CN1144354A - 增强的字符录入系统 - Google Patents

Abstract

本发明揭示一种使用传统的文字处理硬件生成基于字符的语言文件的交互数据处理系统。这种系统利用10个单笔划输入，就能使用18000个不同字符来生成文件。这种系统包括覆盖语言字符集的独立的存储矩阵并且唯一地连接到输入，以显示最小的字符子集供用户选择。子集的定义是字符用法、句法、表达方式和语法的函数。这种处理器能用最少的硬件设备迅速地生成文件。

Description

增强的字符录入系统

本发明涉及用于使用传统的基于阿拉伯输入系统的录入(Transcription)符号语言的系统。本发明还特别提供了使用通常与阿拉伯输入相关的传统字处理硬件，生成中文语言文件的系统和方法。

中文和其它东方书写语言与西方文化例如使用阿拉伯字母的书写语言之间存在很大的差别。这种差别来自作为每种语言基础的各种各样词形变化和提供给书写记录媒体的相应符号集合。这导致各种书写结构按照句子结构和句法、字结构、表达方式和其它描述语言特征的典型模式是完全不可比较的。事实上，由于缺乏各种语言用于允许人们通信的公共的交互元素和结构，所以在这些书写表达形式之间不存在联系。

多年来，分离存在的西方和东方社会已经允许同时使用两种不同的语言，而很少或没有受到经济上的惩罚。然而在最近，世界已经工业化到达了这样的程度，即认为市场和工业已没有过去的国界，并形成了所谓全球市场。这种工业全球化的一个副作用是已经产生了为促进彼此间贸易的西方和东方国家间的文化接口。随着这种接口的增长，过去使用的两种完全相反的通信书写形式已经成为对有效的经济事务的一种重大的阻碍。

这种不断增加的困挠的一个典型例子是在使用个人计算机作为文字处理器中，西方社会已经采用文字处理器作为一种有效通信工具，即用来生成用于打印或通过调制解调器传输的专用文件。阿拉伯文字语言已经很好地用于这种文件生成模式，即用传统的标准IBM“qwerty”(104键)键盘。由于它有26个基本字母符号，英语就成为在计算机系统和其它技术工具中的一种实际标准。

作为对于其它书写形式带来的问题的一个例子，中文使用了有成千上万个符号的符号集。受过教育的中国人可以有3000-4000个字符的词汇，但如果包括特殊语言和繁体形式，则字符集会超过40000个不同的字符每一个都由一个或多个简单的“笔划”生成，即在字符生成的过程中通过一把“刷子”生成可另派用处的标志。用于生成中文字符的笔划数是相当固定的(包括方言)而且笔划输入的次序则是一个附加因素。使得问题更加复杂化的是，中文书写语言还包括和基本笔划具有不同意义和用法的称作为“部首”的大约214个完整或部分的字符。部首的意义随应用到最终字符中的尺寸和位置而变化。前述问题已极大地阻碍了使用当今阿拉伯语言文字处理器类型键盘来简化中文字符输入的任何系统的使用。事实上，过去在传统的文字处理器上提供生成中文字符的努力已经是易于引起麻烦的、笨拙的、慢的和难于学习的。还有一些其他的努力，其特征在于通过功能改变和/或扩充典型的101健，使所有的字符都能选择键进行击键输入。

