CN1293480C - 用于文本输入预测的存储器和用户词典 - Google Patents

Abstract

输入文本预测不只使用静态词典(24)。它还使用内容及其排列顺序随着用户对字的使用情况而经常发生变化的用户词典(26)。当字被确认输入时，无论该字是否从候选字表(通过文本预测获得)中选择，该字都被放入分为两部分的用户词典(26)的第一部分中。用户词典(26)的两部分都具有有限的空间，这样当字不再被使用时，它们就从第一部分落入第二部分，然后，随着其它字的使用更加频繁，该不使用的字最终彻底从用户词典(26)中退出。通过这种方法，当更近被使用过的词条做为不同的字组时，就可以降低用户词典中出现许多字具有同样的频度统计并且经常被一起提出的情况的可能性。

Description

用于文本输入预测的存储器和用户词典

技术领域

本发明涉及文本输入预测和用于此种预测的用户词典。本发明特别适用于，但是并不局限于，预测通过划写触摸屏的文本输入。

背景技术

显示设备的主要进展领域之一是小型便携设备，例如：移动电话、个人数字助理(PDA)、全球定位系统(GPS)导航仪及类似设备。这些设备采用了各种各样的方法向其中输入符号或数据，例如：真实或者虚拟的按钮、语音识别、字符识别等。在后一种情况下，字符被手写到显示器的手写区域，并采用字符识别软件来判断手写的字符是什么。尽管对于输入字母字符(比如：罗马字符、希腊字符、西里尔字符等)的字符来说，虚拟键盘可能比手写更快，但是当输入更加复杂的字符时，尤其是音节的或者象形的文字，比如：中文、日文或者韩文时，虚拟键盘却不那么有用。因为对于所有这些字符来说键盘就太小了，或者说，对于用户来说，键太多，以至很难轻易找到正确的键。

手写每个独立字符也相当耗费时间并且单调乏味，尤其是复杂字符，每输入一个字符可能需要几次尝试才能够被识别。在小键盘或者减少了键的键盘上独立输入每个字符也是同样单调乏味的，这种键盘上每个键可能对应着多于一个的字符。

用来提高文本输入速度和便利的方法之一是借助于文本预测。这涉及某种形式的上下文分析；这就是，根据已有的上下文提供一种或多种选择来结束字。在最简单的形式下，这涉及调用词典数据库和提供一个或多个以同样方式开始的候选字。用户可以从这些候选字中选择一个作为被输入的整个字，而不需要分别拼出每个字符。

这种词典的问题在于他们的用途有限。他们试图限制输入的词条，因而不能给出很多的选择。他们的目标在于通用市场，而不是任何领域的专家。因此，他们对于标准词汇输入很有用处，而对于古怪的或者不常用的词汇的用处有限。人们已经引入了可学习的词典，它可以考虑用户建立的文本词条，它们通常能够很快地充满。

触摸屏的结构在本领域是公知的，可以通过很多公知的系统进行触摸检测，比如：电容性或者电感性探测器、接触开关等。类似地，字符输入技术也是公知的，词典的应用也是一样。

发明内容

根据本发明的一个方面，提供了一个存储器，用来存储一个包括第一集多个字的用户词典，所述字包括用于文本预测设备的由至少两个字符组成的字符串，其中生成一个合适的候选字表并确认输入的字。用户词典具有一个第一存储级，根据被使用的最近时间来存储第一组字；以及第二存储级，根据使用频率存储第二组字。

根据本发明的另一个方面，提供了一个文本预测设备，其中生成一个或多个合适的候选字的表(其中字包括至少两个字符组成的字符串)，并确认输入字。所述设备具有一个存储器和一个处理器。所述存储器用于存储包括第一集多个字的用户词典。处理器用于当输入字被确认时，更新用户词典的内容。所述用户词典具有一个第一存储级，根据被使用的最近时间来存储第一组字，以及一个第二存储级别，根据使用频率来存储第二组字。

