是，可以针对不同的应用程序环境特征，确定不同的语言风格特征。例如，聊天环境特征对应的语言风格特征包括：口语风格，而写作环境特征对应的语言风格特征包括：书面风格等。例如在聊天环境特征下，句联想候选为“明天有大风”，而在正式写新闻稿的环境特征下，句联想候选为“今明两天有三到四级大风”。
本发明实施例中，可选的是，句联想模型可以描述多元关系数据。
多元关系数据可以包括二元和二元以上的关系数据。二元关系，又称2-gram，用于表示两个句子相继出现的概率。二元以上的关系则用于表示两个以上句子相继出现的概率。
本发明实施例可以依据输入内容，在多元关系数据中进行查找，以得到上述输入内容对应的命中元，并依据上述命中元，确定句联想候选。例如，输入内容为“你在干嘛呢”，命中元可以包括：“都不理我”、“看电视吗”、“回消息这么慢”等。
在本发明的一种可选实施例中，可以通过数据模型表征多元关系数据。数据模型的类型可以包括但不限于：语言模型、神经网络模型等。上述数据模型可以提供P(任意句子|输入内容，…)，即一定输入内容等条件下，任意句子的概率。根据这个概率，可以确定输入内容对应的命中元。其中，数据模型所采用的语料可以包括：在输入内容等条件下的语料。
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。
可选地，数据模型的条件还可以包括：输入环境特征。此种情况下，数据模型可以提供P(任意句子|输入内容，输入环境特征，…)。
可选地，数据模型的条件还可以包括：输入内容的上下文。此种情况下，数据模型可以提供P(任意句子|输入内容，输入内容的上下文，…)。
可选地，数据模型的条件还可以包括：用户特征，用户特征可以包括：本端用户特征和/或对端用户特征。
可选地，数据模型可以提供P(任意句子|输入内容，输入内容的上下文，用户特征…)。
在本发明的一种可选实施例中，上述确定上述句联想请求对应的句联想候选，具体可以包括：确定上述句联想请求对应的目标语言风格；利用上述目标语言风格对应的句联想模型，确定上述句联想请求对应的句联想候选。
本发明实施例可以针对不同的目标语言风格，设置不同的句联想模型。这样，可以依据对端用户特征等信息，确定上述句联想请求对应的目标语言风格；然后，利用上述目标语言风格对应的句联想模型，确定上述句联想请求对应的句联想候选。
在本发明的另一种可选实施例中，上述句联想模型确定上述句联想请求对应的目标语言风格，并依据上述目标语言风格确定上述句联想请求对应的句联想候选。
本发明实施例可以不针对目标语言风格对句联想模型进行区分，而是由句联想模型在对句联想请求的处理过程中，首先确定上述句联想请求对应的目标语言风格，然后依据上述目标语言风格确定上述句联想请求对应的句联想候选。
在本发明的一种实施例中，上述句联想模型包括：第二向量与句联想候选对应的映射关系；
上述确定所述句联想请求对应的句联想候选，具体包括：确定所述句联想请求对应的第一向量；依据所述第一向量，在第二向量与句联想候选对应的映射关系中进行检索，以得到所述第一向量对应的句联想候选；所述映射关系为依据句子语料得到，所述句子语料包括：上文样本和句联想候选，所述第二向量与所述上文样本相应。
本发明实施例基于向量检索，得到句联想请求对应的句联想候选；能够基于第一向量与第二向量在空间中的距离，对第一向量与第二向量进行匹配，并将与第一向量相匹配的第二向量对应的句联想候选，作为句联想请求对应的句联想候选。这样，不要求第一向量与第二向量在文本方面严格一致，因此能够增加句联想候选的覆盖范围。
例如，句子语料包括：上文样本A“可以和你语音吗”和句联想候选“我想听你的声音”，则在用户上文a为“能和你语音吗”的情况下，本发明实施例可以基于第一向量与第二向量的空间距离，确定第一向量与第二向量相匹配，进而提供对应的句联想候选“我想听你的声音”。
根据一种实施例，可以将第一向量与所有句子语料对应的所有第二向量进行匹配。具体地，可以计算第一向量与所有第二向量之间的距离，并将距离小于第一距离阈值的第二向量，作为与第一向量相匹配的第二向量。
向量之间距离的度量方法可以包括：欧氏距离、夹角余弦、汉明距离、或者杰卡德相似系数等。可以理解，本发明实施例对于向量之间距离的具体度量方法不加以限制。
根据另一种实施例，上述在第二向量与句联想候选对应的映射关系中进行检索，具体包括：依据上述第一向量与上述第二向量的索引，确定上述第一向量对应的目标索引；依据上述第一向量和上述目标索引对应的第二向量，确定上述第一向量对应的句联想候选。
本发明实施例可以预先建立第二向量的索引；这样，在向量检索过程中，可以首先确定第一向量对应的目标索引，然后，对第一向量与目标索引对应的第二向量进行匹配。由于可以节省非目标索引对应的第二向量的匹配运算，因此能够提高向量检索效率。
在此提供一种建立第二向量的索引的示例。该示例具体包括：对多个第二向量进行聚类，以得到多个向量类别；依据上述向量类别的信息，建立上述向量类别内第二向量的索引。
向量类别的信息可以包括：向量类别的中心向量。相应地，上述确定上述第一向量对应的目标索引，具体包括：依据上述第一向量与上述向量类别对应的中心向量之间的距离，确定上述第一向量对应的目标向量类别。可选地，可以将距离小于第二距离阈值的向量类别，作为第一向量对应的目标向量类别，目标向量类别与目标索引相应。
在本发明的另一种可选实施例中，上述方法还可以包括：向客户端发送云资源信息，以使上述客户端依据上述云资源信息确定是否发送句联想请求。
