CN1954315A - 用于将汉语拼音翻译成汉字的系统和方法 - Google Patents

用于将汉语拼音翻译成汉字的系统和方法 Download PDF

Info

Publication number
CN1954315A
CN1954315A CNA2005800156697A CN200580015669A CN1954315A CN 1954315 A CN1954315 A CN 1954315A CN A2005800156697 A CNA2005800156697 A CN A2005800156697A CN 200580015669 A CN200580015669 A CN 200580015669A CN 1954315 A CN1954315 A CN 1954315A
Authority
CN
China
Prior art keywords
chinese
input
phonetic
group
speech
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.)
Granted
Application number
CNA2005800156697A
Other languages
English (en)
Other versions
CN1954315B (zh
Inventor
吴军
朱会灿
朱鸿隽
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Google LLC
Original Assignee
Google LLC
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Google LLC filed Critical Google LLC
Publication of CN1954315A publication Critical patent/CN1954315A/zh
Application granted granted Critical
Publication of CN1954315B publication Critical patent/CN1954315B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/12—Use of codes for handling textual entities
    • G06F40/126—Character encoding
    • G06F40/129—Handling non-Latin characters, e.g. kana-to-kanji conversion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/40—Processing or translation of natural language
    • G06F40/42—Data-driven translation
    • G06F40/44—Statistical methods, e.g. probability models

Abstract

本发明披露了一种用于将拼音处理并翻译成汉字和词的系统和方法。通过以下处理训练汉语语言模型：从诸如文件和/或用户输入/查询的汉语输入中提取未知字符串；从未知字符串中确定有效词；以及基于汉语输入生成用于预测给定语境的词串的转换矩阵。用于翻译拼音输入的方法通常包括：使用包括从汉语输入得到的词的汉语字典和基于汉语输入训练的语言模型从拼音输入生成一组汉字符串，每个字符串均具有表示字符串对应于拼音输入的可能性的权重。可以通过识别用户输入中的不确定的拼音/非拼音ASC II词以及分析语境以分类用户输入，来将不确定的用户输入分类成非拼音或拼音。

Description

用于将汉语拼音 翻译成汉字的系统和方法
技术领域
本发明广泛地涉及将汉语拼音翻译成汉字。更具体地，本发明披露了使用计算机将拼音汉语文本或拼音处理并翻译成汉字和词的系统和方法。
背景技术
在计算机上输入和处理汉语语言文本是非常困难的。这部分地是由于汉字的绝对数，还由于产生不确定的具有文本标准化、多个同音异义字、和隐形(或隐藏)词界的汉语语言中的固有问题，这使得汉语文本处理困难。