以往技术系统的这些不能令人满意的结果导致了本发明的开发。

本发明的一个目的是提供一种程序化的计算机系统，它允许以笔划和部首有效迅速地生成中文字符和用中文语言表达的最终文件形式提供中文字符元素的增强的笔划输入。

本发明的另一个目的是提供一种中文语言输入系统到中文语言文字处理器中，它允许基于有限个笔划和部首作为键盘元素，扩展生成的字符。

本发明的再一个目的是提供一种计算机系统，它解释一个笔划输入的有限词汇表去生成通常需要一个具有成千上万个字符的词汇表。

本发明的前述和其它目标已在一个数据处理系统中实现。它将相应于预先选定的笔划和部首数的一个特殊映射键盘与各个阿拉伯击键相结合。系统读入每个击键并存取相应于该笔划的符号。然后基于输入的笔划，相应于其它输入笔划的位置、它在语言(例如中文)中的通常用法、例如所构造句子的句法，以及可以由所生成的各个文件进行深入研究的其它因素，确定可能性最大的字符的选取。系统然后在预先确定的方位上显示一个子集(大约有11个字符)，它们是所选笔划输入的最可能的字符。这样交互地继续，直到正确的字符被识别并供用户选择。在文件生成期间重复这个过程，利用标准阿拉伯文字处理，导致一个有意义的外文字符文件的迅速开发。

本发明的前述特点能由下面特别说明的实施例的详细描述以及相应于它的附图，更完全更容易地得到理解。

图1描绘使用本发明的文字处理和计算机系统。

图2描绘本发明计算机系统的功能部件。

图3描绘本发明的笔划输入系统相关的10个笔划和12个部首，这里使用的部首更精确地应描述为通常笔划的组合。

图4描绘由本发明所控制和管理的屏幕显示器。

图5描绘与本发明第一个方面相关的逻辑路径。

图6描绘与本发明第二个方面相关的逻辑路径。

图7a和7b描绘用于本发明的数据库的结构。

图8a到8c描绘用于笔划输入的屏幕显示。

图9a到9c描绘用于补充笔划输入的屏幕显示。

图10a到10c描绘用于字符加权笔划输入的屏幕显示。

本发明推荐的实施例的详细说明。

首先进行简要概述，本发明提供一种特殊的输入系统，它与一种逻辑工具和一种多级矩阵数据库相关，这种数据库用于基于简化的笔划输入和在所使用的上下文中评估这些笔划的中文字符的有选择的识别。系统操作与其它文字处理器最本质的不同是在于用户很少输入整个字符而代之以从每个字符的部首出发，然后由系统逻辑进行分析。系统检索与该笔划相关的可能的字符的子集并将它们提供给用户。

如果这个子集包括操作者寻找的字符，这个字符就被选中并送入文件。如果这个子集不包括所需的字符，那么操作者键入下一个笔划。系统重复对该输入的评估，并将具有该笔划组合的最常用的字符显示在字符显示区域。

光标将定位在该组中最常用的字符上或者在唯一识别的字符上。在字符显示区域中的任何字符都能被选取。选择能通过移动光标到指定的字符上并按下终止键来完成。或者，字符也能通过按下在字符显示区域中该字符位置所指定的数字来选取。为说明起见，键盘上有10个键指定为“笔划”键，屏蔽上提供11个或少于11个可能的字符。被选择的输入的上下文是关键。例如，基于该笔划和被选择和被显示字符在摘要中的用法的共同的简单统计关系，笔划输入能产生一个或多个与任何其它字符无关的字符。系统包括进一步的提炼，即基于句法和/或短语的意义，通过现存字符的一个函数来选择字符，因此，利用这些属性能分离出用于显示的可能的字符。

现在来看图1，它是构成本发明的硬件平台的典型的个人计算机(文字处理器)的简图。它包括例如微软公司Windows^那样的主流操作系统，用于控制系统软件与键输入、存储器、处理器和显示于系统间的交互。根据这里的需经，系统包括连接到系统CPU20和显示器10的通用键盘30和鼠标器35。它被描绘成图2，其中，主要部件通过地址和数据总线连接；存储器40则进一步标识为下面将更详细描述的功能块。

对前述键盘作了修改，并在选择键上提供一个独立的符号集。该符号集包括10个中文笔划和最多12个独立的部首，这些部首预先选择成能包含中文字符的大部分。12个部首选取最终字符通常开始的那些部首。因为笔划输入的次序在字符选择中是重要的，所以用在最初笔划过程中的部首仅仅是在字符前定义的重要因素之一。