根据一种实施例，在检测到针对输入内容的发送操作的情况下，客户端可以依据云资源信息，确定预设字符范围。
根据另一种实施例，在检测到针对第一预设标点符号的输入操作的情况下，客户端可以依据云资源信息，确定采用预设条件B1至预设条件B5中的哪些组合。
综上，本发明实施例的输入方法，基于大数据的句子语料构建句联想模型，可以向用户提供与其输入内容相关性更高的句联想候选，能够给用户的带来更为便捷、智能的输入体验。
本发明实施例可以针对如下场景提供句联想候选：a.在当用户完成一个语言单元的输入，并输入预设标点符号后；b.用户在通信场景下发送输入内容后。
本发明实施例可以在接收到用户的输入串的情况下，依据句联想候选、对输入串对应的候选进行筛选。例如，用户上文a为“能和你语音吗”，输入串为“xiangtignting”，输入串“xiangtignting”对应的候选具体包括：“想听听”、“像亭亭”、“向婷婷”等；由于“想听听”与句联想候选相匹配，故可以增加“想听听”的排序得分，以将“想听听”放在靠前的位置。
本发明实施例可以在接收到用户的输入串的情况下，依据输入串对句联想候选进行筛选，以得到输入串对应的目标联想候选。例如，用户上文a为“能和你语音吗”，可以依据输入串“xiangtignting”，对句联想候选A“我想听你的声音”、和句联想候选B“想听听你的声音”进行筛选，将得到的句联想候选B作为目标联想候选。
本发明实施例依据句联想候选、对输入串对应的候选进行筛选，或者依据输入串对句联想候选进行筛选，具体包括：对输入串与句联想候选进行匹配，依据相应的匹配信息执行筛选操作。
可选地，输入串与句联想候选相匹配，对应的匹配条件可以为：句联想候选对应的编码包括：输入串对应的编码，换言之，输入串对应的编码为句联想候选对应的编码的全集或子集。例如，输入串“xiangtignting”与句联想候选B“想听听你的声音”相匹配，而输入串“woxiangni”与句联想候选B“想听听你的声音”不匹配。
本发明实施例中，可选的是，输入串对应字符的数量可以大于第一阈值，例如，第一阈值为2等。也即，输入串与句联想候选存在至少3个字的重码。当然，本发明实施例对于具体的第一阈值不加以限制。
本发明实施例中，可选的是，输入串可以与句联想候选的开头字符相匹配。当然，输入串可以与句联想候选的中间字符相匹配。
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4，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：
检测模块401，用于在输入过程中，对句子的停顿事件进行检测；
发送模块402，用于若检测到句子的停顿事件，则向服务端发送句联想请求；所述句联想请求中包括：输入内容，以使所述服务端依据句联想模型确定所述句联想请求对应的句联想候选；所述句联想模型对应的训练数据包括：句子语料；以及
句联想候选展示模块403，用于对所述服务端返回的句联想候选进行展示。
可选地，所述句子的停顿事件，可以包括：
检测到针对第一预设标点符号的输入操作；和/或
检测到针对输入内容的发送操作。
可选地，所述装置还可以包括：
标点候选展示模块，用于若检测到针对第一预设标点符号的输入操作，则在对所述服务端返回的句联想候选进行展示之前，在候选区展示所述第一预设标点符号对应的候选。
可选地，所述装置还可以包括：
判断模块，用于在所述向服务端发送句联想请求之前，若检测到句子的停顿事件，则依据所述输入内容包含的标点符号、和/或、所述输入内容可以包括的字符数量、和/或、前次的句联想候选是否被选中，判断是否向服务端发送句联想请求。
可选地，若检测到针对输入内容的发送操作、且输入内容的句首可以包括预设字符，则不向服务端发送句联想请求；和/或
若检测到针对输入内容的发送操作、且输入内容不可以包括预设语种的字符，则不向服务端发送句联想请求；和/或
若检测到针对输入内容的发送操作、且输入内容可以包括预设类别的实体词，则不向服务端发送句联想请求；和/或
若检测到针对输入内容的发送操作、且前次的句联想候选被选中，则向服务端发送句联想请求；和/或
若检测到针对输入内容的发送操作、且输入内容可以包括的字符数量在预设字符范围内，则向服务端发送句联想请求。
可选地，所述预设字符范围为依据所述服务端的云资源信息得到。
可选地，所述发送模块，具体用于在检测到针对第一预设标点符号的输入操作的情况下，若输入内容符合预设条件，则向服务端发送句联想请求；
所述预设条件可以包括：
输入内容由预设语种的字符和标点符号组成，且输入内容的结尾字符为第二预设标点符号、以及输入内容的结尾字符包含的连续标点符号的数量不超过第一阈值；和/或
输入内容可以包括的字符数量不超过第二阈值；和/或
输入内容可以包括预设类别的实体词；和/或
前次的句联想候选被选中；和/或。
输入内容中在所述预设标点符号之前的字符数量超过第三阈值。
可选地，所述句联想请求中还可以包括：所述输入内容对应的上下文、和/或、输入环境特征、和/或、用户特征。
可选地，所述句联想候选为依据所述句联想请求对应的语言风格特征得到。
可选地，所述句联想候选可以包括：输入内容和预测结果；
则所述句联想展示模块可以包括：
区分展示模块，用于利用第一展示方式，对所述句联想候选中的输入内容进行展示；以及，利用第二展示方式，对所述句联想候选中的预测结果进行展示。
可选地，所述装置还可以包括：
第一缓存模块，用于对返回的句联想候选进行缓存；
第一匹配模块，用于针对用户的输入串，从缓存中获取与所述输入串相匹配的目标句联想候选；