根据本发明的另一个方面，提供了一种向电子设备输入字的方法，其中字包括至少两个字符组成的字符串。输入进设备的字符被接收下来。根据已经输入到输入设备的一个或多个字符，来检查用户词典的内容以预测正在输入的字。从用户词典中生成一个合适的候选字表，用来从中选择一个字作为被输入的字。接收对于输入字(无论是表中的字还是其他字)的确认。根据确认的输入字而更新用户词典的内容。用户词典具有一个第一存储级，根据被使用的最近时间来存储第一组字，以及一个第二存储级别，根据使用频率来存储第二组字。

在本说明书中，包括权利要求书中，术语“包括”、“包含”或者类似的术语意为非排他性的包括。因此，包括一系列元素的方法或者设备不只包括那些元素，而且很可能包括没有列出的其他元素。

附图说明

为了更易于理解本发明并投入实际应用，现在将参照附图对优选实施例进行说明。附图中，

图1是根据本发明的一个实施例的移动电话的框图；

图2是本发明中所使用的文本输入的示例性工作流程框图；

图3是本发明的用户词典体系结构的示意性图表；

图4是有关本发明中用户词典更新的流程图；

图5是有关图4的计数更新步骤的详细流程图。

具体实施方式

优选实施例包括输入文本预测，其中不仅使用静态词典，而且使用内容及其排列顺序经常随着用户对字的使用情况而变化的用户词典。当确认输入一个字时，无论它是否选自候选字表(通过文本预测获得)，该字被输入到具有两个部分的用户词典中的第一个部分。用户词典的两个部分的空间都是有限的，因此，当字不再被使用时，就从第一个部分落入第二个部分，之后，随着其他字被更频繁地使用，不使用的字最终彻底退出用户词典。通过这种方式，当更近的输入的词条属于一个不同的字组时，就减少了用户词典中出现许多字具有相同的频率统计、经常被一同提出的可能性。对于这个目的来说，一个字只是一个可能具有两个或者更多的字母、音节、象形文字和/或其他字符的字符串，无论它是否具有任何特定意义或者用法。

在所有的附图中，同样的数字代表同样的元素。参见图1，其中显示了被实现移动无线电话1形式的设备之内的文本预测设备。移动无线电话1包括射频通信单元2，连接到处理器3以与其通信。带有触摸屏4形式的输入设备的输入界面以及小键盘5也连接到处理器3以与其通信。

处理器3包括具有关联的只读存储器(ROM)7的编码/解码器6，只读存储器(ROM)7用来存储数据，以便对语音或者无线电话1可能发送和接收的其他信号进行编码和解码。处理器3还包括微处理器8，通过通用数据和地址总线9连接到编码/解码器6、相关的字符只读存储器(ROM)10、随机存储器(RAM)11、静态可编程存储器12以及可拆装的SIM模块13。静态可编程存储器12和SIM模块13都还能够存储所选择的输入文本信息、电话本数据库TDb和用户词典(以不断变化的多字的形式)。

微处理器8具有用来连接到小键盘5、屏幕4以及通常包括一个扬声器、振动电机和相关驱动器的报警模块14的端口。字符ROM10存储代码，以用来编码和解码可能由通信单元2接收的或小键盘5输入的文本信息。在本实施例中，字符ROM10也存储用于微处理器8的操作代码(OC)、静态词典(以不改变的多字形式)的内容、以及用于执行下文中参照附图2和4描述的方法的代码。

射频通信单元2是具有公共天线15的组合的发送和接收器。通信单元2具有一个通过射频放大器17耦合到天线15上的收发器16。收发器16也连接到结合在一起的调制/解调器18，调制/解调器18将通信单元2连接到处理器3。

触摸屏4用已知的方式操作。它上面显示的内容由微处理器8根据来自屏幕自身或者其它地方的输入来控制。设置水平和垂直传感器来检测触摸屏4的接触点。此信息作为表示接触点坐标的信号被提供给微处理器8，由微处理器8进行解释并做出相应反应。