图3描绘键盘上这种符号集的位置。例如，在“qwerty”型键盘上字母“e”是通常在左边的第三个键上，而现在的系统在相应于“e”的地方转换成笔划输入键，如图3所示。所以这时用户键入“e”是输入相应的笔划(而不是“e”)到系统以进行评估。可以看到，选择的笔划被安排在键盘上，以供用户生成字符输入的需要。

如前所述，系统根据输入和处理的数据控制屏幕显示。特别，如图4所示，系统将屏幕显示器100定义成三个主要区域，在屏幕的上部，系统显示组成所生成文件的字符(窗口110)。在处理开始时，该区域是空的，表示没有字符被分离或选取。当然，随着文件字符的逐步产生，它们被加入到文件中，并在屏幕上部显示给用户(至少一部分)。这种文件的部分显示允许用户跟踪他的输入并按需要修改语言。

在屏幕的下部为第二窗口120。该窗口显示字符串(本例中最多是11个)，该字符串表示在显示刷新时系统对用户寻找字符的最好估计。最后，窗口130显示由用户选择并通过击键输入的笔划和部首。还有，在任何时候，该显示可有一个或多个笔划，每个笔划或部首输入用来确定在动态过程中窗口120中显示的字符子集。

如前所述，文件生成过程是通过用户和系统在定义适当的字符选择中不断交互而迭代地完成的。这种交互输入和相应的系统逻辑用图5和图6描述。从开始块200开始，系统控制软件接受键盘输入块210的控制，故允许不同的用户输入特定的符号集。据此，向用户显示初始屏幕，然后系统等待第一次输入。用户然后输入一个符号Key(I)，它被装进系统存储器，并且在块230映射到基本笔划或部首、显示在窗口130上。

在测试240，系统评估输入的Key(I)以确定是否为文件的开始(“第一次输入码？”)。如果回答“否”，则测试240控制逻辑转到块390并作下面将要描述的进一步处理。如果回答“是”，则逻辑继续到260。这时，系统连结笔划输入到作为从储存在存储器中的字符的矩阵中选择的11个最重要的可能的字符。这此最重要字符，即基于语言词形变化具有最高可能选择的字符，在块260被调用。在某些情况下，仅有单个字符与选择的Key(I)的值有关。在测试270，如果系统确定是单个字符，则会引起逻辑转移到块280，在这里选择该字符。然后在285，逻辑转移到测试360。回到测试270，如果回答“否”，则逻辑继续到块290，在这里连结的字符被装载进存储器。在块300，系统选择具有最高可能向应于所选输入的字符的子集，然后在块310将该子集显示在屏幕上。系统进一步“整理”该子集并将激活的光标置于最高可能选择的字符上。

然后，用户观察屏幕内容，并特别地分离出与他的原始输入相关的字符。然后，在块320用户通过击键输入，或者接受一个所显示的字符或者拒绝所有所显示的字符。在测试330，系统评估用户的选择，如果对测试330的回答是“是”，则在块350指示系统存储该被选的字符。接着到块360，在这里系统确定文件是否已“完成”。如果“是”，则测试360逻辑转移到块370并将文件储存，处理结束。如果对测试330的回答是“否”，则在块340系统丢弃该可能的字符的子集，并且逻辑继续到块380去接受用户的补充输入。在380块补充输入之后，系统在测试390确定此补充输入是否应与先前的字符结合在一起。如果回答是“否”，则转移到块400并且装入与当前的多次笔划输入相关的可能的字符。然后在块410系统将可能的字符集有选择地安排到分层的子集X Char(I)。然后在块420，在屏幕上向用户显示该子集，接着在块430逻辑直接转到块320供用户交互。

如果对测试390的回答是“是”，则表明是接着先前接收的字符输入当前的笔划，故用作当前寻找字符的句法和语法使用的信息。因此，系统在块440用附加的句法功能输入并在块450用词组输入，通过评估用户寻找的最可能的字符或其他子集寻找可能的字符集。然后，逻辑从块450返回到块400进行最新得到字符的选择和显示。重复这种迭代直至文件完成。通过下面的例子对此作详细说明。