第一展示模块，用于对所述目标句联想候选进行展示。
可选地，所述装置还可以包括：
第二缓存模块，用于对返回的多个句联想候选进行缓存；
第二匹配模块，用于响应于用户针对第一句联想候选的上屏操作，从缓存中获取与所述第一句联想候选相匹配的第二句联想候选；
第二展示模块，用于对所述第二句联想候选进行展示。
参照图5，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：
接收模块501，用于接收客户端发送的句联想请求；所述句联想请求为客户端在检测到句子的停顿事件的情况下发送的请求；所述句联想请求中包括：输入内容；
句联想候选确定模块502，用于依据句联想模型，确定所述句联想请求对应的句联想候选；所述句联想模型对应的训练数据包括：句子语料；以及
发送模块503，用于向客户端发送所述句联想候选。
可选地，所述确定所述句联想请求对应的句联想候选，可以包括：
确定所述句联想请求对应的目标语言风格；
利用所述目标语言风格对应的句联想模型，确定所述句联想请求对应的句联想候选。
可选地，所述句联想模型确定所述句联想请求对应的目标语言风格，并依据所述目标语言风格确定所述句联想请求对应的句联想候选。
可选地，所述句联想模型可以包括：第二向量与句联想候选对应的映射关系；
所述句联想候选确定模块可以包括：
向量确定模块，用于确定所述句联想请求对应的第一向量；
向量检索模块，用于依据所述第一向量，在第二向量与句联想候选对应的映射关系中进行检索，以得到所述第一向量对应的句联想候选；所述映射关系为依据句子语料得到，所述句子语料可以包括：上文样本和句联想候选，所述第二向量与所述上文样本相应。
可选地，所述向量检索模块可以包括：
目标索引确定模块，用于依据所述第一向量与所述第二向量的索引，确定所述第一向量对应的目标索引；
联想确定模块，用于依据所述第一向量和所述目标索引对应的第二向量，确定所述第一向量对应的句联想候选。
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：在输入过程中，对句子的停顿事件进行检测；若检测到句子的停顿事件，则向服务端发送句联想请求；所述句联想请求中包括：输入内容，以使所述服务端依据句联想模型确定所述句联想请求对应的句联想候选；所述句联想模型对应的训练数据包括：句子语料；对所述服务端返回的句联想候选进行展示。
图6是根据一示例性实施例示出的一种用于输入的装置800的框图。例如，装置800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6，装置800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。
处理组件802通常控制装置800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802可以包括一个或多个处理器820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802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在设备800的操作。这些数据的示例包括用于在装置800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804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806为装置800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为装置800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述装置800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808包括一个前置摄像头和/或后置摄像头。当设备800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810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当装置800处于操作模式，如呼叫模式、记录模式和语音输入模式时，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804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
I/O接口812为处理组件802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814包括一个或多个传感器，用于为装置800提供各个方面的状态评估。例如，传感器组件814可以检测到设备800的打开/关闭状态，组件的相对定位，例如所述组件为装置800的显示器和小键盘，传感器组件814还可以检测装置800或装置800一个组件的位置改变，用户与装置800接触的存在或不存在，装置800方位或加速/减速和装置800的温度变化。