在本发明的这个实施例中，有两个词典：设备配备的静态词典，在使用过程中不发生改变；以及一个动态词典，此处称为用户词典，其内容取决于设备的使用情况并随之变化。这些词典不是那种需要提供它们所包括的字的解释的词典。相反，他们包括(具有两个字符串的)双字符组合或者其他字符串形式的字，它们按照拼写排列，被普遍接受，或者，至少对于用户词典，被用户所接受。当用户输入一个新的字，从词典中得出的候选字的选择出现在屏幕上。通过选择出现在候选字表中的字，用户能够避免输入字的每个字符。

图2显示了文本输入的示范性的工作流程。本实施例涉及字的输入，即所需的字符串的输入，无论是否是以与其它字符串、双字符组合(它们是特定的字符对)或者其他字符序列相分离的形式存在。为此目的，字不需要被他人识别或者认识。这是用户所输入的，这就足够了。此外，所希望的字符串不需要作为单独的字与其它字符之间隔开。用户可以由几个较小字符串制造更大的字符串或者字。

字符20通过触摸屏4或者小键盘5被输入。从那个字符开始，或者如果它不是一个字的第一个字符，则从当前字符串开始，微处理器试图预测被输入的字。通过参考静态词典24和用户词典26，生成含有一个或多个候选字的表22。选择其中之一并确认为输入字，或者在方框28中确认当前的字符串。这会导致根据被确认的内容来更新用户词典的内容(方框30)，这将在下文叙述。

例如，输入中文字符的时候，一旦输入第一个字符，处理器就查找词典24和26的内容，来看什么双字符组合以这个字符开始，并且生成发现的候选双字符组合的表。如果候选的双字符组合之一被选中并确认，那么双字符组合的第二个字符出现在屏幕的相关位置，并且用户词典26的内容可能被更新。同时，处理器也检查词典24和26的内容，看看什么双字符组合以被选中的双字符组合的第二个字符开头。另一方面，用户可以不选择任何双字符组合，而是输入第二个字符。当第二个字符被输入后，处理器可以更新用户词典，以包括这头两个字符组成的双字符组合。同时，它也查找词典的内容，看看什么双字符组合以新输入的字符开头。对于字符串中的每个字，这个过程都这样继续。如果词典也包括三字符组合的字符串和短语，那么整个过程将得到加速。

用户输入文本时，被确认的字可以被存储到用户词典中。在用户词典内，一些字根据其使用频度排列，另一些字根据其被使用的最近时间来排列。附图3显示了用户词典26的结构。它被分成级别1存储器32和级别2存储器34两个部分。级别1存储器32包括第一字组，是最近的时候被使用过的字，按照使用的顺序存储，最近用过的字在级别1的最顶层。级别2存储器34包括第二字组，是那些在不那么近的时间被使用过的字。它们以被使用的频率的顺序存储，使用频率高的字位于级别2的顶层。为此目的，当一个字第一次进入用户词典26时，它就具有了一个使用计数与其关联，每次该字被再次使用的时候计数更新。

当用户获得新的设备的时候，用户词典26是空的。当用户输入不在静态词典24中的字并确认时，系统将该字加入用户词典26。最近被确认的字被添加到级别1的顶层。级别1和级别2存储都具有预定的有限空间，只能存储数量有限的字。当级别1已满并有新输入的条目加入时，根据先进先出(FIFO)的原则，级别1的最下层词条向下移动到级别2。当级别2自身也满了并且有词条从级别1向下移出的时候，级别2中使用率最低的词条退出。如此的结构使得没有字同时保留在级别1和级别2中。它们的内容是相互排斥的。