目前可用的用于将汉语语言文本输入到计算机系统中的一种常用方法是使用语音输入(例如，拼音)的方法。拼音使用罗马字符，并具有以多音节词形式列出的词汇表。然而，拼音输入法导致汉语语言处理过程中同音异义字的问题。具体地，因为仅用大约1300个不同的具有音调的语音音节(可由拼音表示)和大约410个不具有音调的语音音节来表示好几万个汉字(Hanzi)，所以一个语音音节(具有或不具有音调)可对应许多不同的Hanzi。例如，普通话中“yi”的发音可对应于超过100个的Hanzi。当将语音音节翻译成Hanzi时，这就会产生不确定。
许多语音输入系统使用多项选择法来解决这个同音异义字的问题。一旦用户输入语音音节，就显示出一列具有相同发音的可能的Hanzi字符。然而，输入并选择对应于每个音节的Hanzi的处理可能是缓慢、冗长、以及耗时的。其它语音输入系统以基于相邻Hanzi字符来确定每个可能Hanzi字符的可能性为基础。概率方法可以进一步与语法约束相结合。然而，当应用于文学作品(例如，具有许多的描写句和成语)和/或口语或非正式语言(如在用户查询和/或电子公告牌系统(BBS)站中的网页上所使用的)时，这种将语音转换为Hanzi的方法的准确性通常会受到限制。另外，较低的字典适用范围通常会导致较差的口语转换质量。
除了同音异义字的问题，当处理汉语语言文本时，还存在词界问题。具体地，虽然在现代汉语中有超过80％的词具有多个音节并因而包括两个或多个Hanzi，但是在汉字书写系统中不存在任何字分离。语音汉语的输入通常是一个音节接一个音节地执行，而并不考虑词界。具体地，在输入语音汉语(拼音)词界的过程中，用户间不存在一致性。例如，有些人认为“Beijing daxue”(语音表示是北京大学的含义)是两个词，而其他人可能认为这个拼音是一个词，并且没有任何边界地输入拼音(即，“Beijingdaxue”)。
同音异义字的问题和缺乏词界是造成很难提供一种用于汉语语言文本输入和处理的简单、有效和准确机制的起主要作用的两个因素。以拼音输入的给定汉语文本可能产生许多传统方法不能适当解决的不确定。
因而，需要一种计算机系统，其能够有效、高效并准确地将语音汉语文本(例如，拼音)处理并翻译成汉字和/或词。
发明内容
披露了使用计算机来将语音汉语文本或拼音处理并翻译成汉字和词的系统和方法。术语“计算机”通常指的是任何具有计算能力的装置，诸如个人数字助理(PDA)、移动电话、网络转接器。该系统和方法具体可应用于基于网络的搜索引擎，但是也可应用于各种其它应用。应当了解，本发明可以以许多方式来实施，包括例如处理、设备、系统、装置、方法、或诸如计算机可读存储介质的计算机可读介质、或计算机网络，其中，通过光或电通信线路来发送程序指令。下面描述本发明的几个发明实施例。
训练(training)汉语语言模型的方法通常包括：从一组汉语输入(例如，汉语文件和/或用户汉语输入和/或查询)中提取未知的字符串；通过比较未知字符串的出现频率与未知字符串中单个字的出现频率，从未知字符串确定出有效词；以及例如基于包括如从汉语输入产生的n元组(n-tuple)相邻和非相邻词的计数的n元模型计数(n-gram count)(n≥1)，产生用于预测给定语境的词串的条件概率的转换矩阵。n元模型计数可以包括每n个字序列(n-wordsequence)的出现次数。未知字符串的提取可利用先前存在的汉语字典。如果与未知字符串的单个字的出现频率相比，未知字符串的出现频率大于预定阈值，那么就可将未知字符串确定为有效的新字符串。
根据另一个实施例，用于训练汉语语言模型的系统通常包括：分词器(segmenter)，用于从一组汉语输入中分出未知字符串；新词分析器，用于通过比较未知字符串的出现频率与未知字符串中单个字符的出现频率，从未知字符串确定有效词；以及汉语语言模型训练模块，用于生成用于预测给定语境的词串的条件概率的转换矩阵。
根据又一实施例，提供了一种用于与计算机系统结合的计算机程序产品，该计算机程序产品具有在其上存储有可在计算机处理器上运行的指令的计算机可读存储介质，指令通常包括：从一组汉语输入中提取未知字符串；通过比较未知字符串的出现频率与未知字符串中单个字符的出现频率，从未知字符串确定有效词；以及生成用于预测给定语境的词串的条件概率的转换矩阵。