传感器组件814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814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814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816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800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816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816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID，Radio Frequency Identification)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800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804，上述指令可由装置800的处理器820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7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：在输入过程中，对句子的停顿事件进行检测；若检测到句子的停顿事件，则向服务端发送句联想请求；所述句联想请求中包括：输入内容，以使所述服务端依据句联想模型确定所述句联想请求对应的句联想候选；所述句联想模型对应的训练数据包括：句子语料；对所述服务端返回的句联想候选进行展示。
本发明实施例公开了A1、一种输入方法，所述方法包括：
在输入过程中，对句子的停顿事件进行检测；
若检测到句子的停顿事件，则向服务端发送句联想请求；所述句联想请求中包括：输入内容，以使所述服务端依据句联想模型确定所述句联想请求对应的句联想候选；所述句联想模型对应的训练数据包括：句子语料；
对所述服务端返回的句联想候选进行展示。
A2、根据A1所述的方法，所述句子的停顿事件，包括：
检测到针对第一预设标点符号的输入操作；和/或
检测到针对输入内容的发送操作。
A3、根据A1所述的方法，所述方法还包括：
若检测到针对第一预设标点符号的输入操作，在对所述服务端返回的句联想候选进行展示之前，在候选区展示所述第一预设标点符号对应的候选。
A4、根据A1所述的方法，在所述向服务端发送句联想请求之前，所述方法还包括：
若检测到句子的停顿事件，则依据所述输入内容包含的标点符号、和/或、所述输入内容包括的字符数量、和/或、前次的句联想候选是否被选中，判断是否向服务端发送句联想请求。
A5、根据A1所述的方法，若检测到针对输入内容的发送操作、且输入内容的句首包括预设字符，则不向服务端发送句联想请求；和/或
若检测到针对输入内容的发送操作、且输入内容不包括预设语种的字符，则不向服务端发送句联想请求；和/或
若检测到针对输入内容的发送操作、且输入内容包括预设类别的实体词，则不向服务端发送句联想请求；和/或
若检测到针对输入内容的发送操作、且前次的句联想候选被选中，则向服务端发送句联想请求；和/或
若检测到针对输入内容的发送操作、且输入内容包括的字符数量在预设字符范围内，则向服务端发送句联想请求。
A6、根据A5所述的方法，所述预设字符范围为依据所述服务端的云资源信息得到。
A7、根据A1所述的方法，所述向服务端发送句联想请求，包括：
在检测到针对第一预设标点符号的输入操作的情况下，若输入内容符合预设条件，则向服务端发送句联想请求；
所述预设条件包括：
输入内容由预设语种的字符和标点符号组成，且输入内容的结尾字符为第二预设标点符号、以及输入内容的结尾字符包含的连续标点符号的数量不超过第一阈值；和/或
输入内容包括的字符数量不超过第二阈值；和/或
输入内容包括预设类别的实体词；和/或
前次的句联想候选被选中；和/或。
输入内容中在所述预设标点符号之前的字符数量超过第三阈值。
A8、根据A1所述的方法，所述句联想请求中还包括：所述输入内容对应的上下文、和/或、输入环境特征、和/或、用户特征。
A9、根据A1至A8中任一所述的方法，所述句联想候选为依据所述句联想请求对应的语言风格特征得到。
A10、根据A1至A8中任一所述的方法，所述句联想候选包括：输入内容和预测结果；
则所述对所述服务端返回的句联想候选进行展示，包括：
利用第一展示方式，对所述句联想候选中的输入内容进行展示；以及，利用第二展示方式，对所述句联想候选中的预测结果进行展示。
A11、根据A1至A8中任一所述的方法，所述方法还包括：
对返回的句联想候选进行缓存；
针对用户的输入串，从缓存中获取与所述输入串相匹配的目标句联想候选；
对所述目标句联想候选进行展示。
A12、根据A1至A8中任一所述的方法，所述方法还包括：
对返回的多个句联想候选进行缓存；
响应于用户针对第一句联想候选的上屏操作，从缓存中获取与所述第一句联想候选相匹配的第二句联想候选；
对所述第二句联想候选进行展示。
本发明实施例公开了B13、一种输入方法，所述方法包括：
接收客户端发送的句联想请求；所述句联想请求为客户端在检测到句子的停顿事件的情况下发送的请求；所述句联想请求中包括：输入内容；
依据句联想模型，确定所述句联想请求对应的句联想候选；所述句联想模型对应的训练数据包括：句子语料；
向客户端发送所述句联想候选。
B14、根据B13所述的方法，所述确定所述句联想请求对应的句联想候选，包括：
确定所述句联想请求对应的目标语言风格；
利用所述目标语言风格对应的句联想模型，确定所述句联想请求对应的句联想候选。