现在，将参照附图4进一步描述用户词典的更新。

这个过程开始于(如：在至少两个字符组成的字符串中)一个字被确认(步骤S102)，例如，通过用户已经从表中选择候选字，或者移动插入下一个字符。处理器3判断被确认的字是否位于静态词典24中(步骤S104)。如果它处于静态词典24中，那么这个过程结束。如果这个字不在静态词典24中，处理器3判断这个字是否已经在用户词典26中(步骤S106)。如果它已经在用户词典206中，下一个问题是这个确认的字目前是否在级别1存储器中(步骤S108)。如果它不在级别1存储器中，则它一定在级别2存储器中，在这这种情况下，它被从级别2存储器中去除(步骤S110)。然而，在该字能够被放入级别1存储器之前，需要判断级别1存储器是否已经满了(步骤S112)。如果已经满了，那么目前位于级别1存储器底部的词条(级别1中使用时间距离现在最远的词条)被添加到或者向下移动到级别2存储器的顶层(步骤S114)。这时，级别2的词条根据其使用计数(使用的频率)重新排列(步骤S116)。那些级别2中计数数值最高的词条位于顶层，那些计数数值最低的词条位于底层。实际上，这意味着将已被向下移动的字滑到它在级别2中的正确位置。

如果被确认的字目前处在级别1存储器中(步骤S108)，如果级别1存储器没有满(步骤S112)，或者一旦级别2存储器已经被重新排列(步骤S116)，被确认的字或者从其在级别1中的当前位置，或者从级别2中被挪过来，移到级别1存储器的顶部(步骤S118)(作为最近使用过的词条)，并且对该字的计数器的计数加″1″(步骤S120)。这样，字被使用的次数越多，其使用计数越高。

随后，处理器判断是否需要更新计数器(步骤S122)。更新的条件将参照图5在下文中说明。然而，这是很有必要的，由于分配给每个字的计数的空间有限(在本例中仅1字节)，需要确保使用最频繁的字不超过这个计数，否则，它们会作为使用最不频繁的字而重新开始。如果需要的话，可以采用一个频度更新算法来更新词典中包括级别1和2在内的所有词条的计数器(步骤S124)。

在计数器更新之后，或者如果不需要更新(步骤S122)，那么流程结束。

如果被确认的字不在用户词典中(步骤S106)，处理器判断级别1存储器是否已满(步骤S126)。如果级别1存储器已满，处理器判断级别2存储器是否已满(步骤S128)。如果也满了，当前在级别2存储器底部的词条退出，即，被从用户词典中去除(步骤S130)并且可以重写。如果级别2存储器没有满(步骤S128)，或者一旦在级别2存储器底部的词条退出(步骤S130)，目前在级别1存储器底部的词条移动到级别2存储器的顶部(步骤S128)。级别2中的词条被根据它们的使用计数重新排列(步骤S134)。级别2存储器中计数值最高的词条位于顶部，计数值最低的位于底部。事实上，这意味着将被向下移动的字滑到其在级别2中的正确位置。

如果级别1存储器没有满(步骤S126)，或者一旦级别2存储器已经被重新排列(步骤S116)，就会为被确认的字生成计数器的计数为″0″的词条(步骤S136)，被确认的字被加到级别1存储器的顶部(步骤S138)，之后流程结束。

现在，参照图5说明计数器更新的进一步细节。如果满足了三组条件之一，则需要对计数器进行更新，并根据所满足的条件组合来选择可能的不同的更新算法。图5是不同方法的相关步骤的流程图，相应于附图4中的步骤S122和S124。

一旦被确认的字的计数器被更新(在图4的步骤S120中)，过程判断条件1是否满足(步骤S202)。这是判断词典中任一词条的计数是否超过上边界值。实际上，这只需要检查新近确认的字是否具有这样的计数。此处，上边界值设置为240，它接近1字节的最大理论计数值(255)，尽管也可以被设定成其它，甚至比如达到255。