用于将拼音输入翻译成至少一个汉语字符串的方法通常包括从拼音输入生成一组字符串，每组字符串均具有与之相关的表示字符串对应于拼音输入的可能性的权重，该生成包括使用包括从一组汉语输入中所提取的词和基于该组汉语输入而训练的语言模型的汉语字典。该生成可包括使用包括从该组汉语输入中所提取的词和基于该组汉语输入所训练的语言模型的汉语字典来执行Viterbi算法。该方法还可包括从拼音输入生成多个拼音候选，使得每个拼音候选对应于一组字符串。该方法可进一步包括根据拼音输入对应于字符串的可能性来分类并排列该组字符串。可将该方法用于执行搜索(例如，通过搜索引擎的网络搜索)以及对数据库的查询，该数据库包括由用户从字符串组中选择的字符串的有组织的数据(organized data)。
根据另一实施例，用于将拼音输入翻译成至少一个汉语字符串的系统通常包括拼音词解码器，用于从拼音输入生成一组字符串，每组字符串均具有与其相关联的表示词串对应于拼音输入的可能性的权重，该拼音词解码器还用于使用包括从一组汉语输入中提取的词以及基于该组汉语输入所训练的语言模型的汉语字典。
根据又一实施例，提供了用于与计算机系统结合的计算机程序产品，该计算机程序产品具有其上存储有可在计算机处理器上执行的指令的计算机可读存储介质，该指令包括从拼音输入生成一组字符串，每组字符串均具有与其相关联的表示字符串对应于拼音输入的可能性的权重，该生成包括使用包括从一组汉语输入提取的词以及基于该组汉语输入训练的语言模型的汉语字典。
用于对用户输入进行拼音分类的方法通常可包括：识别在用户输入中的不确定的词，不确定的词是从在非拼音和拼音中均有效的词的数据库中选择的；以及，分析用户输入的语境词，以选择性地将用户输入分类为非拼音或拼音。该方法还可包括：计算可从不确定的查询生成的可能汉语查询的可能性；以及如果所计算的至少一个可能性超过预定阈值(例如，在分析之后仍未决定用户输入)，则将用户输入分类为拼音输入。有效非拼音/拼音n元模型数据库可从非拼音用户查询中通常会出现的词中提取。
根据另一实施例，用于将用户输入分类为非拼音或拼音的拼音分类器通常包括：词数据库，在非拼音和拼音中均有效；以及分类引擎，用于从词数据库选择的用户输入中识别不确定的词以及用于分析用户输入的语境词，以将用户输入选择性地分类为非拼音或拼音。
将在以下通过本发明的实例原理阐述的详细描述和附图中详细给出本发明的这些和其它特征和优点。
附图说明
通过以下结合附图的详细描述将很容易理解本发明，其中，相同的数字表示相同的结构元件，其中：
图1是用于从诸如汉语文件和/或用户汉语条目或查询的汉语输入生成汉语字典的示例性系统和方法的框图；
图2是用于将拼音输入或查询翻译成汉字的示例性系统和方法的框图；
图3示出了表示从用户拼音查询“xian”翻译出的最佳汉语词串(其中之一可被用户选择以执行所选汉语词串的网络搜索)的搜索引擎服务器所服务的示例性页面；
图4是用于示出应用于输入拼音“zhong guo zheng fu”(意思是中国政府)的Viterbi算法的网格结构或格子结构；
图5是示出用于生成拼音分类器的示例性处理的流程图；以及
图6是示出用于处理包括不确定的拼音词的查询的示例性处理的流程图。
具体实施方式
本发明披露了使用计算机将语音汉语文本或拼音处理并翻译成汉字和词的系统和方法。给出以下描述以使本领域的任何技术人员都能实施并使用本发明。特定实施例的描述和应用仅提供作为实例，并且各种修改对本领域技术人员是显而易见的。可在不脱离本发明精神和范围的条件下，将本文中所限定的一般原理应用于其它实施例和应用。因而，本发明符合包括文中所披露的原理和特征相一致的许多替换、修改和等效物的最宽范围。为了简洁，没有详细描述与本发明相关的技术领域中已知的技术材料的详细描述，以避免不必要地混淆本发明。
该系统和方法通常涉及：如以下参考图1描述的通过获得并处理诸如文件和/或用户输入或查询的输入来训练语言模型，以及如以下参考图2描述的使用输入和所训练的语言模型来提供拼音翻译。通过使用该组输入，考虑用户偏好以及基于用户偏好来确定新的有效词。
图1是用于生成汉语字典以及用于基于用户汉语输入查询(诸如在网页搜索引擎中的用户汉语查询)和/或诸如那些例如在互联网上可用的汉语文件来训练汉语语言模型的示例性系统和方法100的框图。应当注意，文中所描述的是示例性系统和方法尤其可应用于例如与网页搜索引擎和用于包括有组织的数据的数据库的搜索引擎有关的汉语查询的语境中。然而，应当了解，该系统和方法适合并用于将拼音翻译成汉字的各种其它应用中。例如，该系统和方法适于从用户的拼音输入生成汉语文件的汉语文本输入应用。应当注意，拼音通常是指汉字的语音表示，具有或不具有与汉字相关的音调的表示。