现在来看图7，它描绘了功能块形式表示存储器结构的图。如图所示，存储器被分划成一些连接着的块，在其中字符分别储存为位映射图像，由8或16位编码的地址(对于大的字符集也可以用其它地址字长度，例如24或32位字)寻址。字符集能包括整个词汇表或者一个用于表示当今语言最常用的字符简化的子集。通过选择约8000个字符的较小子集，能增加处理的速度。

为说明起见，用图7a和图7b描绘三层排列。如图所示，输入层500连接到第二层中指定的入口，这种连接建立了最初的笔划输入和与其相关的可能的字符地址之间的对应关系。将这种连接分层地排列、以便优先权给与那些常用的联系。在图中，500，501，…510表示键盘上10个笔划中的每一个。

第二级用于进一步精炼基于二个或多个笔划输入的字符集，这样再次集中所有的可能字符到第二层，如前述，该层连接到储存位映射字符的地址。

最后，使用该句子中的上下文允许进一步精炼字符子集的选择。在存储器520层中的地址，通过可能的字符与先前在所构造的字或词组中选择的字符的关系连接到这些笔划输入。例如将字符“米”表示在下面的表1中。通过下面描述的第二个字符分别把它修饰为“米酒”、“米粉”、“米粒”或“米饭”等意义。系统包括了连接表1中描述的字符对的代码，这样当初始笔划与此相一致时，与“米”相关的第二个字符马上由系统提出建议。

                             表1

   米          rice

   米酒        rice alcohol

   米粉        rice noodle

   米粒        a measure for rice

   米饭        rice(cooked)

图7提供了在本发明上下文中理解存储器分层管理的一个有用的模式。节点600表示最初的笔划型式，它被预先连接到节点610作为最常用的字符并联；按更多笔划的更多数据输入精炼到620三个节点的连接；进而笔划输入可以导致在层3-630中识别的二个不同的字符。在本例中，找到正确的字符需要三个笔划。一旦找到，系统显示所储存的位图并能打印非常精确地重现位图的字符。

按照系统管理，字符生成的次序如下：

1.第一笔划

按下第一笔划，在字符显示区域120将显示以该笔划开始的11个最常用的字符。在下面的例子中，已按下键“3”上的笔划“右撇”，并在窗130显示。参见图8a。

2.加上第二笔划

加上第二笔划后，在字符显示区域将显示以该笔划开始的11个最常用的字符。在下面的例子中，键“R”上的笔划“横”已添加到前例的笔划上。参见图8b。

3.加上第三笔划

加上第三笔划后，在字符显示区域将显示以该笔划开始的11个最常用的字符。因为满足该判据的字符少于11个，所以仅有两个有效的字符显示在屏幕上。在下面的例子中，键“W”上的笔划“下直勾”已添加到前例的笔划上。参见图8c。

4.进一步增加笔划

重复上述的原理，如果不需要或者没有更多的键与这些字符相关，则显示或者留下最后一组字符或者使屏幕空白。

5.如何确定光标下的字符

光标确定可能的字符。如果字符已被键入的笔划确切地定义，则它在光标的下面显示。参见图9a。如果字符尚未被键入的笔划确切地定义，但又没有其它字符含有这种键的组合，则它在光标的下面显示。参见图9b。如果确切地定义一个字符的所有的键已被击键并且这种的键组合同时也正好定义另一个字符，则其中最常用的字符显示在光标的下面。在下面的例子中，光标下面的字符及紧挨其左边的字符均已被击键的笔划所完全确定。参见图9c。

当一个字符刚被放入文本并且按下笔划键时，计算机程序将在被分成两个分离区域的字符显示区域中产生一个单个显示。在其中一个区域，字符按前述第一部分所描述的过程显示。在另一个区域，显示的字符将继续满足笔划和频度的判据。然而，它们也将按照它们是否成为(1)好的语义单元、(2)好的句法单元或(3)常用的词组或表达方式而被显示。