B15、根据B13所述的方法，所述句联想模型确定所述句联想请求对应的目标语言风格，并依据所述目标语言风格确定所述句联想请求对应的句联想候选。
B16、根据B13至B15中任一所述的方法，所述句联想模型包括：第二向量与句联想候选对应的映射关系；
所述确定所述句联想请求对应的句联想候选，包括：
确定所述句联想请求对应的第一向量；
依据所述第一向量，在第二向量与句联想候选对应的映射关系中进行检索，以得到所述第一向量对应的句联想候选；所述映射关系为依据句子语料得到，所述句子语料包括：上文样本和句联想候选，所述第二向量与所述上文样本相应。
B17、根据B16所述的方法，所述在第二向量与句联想候选对应的映射关系中进行检索，包括：
依据所述第一向量与所述第二向量的索引，确定所述第一向量对应的目标索引；
依据所述第一向量和所述目标索引对应的第二向量，确定所述第一向量对应的句联想候选。
本发明实施例公开了C18、一种输入装置，包括：
检测模块，用于在输入过程中，对句子的停顿事件进行检测；
发送模块，用于若检测到句子的停顿事件，则向服务端发送句联想请求；所述句联想请求中包括：输入内容，以使所述服务端依据句联想模型确定所述句联想请求对应的句联想候选；所述句联想模型对应的训练数据包括：句子语料；以及
句联想候选展示模块，用于对所述服务端返回的句联想候选进行展示。
C19、根据C18所述的装置，所述句子的停顿事件，包括：
检测到针对第一预设标点符号的输入操作；和/或
检测到针对输入内容的发送操作。
C20、根据C18所述的装置，所述装置还包括：
标点候选展示模块，用于若检测到针对第一预设标点符号的输入操作，则在对所述服务端返回的句联想候选进行展示之前，在候选区展示所述第一预设标点符号对应的候选。
C21、根据C18所述的装置，所述装置还包括：
判断模块，用于在所述向服务端发送句联想请求之前，若检测到句子的停顿事件，则依据所述输入内容包含的标点符号、和/或、所述输入内容包括的字符数量、和/或、前次的句联想候选是否被选中，判断是否向服务端发送句联想请求。
C22、根据C18所述的装置，若检测到针对输入内容的发送操作、且输入内容的句首包括预设字符，则不向服务端发送句联想请求；和/或
若检测到针对输入内容的发送操作、且输入内容不包括预设语种的字符，则不向服务端发送句联想请求；和/或
若检测到针对输入内容的发送操作、且输入内容包括预设类别的实体词，则不向服务端发送句联想请求；和/或
若检测到针对输入内容的发送操作、且前次的句联想候选被选中，则向服务端发送句联想请求；和/或
若检测到针对输入内容的发送操作、且输入内容包括的字符数量在预设字符范围内，则向服务端发送句联想请求。
C23、根据C22所述的装置，所述预设字符范围为依据所述服务端的云资源信息得到。
C24、根据C18所述的装置，所述发送模块，具体用于在检测到针对第一预设标点符号的输入操作的情况下，若输入内容符合预设条件，则向服务端发送句联想请求；
所述预设条件包括：
输入内容由预设语种的字符和标点符号组成，且输入内容的结尾字符为第二预设标点符号、以及输入内容的结尾字符包含的连续标点符号的数量不超过第一阈值；和/或
输入内容包括的字符数量不超过第二阈值；和/或
输入内容包括预设类别的实体词；和/或
前次的句联想候选被选中；和/或。
输入内容中在所述预设标点符号之前的字符数量超过第三阈值。
C25、根据C18所述的装置，所述句联想请求中还包括：所述输入内容对应的上下文、和/或、输入环境特征、和/或、用户特征。
C26、根据C18至C25中任一所述的装置，所述句联想候选为依据所述句联想请求对应的语言风格特征得到。
C27、根据C18至C25中任一所述的装置，所述句联想候选包括：输入内容和预测结果；
则所述句联想展示模块包括：
区分展示模块，用于利用第一展示方式，对所述句联想候选中的输入内容进行展示；以及，利用第二展示方式，对所述句联想候选中的预测结果进行展示。
C28、根据C18至C25中任一所述的装置，所述装置还包括：
第一缓存模块，用于对返回的句联想候选进行缓存；
第一匹配模块，用于针对用户的输入串，从缓存中获取与所述输入串相匹配的目标句联想候选；
第一展示模块，用于对所述目标句联想候选进行展示。
C29、根据C18至C25中任一所述的装置，所述装置还包括：
第二缓存模块，用于对返回的多个句联想候选进行缓存；
第二匹配模块，用于响应于用户针对第一句联想候选的上屏操作，从缓存中获取与所述第一句联想候选相匹配的第二句联想候选；
第二展示模块，用于对所述第二句联想候选进行展示。
本发明实施例公开了D30、一种输入装置，包括：
接收模块，用于接收客户端发送的句联想请求；所述句联想请求为客户端在检测到句子的停顿事件的情况下发送的请求；所述句联想请求中包括：输入内容；
句联想候选确定模块，用于依据句联想模型，确定所述句联想请求对应的句联想候选；所述句联想模型对应的训练数据包括：句子语料；以及
发送模块，用于向客户端发送所述句联想候选。
D31、根据D30所述的装置，所述确定所述句联想请求对应的句联想候选，包括：
确定所述句联想请求对应的目标语言风格；
利用所述目标语言风格对应的句联想模型，确定所述句联想请求对应的句联想候选。
D32、根据D30所述的装置，所述句联想模型确定所述句联想请求对应的目标语言风格，并依据所述目标语言风格确定所述句联想请求对应的句联想候选。
D33、根据D30至D32中任一所述的装置，所述句联想模型包括：第二向量与句联想候选对应的映射关系；