汉语字典102和诸如用户汉语输入和/或汉语文件的一组用户汉语输入104可用作汉语分词器106的输入。例如，用户汉语输入或条目可以是用户汉语查询或各种或其它输入类型。汉语文件可包括汉语网页内容和诸如报纸、书籍、杂志、网页等的各种出版物。汉语字典102可以是各种适当标准或先前存在的汉语字典(包括各种单个和多个字符的汉语词或术语)中的一个或组合。在汉语查询的情况下，例如，该组汉语输入104可包括过去三周或两个月的用户汉语查询的集合。该组汉语文件104可以是一组汉语文件、汉语文件的集合或存储库，例如，汉语文件为在互联网上可以以简体和/或繁体汉字写入的文件。
汉语分词器106执行算法或规则，以将源汉语文本流(例如，句子或短语)分成汉语词单位或词语，并且还可任意地识别语法功能。例如，“toufa”是意思为“头发”的复合的二个字的汉语词，同样，表示“toufa”的汉字没有被分解，而是被当作一个单词。分词器106(或其它模块)可以在分词之前，首先将汉语文件输入104分成句子。可使用各种合适的分词器，包括那些市场上可以买到的，诸如剑桥、麻省的基础技术的分词器。
分词器106生成使用新词分析器110所分析的具有未知字符串的经过语法分析和分词的汉语条目108。新词分析器110分析未知或新的字符串，以确定字符串是否是有效的复合多字词以及哪个字符串是有效的复合多字词。特别地，给出大的和不同的词典，可能存在不确定的词分类、未知的合适名称、以及其它不在字典中的词(字符串或复合多字词)。例如，缩写词、截断术语、新造术语等可被形成并变得流行，并且可经常在文件和/或用户输入中被发现，但是不会出现在标准汉语字典中。在查询和口语中的超出词汇(OOV)(即，未知单词)出现的比率相对较高。例如，即使在使用大约250,000个最常用单词的大型词汇表时，搜索查询记录仍可包括大约4％的OOV。相反地，报纸和网页通常仅包括大约1％的OOV。新词分析器110可将复合多字符串的频率与各个字符单独出现的频率进行比较，以确定字符串是否是有效的复合多字词以及哪个字符串是有效的复合多字词。原始的汉语字典102与由新词分析器110所确定的新词的组合使得从诸如用户汉语条目或查询的汉语输入生成具有新词的新字典112。新字典112也可包括每个词与其所对应的一个或多个拼音的映射。如果给定的词对应于多个拼音，那么就可通过执行脚本以自动去除和/或通过手动去除无效拼音来改进汉字到拼音的映射质量。在多个拼音的情况下，该映射还可包括每个拼音的对应可能性。在新字典中的词到对应可能拼音以及多个可能拼音中的每个的可能性的映射在此处被称为生成矩阵。
在一个示例实施例中，新词分析器110可根据汉语输入是汉语文件还是用户汉语条目或查询来执行不同的分析。使用汉语文件，新词分析器110可计算每个新字符串的频率以及计算新字符串的子集的范围，以提取或确定覆盖在汉语文件的储存库中发现的所有新字符串的足够大部分的新有效字符串的相对较小的子集。为了进行更加全面的分析，新词分析器可分析所有新的字符串。可选的，新词分析器110可去除具有超过例如7个(或其它合适数目)的汉字的新字符串，然后根据汉字的数目，将剩余的新字符串(即，那些具有7或更少字的剩余新字符串)分成7组新字符串。对于每组新字符串，新词分析器110可计算其子集的范围。具体地，可以以频率{T1，……，Tn}的降序排列7组中每个组的术语T。子表Li的范围，{T1，……，Ti}被计算作为通过该组中所有字符串的频率总和所分割的子表Li中的术语的频率总和。例如，随后可将7组新字符串中的每组分成三个子集，其中，第一子集具有大于该组中98％的范围，以及第一和第二子集具有大于该组中99％的组合范围。也可进一步手动估计第二子集中的字符串，以去除任何不可能的字符串。可以结合第一子集和减少的第二子集，以形成从汉语文件的存储库生成的新一组有效词。将这些有效词添加到字典中。
为了从诸如用户查询的用户条目生成有效的新词，新词分析器110可确定具有高频率的n元模型(n≥2)，并且检查在n元模型中每个字符串的频率。如果n元模型具有高于每个单个字的频率，则认为新字符串为有效词并将新的有效词添加到字典中。由于在网络搜索中使用的许多词没有包括在出版的字典中，所以从用户查询提取的这样新的有效词的添加将有助于改进搜索质量。