6.句法关系

当先前选择的字符“我”(图10a的上部)组成文本的已有部分时，按下键“J”上的笔划“右撇”将导致在窗口120的右边显示三个字符。参见图10a。该字符是复数标记而第三个字符对字符“我”来说是所有权标记，这时的意思变成“我们的”。

7.语义关系

当文本中有字符“中”时，按下键“F”上的笔划“竖”将导致出现图10b中带下划线的字符。它完成“中”的意义成为“中国”。参见图10b。

8.表达方式

当显示在图10c窗口上部的这些字符在文本中时，按下键“U”上的笔划“点”将导致字符“忘”出现在下边。它完成了表达方式“念念不忘”。

前述的处理技术被用于字符选择和开发的笔划序列。前述的处理方法也可以类似的方式用于字符选择和开发的语音元素输入。事实上，它能用拼音(普通话)和广东话的语音输入来做，当语音输入不被识别时，它们可用前述的字符选择中所介绍的使用频度、字和句法上的关联来处理，这就实质上增加了基于语音的输入的实现。这样一来，使用语音或者部首输入的字符选择能按前述的逻辑结构进行处理。

前述慨念同样也能应用到一些基于其它字符的语言。因为其它的为适应特殊操作要求和环境而变化的修改和改变，对那些懂技术的人来说是十分容易的，本发明不限于选作用于揭示目的的实施例，任何不脱离本发明真正的精神和范围的变化和修改，都包含在本发明的权利要求之中。

Claims (10)

1.一种用于复杂语言录入的数据处理系统，其特征在于，该系统包括：数据输入装置，该装置包括具有以顺序方式选择若干个字符元素中一个的用户控制的指示器装置和一个预先选择的特殊编码符号集；一个数据库，该数据库包括连接到各个字符元素的大量字符，所述连接增强了数据库的检索；数据处理装置，该装置评估所述的用户选择的输入、相关的预先选择的字符以及先前输入的字符元素(如果有的话)并据此与所述数据库中的一个或多个字符建立联系；显示装置，该装置用于向所述的用户显示当前字符元素、连接的字符和正在生成文件的某些部分以用于交互式的再检查。

2.如权利要求1所述的系统，其特征在于，所述的显示装置包括用于(1)显示文件段(2)一个输入的字符元素(3)一个或多个与输入字符元素相关的字符的三个分离的窗口。

3.如权利要求1所述的系统，其特征在于，所述的数据处理装置进一步包括用于基于字或词组结构的句法选择一个字符子集的装置。

4.如权利要求1所述的系统，其特征在于，所述的数据库包括以位图形式储存的字符图像集合并且通过编码可寻址访问。

5.如权利要求1所述的系统，其特征在于，所述的数据处理装置包括用于基于先前输入笔划选择字符子集的装置。

6.一种用于使用从一个或多个分离笔划形成的字符生成由字和词组构成的某一语言的字符文件的数据处理方法，其特征在于，该方法包括以下步骤：(1)输入一个相应于若干字符中一个的一部分的初始数据地址；(2)逐级显示与初始数据地址输入相关的一个可能字符集合；(3)在显示的字符中若有与所希望字符相应的字符，则选取它；(4)输入一个相应于对所述所希望字符顺序添加的第二个数据地址；(5)显示与所述第一个和第二个输入数据相关的第二个可能字符集合；然后重复前述(1)-(5)步，在每次显示中选择每个所希望字符，直至文件完成。

7.如权利要求6所述的方法，其特征在于，所述的初始数据地址被连接到形成所述所希望字符的一个元素的笔划。

8.如权利要求6所述的方法，其特征在于，所述的被显示的字符由基于所生成的文件上下文中的常用性统计的系统逻辑确定。

9.如权利要求6所述的方法，其特征在于，该方法还包括同时显示用于所述的初始数据输入，当前正在生成的文件和所述可能字符的三个窗口的显示装置。

10.如权利要求6所述的方法，其特征在于，输入数据是通过基于传统的阿拉伯语言的键盘进行输入的。

Images