所述句联想候选确定模块包括：
向量确定模块，用于确定所述句联想请求对应的第一向量；
向量检索模块，用于依据所述第一向量，在第二向量与句联想候选对应的映射关系中进行检索，以得到所述第一向量对应的句联想候选；所述映射关系为依据句子语料得到，所述句子语料包括：上文样本和句联想候选，所述第二向量与所述上文样本相应。
D34、根据D33所述的装置，所述向量检索模块包括：
目标索引确定模块，用于依据所述第一向量与所述第二向量的索引，确定所述第一向量对应的目标索引；
联想确定模块，用于依据所述第一向量和所述目标索引对应的第二向量，确定所述第一向量对应的句联想候选。
本发明实施例公开了E35、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：
在输入过程中，对句子的停顿事件进行检测；
若检测到句子的停顿事件，则向服务端发送句联想请求；所述句联想请求中包括：输入内容，以使所述服务端依据句联想模型确定所述句联想请求对应的句联想候选；所述句联想模型对应的训练数据包括：句子语料；
对所述服务端返回的句联想候选进行展示。
E36、根据E35所述的装置，所述句子的停顿事件，包括：
检测到针对第一预设标点符号的输入操作；和/或
检测到针对输入内容的发送操作。
E37、根据E35所述的装置，所述装置还包括：
若检测到针对第一预设标点符号的输入操作，在对所述服务端返回的句联想候选进行展示之前，在候选区展示所述第一预设标点符号对应的候选。
E38、根据E35所述的装置，在所述向服务端发送句联想请求之前，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：
若检测到句子的停顿事件，则依据所述输入内容包含的标点符号、和/或、所述输入内容包括的字符数量、和/或、前次的句联想候选是否被选中，判断是否向服务端发送句联想请求。
E39、根据E35所述的装置，若检测到针对输入内容的发送操作、且输入内容的句首包括预设字符，则不向服务端发送句联想请求；和/或
若检测到针对输入内容的发送操作、且输入内容不包括预设语种的字符，则不向服务端发送句联想请求；和/或
若检测到针对输入内容的发送操作、且输入内容包括预设类别的实体词，则不向服务端发送句联想请求；和/或
若检测到针对输入内容的发送操作、且前次的句联想候选被选中，则向服务端发送句联想请求；和/或
若检测到针对输入内容的发送操作、且输入内容包括的字符数量在预设字符范围内，则向服务端发送句联想请求。
E40、根据E39所述的装置，所述预设字符范围为依据所述服务端的云资源信息得到。
E41、根据E35所述的装置，所述向服务端发送句联想请求，包括：
在检测到针对第一预设标点符号的输入操作的情况下，若输入内容符合预设条件，则向服务端发送句联想请求；
所述预设条件包括：
输入内容由预设语种的字符和标点符号组成，且输入内容的结尾字符为第二预设标点符号、以及输入内容的结尾字符包含的连续标点符号的数量不超过第一阈值；和/或
输入内容包括的字符数量不超过第二阈值；和/或
输入内容包括预设类别的实体词；和/或
前次的句联想候选被选中；和/或。
输入内容中在所述预设标点符号之前的字符数量超过第三阈值。
E42、根据E35所述的装置，所述句联想请求中还包括：所述输入内容对应的上下文、和/或、输入环境特征、和/或、用户特征。
E43、根据E35至E42中任一所述的装置，所述句联想候选为依据所述句联想请求对应的语言风格特征得到。
E44、根据E35至E42中任一所述的装置，所述句联想候选包括：输入内容和预测结果；
则所述对所述服务端返回的句联想候选进行展示，包括：
利用第一展示方式，对所述句联想候选中的输入内容进行展示；以及，利用第二展示方式，对所述句联想候选中的预测结果进行展示。
E45、根据E35至E42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：
对返回的句联想候选进行缓存；
针对用户的输入串，从缓存中获取与所述输入串相匹配的目标句联想候选；
对所述目标句联想候选进行展示。
E46、根据E35至E42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：
对返回的多个句联想候选进行缓存；
响应于用户针对第一句联想候选的上屏操作，从缓存中获取与所述第一句联想候选相匹配的第二句联想候选；
对所述第二句联想候选进行展示。
本发明实施例公开了F47、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：
接收客户端发送的句联想请求；所述句联想请求为客户端在检测到句子的停顿事件的情况下发送的请求；所述句联想请求中包括：输入内容；
依据句联想模型，确定所述句联想请求对应的句联想候选；所述句联想模型对应的训练数据包括：句子语料；
向客户端发送所述句联想候选。
F48、根据F47所述的方法，所述确定所述句联想请求对应的句联想候选，包括：
确定所述句联想请求对应的目标语言风格；
利用所述目标语言风格对应的句联想模型，确定所述句联想请求对应的句联想候选。
F49、根据F48所述的方法，所述句联想模型确定所述句联想请求对应的目标语言风格，并依据所述目标语言风格确定所述句联想请求对应的句联想候选。
F50、根据F47至F49中任一所述的方法，所述句联想模型包括：第二向量与句联想候选对应的映射关系；
所述确定所述句联想请求对应的句联想候选，包括：
确定所述句联想请求对应的第一向量；