具体地，在将用户条目进行分词之后，新词分析器110可将所有多个单个字的串看作可能的新词。例如，如果用户输入“abcdefghij”被分成“ab-cd-e-f-g-hij”，则单个字的串“e-f-g”被看作可能的新词。计算可能的新词的频率(例如，P(efg))，然后与单个字的频率(例如，P(e)、P(f)，和P(g))进行比较。如果信息增益G大于信息增益阈值，则将术语“efg”看作新的有效词。信息增益G的计算通常取决于以下应用的模型或假设。例如，信息增益G可以被确定为
P(efg)×log[P(efg)/(P(e)×P(f)×P(g))]，即，Kullback-Leibler发散。概念是：如果给定的多字符串频繁地一起出现而很少单个或单独出现，那么由于在这种情况下的信息增益G很大，就将该多字符串看作有效的新词。与从汉语文件提取的有效新词类似，从用户条目中提取的有效新词也被添加到字典中。
包括从汉语文件和/或用户汉语条目中提取的新词的新字典112接下来被汉语分词器106b使用来执行第二分词处理，以使用包括新有效词的新字典来生成经过语法分析和分词的汉语条目114。随后，包括新有效词的经过语法分析和分词的汉语条目114用于使用汉语语言模型训练程序116来生成或训练汉语语言模型118。
特别地，汉语语言模型训练程序116生成用于预测给定语境的当前词的语言模型的条件概率的转换矩阵。语言模型通常是指概率模型，用于从诸如先前和随后或下面的词的语境中预测当前的词。可基于当前词及其语境的任何适当统计(例如，n个先前词和/或先前词的词类标记(part-of-speech tag))生成转换矩阵。例如，可基于从汉语输入(例如，用户条目和/或汉语文件)生成的n元模型(一个或多个词序列，即，n≥1)计数来生成转换矩阵。n元计数表示当前词、其语境(或预测值)、和词与其语境的组合的统计。
使用来自汉语输入的新有效词增加汉语字典并且基于汉语输入训练汉语语言模型，可以提供一种用于将拼音翻译成汉字的改进系统和方法。特别地，执行预处理和后处理，以进行拼音翻译。具体地，可通过过滤用户输入、保存非拼音记号及它们在输入中各自的位置、以及自动将拼音串分解成多个拼音候选来执行预处理。可通过从拼音解码所产生的结果的多个候选(即，Hanzi)进行分类，以及将结果与先前保存的非拼音记号合并来执行后处理。
图2是用于将拼音输入或查询翻译成汉字的示例系统和方法140的框图。特别地，原始用户输入或查询144由用户输入预处理器148接收并过滤。因为原始用户输入或查询144可包括字母字符和非字母字符(数字、标点和诸如汉语/日语/韩语(CJK)字符的非ASCII字符)，所以用户输入预处理器148过滤掉非拼音记号152并保存它们各自的位置。为了确定非拼音记号，用户输入预处理器148可过滤掉任何非字母字符并且可选地过滤掉任何非拼音字母输入。特别地，用户输入预处理器148可以如将参照图5和图6更详细描述的将字母输入分类为拼音或非拼音。
拼音输入150由拼音分解器154来处理，拼音分解器154将拼音输入150分解成多个拼音候选或选项PY1、PY2、......、PYm156。拼音输入150可具有或不具有诸如空格、破折号或连字符等的定界符(delimiter)，以分割不同的词、字符或音节。拼音分解器154可使用各种规则来执行分解功能，以生成各种拼音候选或选项PYi。例如，拼音输入“xian”，拼音分解器154可生成两个候选的拼音输入“xi-an”和“xian”。
m个候选拼音用作拼音-词转换器或汉语拼音解码器158的输入。解码器158也使用具有新有效词的汉语字典112以及使用汉语输入所训练的语言模型118，以生成每个拼音候选PYi的可能词串WSi-1、WSi-2等。具体地，为每个拼音候选PYi所生成的词串可被限制为k个最可能的词串WSi-1、WSi-2、......、WSi-k，其中，k可以是任何适当的数。每个词串WSi-1、WSi-2等可与表示特定词串WS对应于拼音输入150的概率或可能性的权重相联系。随后，基于它们的各自权重，通过分类和排列模块162来分类并排列多达m*k个可能的词串WS，其中，可从拼音输入150所生成的前(top)N(例如，N＝3)个翻译的汉语词串164中选择权重。通过结果合并器，根据它们各自的位置152将前N个翻译的词串164与所保存的非拼音记号合并，并将前N个翻译的词串164被呈现或提供给用户。在搜索引擎的情况下，用户可随后选择N个合并结果166中的一个作为期望的搜索查询。