如果条件1不满足，那么判断条件2是否满足(步骤S204)。这是判断对于词典内的所有词条来说，最大和最小计数之间的差别是否大于一个阈值。在本实施例中的阈值被设定为200，尽管也可以更高(但是小于条件1中的阈值)，或者更低。

如果条件2不满足，那么判断条件3是否满足(步骤S206)。这是判断词典内任一(以及所有)词条的最低计数是否高于下边界值。在本实施例中，下边界值设定为120(条件1的阈值的一半)，尽管也可以更高(但是小于条件1中的阈值)，或者更低。

如果条件3不满足，则过程继续到图4中的下一步骤，即结束。步骤S202、S204和S206一起等于附图4中的步骤S122。

如果满足条件1或者满足条件2(当条件1不满足时)，处理器按比例减少所有词条的计数，在本实施例中，所有计数值除以2，需要的时候舍去小数位(步骤S208)。很明显，如果条件1或者2中的阈值设定得低，会导致字计数的聚集，这可能是不希望的。流程继续到附图4中的下一步骤，即结束。

如果满足条件3(当条件1和2不满足时)，那么处理器将所有计数值下调一个预定的常数(步骤S210)。在本实施例中，这个数为40，这意味着将每个词条的计数减去40。也可以使用其它数值。然而，如果条件3的下边界值设得太低和/或这个常数设得相对较高，会导致许多字的字计数使得后加入的字容易被获得。这种现象可能是不希望的。流程继续到图4的下一步，即结束。

步骤S208和S210一起等于图4中的步骤S124。这些更新使用计数的方法是示范性的。当满足这些或者其他的预定条件时，可以采用其它的预定方法进行更新。

两个有限的级别存储器的目的是为了至少在稳定的状态下，一旦级别1和级别2存储器都满了时，能够确保动态性。包括最近使用的字的级别1存储器的存在确保设备迅速获得新的词汇。它具有有限空间的这个事实意味着它仅仅保存最近使用过的字。这样，新字既不会被过快地筛选出，当其不再使用时也不会被保存过久。包括最常使用的字的级别2存储器的存在确保了设备不会很快地丢掉那些用户短期内没有使用的字。它具有有限空间的这个事实意味着即使字是常用字，如果不再被使用，也会最终被丢掉而不再作为实际上不需要的选择项向用户提出。如果没有这样的限制，那么在一定长的时间之后，最终会有过多的字具有相似的统计频率，并且，除非在用户不得不数次输入之后，最新使用的字不会作为预测表中的候选字。此外，字不大可能被不成熟地筛选出。

用户词典中存储器级别的示范性的大小可以是级别1存储器100个词条，级别2存储器900个词条。

当本发明被用于中文字符时，词典可能仅涉及(包括)双字符组合。作为替代，可以仅与三字符组合有关，或者也可能与两者都有关。在最后一种情况，对每个词条(在第二个之后)，附图4的词典更新过程可以被执行两次，一次作为最新的双字符组合，一次作为最新的三字符组合。本发明也可以被扩展到包括四字符及以上的组合，但是这些可能性的有用性递减。

在上述实施例中，对于整个用户词典，仅有每个级别1和级别2存储器只有一个。然而，本发明也可以包括多于一个这样的存储器。例如，如果用户词典可以包括双字符组合和三字符组合，就可以有一个级别1存储器和一个级别2存储器仅包括双字符组合，一个级别1存储器和一个级别2存储器仅包括三字符组合。另一方面，如果本发明被用于字母或者音节手写输入，那么对于字母表的每个字母或者其它符号都可以有一个存储器级别，每对存储器级别仅包括那些以特定字母或者符号开头的字。作为替代，字母表中的字母或者其他字符可以被分成组，这样几个字母或者其他字符可以共享一对级别1和级别2存储器。在其它的安排中，词典可以根据使用情况分配存储器。例如，在化学术语应用很多时，设备可以学着给以字符串″poly″开头的字分配一对级别1和级别2存储器。