依据所述第一向量，在第二向量与句联想候选对应的映射关系中进行检索，以得到所述第一向量对应的句联想候选；所述映射关系为依据句子语料得到，所述句子语料包括：上文样本和句联想候选，所述第二向量与所述上文样本相应。
F51、根据F50所述的方法，所述在第二向量与句联想候选对应的映射关系中进行检索，包括：
依据所述第一向量与所述第二向量的索引，确定所述第一向量对应的目标索引；
依据所述第一向量和所述目标索引对应的第二向量，确定所述第一向量对应的句联想候选。
本发明实施例公开了G52、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A12中一个或多个所述的输入方法。
本发明实施例公开了H53、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B13至B17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：
在输入过程中，对句子的停顿事件进行检测；
若检测到句子的停顿事件，则向服务端发送句联想请求；所述句联想请求中包括：输入内容，以使所述服务端依据句联想模型确定所述句联想请求对应的句联想候选；所述句联想模型对应的训练数据包括：句子语料；
对所述服务端返回的句联想候选进行展示。
2.根据权利要求1所述的方法，其特征在于，所述句子的停顿事件，包括：
检测到针对第一预设标点符号的输入操作；和/或
检测到针对输入内容的发送操作。
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
若检测到针对第一预设标点符号的输入操作，在对所述服务端返回的句联想候选进行展示之前，在候选区展示所述第一预设标点符号对应的候选。
4.一种输入方法，其特征在于，所述方法包括：
接收客户端发送的句联想请求；所述句联想请求为客户端在检测到句子的停顿事件的情况下发送的请求；所述句联想请求中包括：输入内容；
依据句联想模型，确定所述句联想请求对应的句联想候选；所述句联想模型对应的训练数据包括：句子语料；
向客户端发送所述句联想候选。
5.一种输入装置，其特征在于，包括：
检测模块，用于在输入过程中，对句子的停顿事件进行检测；
发送模块，用于若检测到句子的停顿事件，则向服务端发送句联想请求；所述句联想请求中包括：输入内容，以使所述服务端依据句联想模型确定所述句联想请求对应的句联想候选；所述句联想模型对应的训练数据包括：句子语料；以及
句联想候选展示模块，用于对所述服务端返回的句联想候选进行展示。
6.一种输入装置，其特征在于，包括：
接收模块，用于接收客户端发送的句联想请求；所述句联想请求为客户端在检测到句子的停顿事件的情况下发送的请求；所述句联想请求中包括：输入内容；
句联想候选确定模块，用于依据句联想模型，确定所述句联想请求对应的句联想候选；所述句联想模型对应的训练数据包括：句子语料；以及
发送模块，用于向客户端发送所述句联想候选。
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：
在输入过程中，对句子的停顿事件进行检测；
若检测到句子的停顿事件，则向服务端发送句联想请求；所述句联想请求中包括：输入内容，以使所述服务端依据句联想模型确定所述句联想请求对应的句联想候选；所述句联想模型对应的训练数据包括：句子语料；
对所述服务端返回的句联想候选进行展示。
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：
接收客户端发送的句联想请求；所述句联想请求为客户端在检测到句子的停顿事件的情况下发送的请求；所述句联想请求中包括：输入内容；
依据句联想模型，确定所述句联想请求对应的句联想候选；所述句联想模型对应的训练数据包括：句子语料；
向客户端发送所述句联想候选。
9.一种机器可读介质，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至3中一个或多个所述的输入方法。
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4所述的输入方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010367753.1A CN113589950A (zh) | 2020-04-30 | 2020-04-30 | 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 |
|---|---|---|---|
| CN202010367753.1A CN113589950A (zh) | 2020-04-30 | 2020-04-30 | 输入方法、装置和用于输入的装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113589950A true CN113589950A (zh) | 2021-11-02 |
Family
ID=78237000
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010367753.1A Pending CN113589950A (zh) | 2020-04-30 | 2020-04-30 | 输入方法、装置和用于输入的装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113589950A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1908866A (zh) * | 2005-08-07 | 2007-02-07 | 黄金富 | 可进行句子联想的输入方法 |
| CN106484138A (zh) * | 2016-10-14 | 2017-03-08 | 北京搜狗科技发展有限公司 | 一种输入方法及装置 |
| CN108803890A (zh) * | 2017-04-28 | 2018-11-13 | 北京搜狗科技发展有限公司 | 一种输入方法、输入装置和用于输入的装置 |
| CN109634436A (zh) * | 2018-10-25 | 2019-04-16 | 平安科技（深圳）有限公司 | 输入法的联想方法、装置、设备及可读存储介质 |
| CN110096165A (zh) * | 2018-01-31 | 2019-08-06 | 北京搜狗科技发展有限公司 | 一种联想方法、装置和电子设备 |
| CN110244860A (zh) * | 2018-03-08 | 2019-09-17 | 北京搜狗科技发展有限公司 | 一种输入方法、装置和电子设备 |
-
2020
- 2020-04-30 CN CN202010367753.1A patent/CN113589950A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1908866A (zh) * | 2005-08-07 | 2007-02-07 | 黄金富 | 可进行句子联想的输入方法 |
| CN106484138A (zh) * | 2016-10-14 | 2017-03-08 | 北京搜狗科技发展有限公司 | 一种输入方法及装置 |
| CN108803890A (zh) * | 2017-04-28 | 2018-11-13 | 北京搜狗科技发展有限公司 | 一种输入方法、输入装置和用于输入的装置 |
| CN110096165A (zh) * | 2018-01-31 | 2019-08-06 | 北京搜狗科技发展有限公司 | 一种联想方法、装置和电子设备 |
| CN110244860A (zh) * | 2018-03-08 | 2019-09-17 | 北京搜狗科技发展有限公司 | 一种输入方法、装置和电子设备 |
| CN109634436A (zh) * | 2018-10-25 | 2019-04-16 | 平安科技（深圳）有限公司 | 输入法的联想方法、装置、设备及可读存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9576074B2 (en) | Intent-aware keyboard | |
| CN108803890B (zh) | 一种输入方法、输入装置和用于输入的装置 | |
| CN109783244B (zh) | 处理方法和装置、用于处理的装置 | |
| CN109521888B (zh) | 一种输入方法、装置和介质 | |
| CN113411246B (zh) | 一种回复处理方法、装置和用于回复处理的装置 | |
| CN110633017A (zh) | 一种输入方法、装置和用于输入的装置 | |
| CN111708444A (zh) | 输入方法、装置和用于输入的装置 | |
| CN112667124A (zh) | 一种信息处理方法、装置和用于信息处理的装置 | |
| CN112000766A (zh) | 一种数据处理方法、装置和介质 | |
| CN114610163A (zh) | 推荐方法、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 | |
| CN113589950A (zh) | 输入方法、装置和用于输入的装置 | |
| 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 | |
| CN110929122B (zh) | 一种数据处理方法、装置和用于数据处理的装置 | |
| CN112181163A (zh) | 一种输入方法、装置和用于输入的装置 | |
| CN114218930A (zh) | 一种标题生成方法、装置和用于标题生成的装置 | |
| CN113589945A (zh) | 输入方法、装置和用于输入的装置 | |
| CN112000877A (zh) | 一种数据处理方法、装置和介质 | |
| CN113221030A (zh) | 一种推荐方法、装置和介质 | |
| CN111708443A (zh) | 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 | |
| CN110765338A (zh) | 一种数据处理方法、装置和用于数据处理的装置 | |
| CN112905079B (zh) | 一种数据处理方法、装置和介质 | |
| CN113031787A (zh) | 一种输入方法、装置和用于输入的装置 | |
| CN113448446A (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 |