根据手写情况或者语言而不同，装置将字视为被确认的点可以不同。对于用空格分隔独立的、有意义的字的语言(如：英语)时，直到字符串后面接着空格或者标点符号时，字可能才被视为被确认。作为选择，用户自己也可以决定字符串何时被确认，并通过按钮或者其他输入设备向处理器指示其决定。例如，当输入多音节的完整字时，他可能希望这样做。他可以使词典学习并预测这种字的各个部分的使用。

当使用了这种方法时，在用户词典中，或者根据使用的频度，或者根据最近被使用的情况来排列字。这样，用户词典是动态自学习的，事实上，由从用户的写作习惯中提取的统计信息来驱动的。使用一段之后，当用户试图向设备输入新字时，词典会生成候选字表，该字表很可能会包括正确的实际字。

本发明中使用的典型字符是那些来自于，例如：罗马、希腊、西里尔、阿拉伯或者任何其他的字母表的字符，或者可能是那些来自于，例如：中文、日文、韩文或者其他语言的字符。在中文中特别有用，用户词典允许用户存储双字符组合、三字符组合等，而通常的辞典可能只存储短语。

已经以无线电话为例说明了本发明，但本发明并不局限于此。它可以很有用处地体现在PDA中或者其他移动电子设备，以及需要文本输入的其它设备中。

上述详细描述仅提供了优选的示例性实施例，并不打算限制本发明的范围、应用或配置。反之，对优选实施例的详细描述为本专业技术人员提供了能够将本发明的优选实施例付诸实施的描述。应当明白，在不偏离所附权利要求所限定的本发明的精神和范围的情况下，可以对功能和元素的安排作出不同的改变。

Claims (10)

1.一种文本预测设备，其中生成包括一个或多个合适的候选字的表并确认输入文本，所述字包括至少由两个字符组成的字符串，该设备包括，

用来存储包括第一集多个字的用户词典的存储器；

用来在输入字被确认时更新用户词典内容的处理器，其中所述处理器还可根据输入设备上输入的一个或多个字符查找用户词典的内容，来预测被输入的字，并生成所述的一个或多个合适的候选字的表，用于从中选择一个作为被输入字的输入字；

其中用户词典包括：

用来根据被使用的最近时间来存储第一组字的第一个存储级别；

用来根据使用频率存储第二组字的第二个存储级别。

2.如权利要求1的设备，其中更新用户词典的内容时，如果被确认的输入字目前不在用户词典中，处理器可以将其加入用户词典。

3.如权利要求1的设备，其中所述第一个存储级别中的字是用户词典中最近被使用过的字。

4.如权利要求1的设备，其中所述第一和第二组字的内容是互相排斥的。

5.如权利要求1的设备，其中

所述第一个和第二个存储级别分别具有预定的有限空间；

当更新用户词典内容时，如果第二个存储级别满了并且有字需要被加入到第二个存储级别，处理器可以将第二组字中最不常用的字从第二组字中去除。

6.如权利要求1的设备，其中当更新用户词典的内容时，处理器可将确认的输入字作为最近使用过的词条放入第一个存储级别。

7.如权利要求1的设备，其中当更新用户词典的内容时，如果第一个存储级别已满且有字需要被加入到第一个存储级别时，所述处理器可将现存的使用时间最远的词条从第一个存储级别中去除，并将其加入第二个存储级别。

8.如权利要求1的设备，其中，

所述存储器还可以存储包括第二集多个字的第二词典；

只有当被确认的输入字不在第二词典中时，处理器可以更新用户词典的内容。

9.如权利要求1的设备，其中

所述存储器还可以将用户词典中的各个字与各自独立的使用计数相关联；

当字被确认为输入字时，所述处理器还可以增加该字的使用计数；

当满足与使用计数有关的预定条件时，以预定方式减少所有的使用计数。

10.如权利要求1的设备，其中用作所述第一组和第二组字的字仅仅是双字符组合和/或三字符组合。

Images