图3示出了由搜索引擎服务器所服务的示例性网页，其表示从用户查询“xian”144翻译出的前3个汉语词串164。前3个汉语词串中的一个可基于网络搜索由用户来选择。3个最可能的汉语词串164包括如可由拼音分解器154生成的作为单个字或音节的“xian”的两种不同的汉字翻译以及作为两个字或音节的“xian”的一种翻译。在搜索引擎的情况下，由于用户查询的记录被不断更新，所以用户输入可以周期性地(例如，每周)处理，以使用从汉语输入得到的新词来更新汉语字典以及更新基于汉语输入训练的汉语语言模型。
参考图3所示的用户接口，类似于当搜索引擎检测到查询可能被拼错时网络搜索引擎表示拼写校正的方式，可向用户呈现用户输入或查询的多种可能翻译。特别地，多种可能翻译在短语“您的意思是”(其自身可选择性地为汉字或Hanzi)之前。如果确定用户输入或查询可能被拼错，那么除可能翻译的列表之外，还可提供用户输入或查询的拼写校正(即，以ASCII)。不仅如此，多种可能翻译和拼写校正中的每一个均可为关于特定翻译的网络搜索的超链接。这样的用户接口(interface)可以是用于除拼音-汉字翻译之外的其它语言或语言格式的翻译，并且甚至可以延伸到两种非ASCII语言格式(例如，汉语-韩语)之间的翻译。
因为拼音-词解码器使用通过使用汉语输入和汉语字典(由从汉语输入得到的新词增加的)所训练的汉语语言模型，所以拼音-词解码器可将输入拼音的更佳翻译组提供给汉语词串。例如，如果仅使用网页和报纸而不使用新词来训练语言模型，则通常有大约67％的拼音查询被正确转换，即，用户的拼音输入的汉字翻译反映用户的预期查询。使用输入或查询数据来识别新的有效词以及训练语言模型可将准确度提高到大约85％。用于将拼音输入或查询翻译成汉字的系统和方法可应用于各种应用。例如，汉字输入应用可使用用于从用户拼音输入的文件生成汉字这样的系统和方法。作为另一个实例，诸如基于网络搜索引擎的搜索引擎可在生成对应于用户拼音输入的最可能的汉语词串过程中使用这样的系统和方法，用户可基于搜索从用户拼音输入中选择一个或多个汉语词串。
以下将更详细描述汉语拼音解码器158。可实现用于将拼音输入解码为可能的汉语词的各种适当机制。各种解码器均适合于将拼音翻译成Hanzi(汉字)。在一个实施例中，可实现使用HiddenMarkov模型的Viterbi解码器。例如，可通过收集试验计数或通过计算期望值和执行反复的最大值化处理来完成训练Hidden Markov模型。Viterbi算法是有用且有效地的算法，用于根据Markov通信信道的输出观察资料来解码源输入。Viterbi算法已在各种用于自然语言处理(例如，语音识别、光学字符识别、机器翻译、语音标记、语法分析和拼写检查)的应用中成功实现。然而，应当了解，代替Markov假设，在执行解码算法的过程中可作出各种其它合适的假设。另外，Viterbi算法不仅是一种可通过解码器执行的适当解码算法，也可执行各种其它合适的解码算法，例如，有限状态机、Bayesian网络、决策平面算法(高维Viterbi算法)或Bahl-Cocke-Jelinek-Raviv(BCJR)算法(双行程向前/向后Viterbi算法)。
Hidden Markov模型包括生成矩阵和条件概率的转换矩阵。如上所述的生成矩阵是在包括新术语的字典中的汉语术语到对应的可能拼音和多个可能拼音中的每个的可能性的映射。如上所述的条件概率的转换矩阵还是用于预测给定语境的当前词的语言模型，并且其可基于从诸如文件和/或用户条目的汉语输入所生成的n元模型计数来建置。
图4是用于示出被应用到输入拼音“zhong guo zheng fu”(意思是中国政府)的Viterbi算法的网格结构或格子结构。在图4中，将每个候选单词作为节点示出。例如，“zhong”可指中、忠、或钟，“guo”可指国或郭，“zhong guo”指中国，“zheng”可指政或挣，“fu”可指府、福、或夫，以及“zheng fu”可指政府、正/负、或征服。
当Viterbi算法遇到拼音“guo”时，该算法不仅找到生成这个拼音的词，而且找到与其之前的拼音结合生成这个拼音的所有词，即，意思是中国的“zhong guo”。因而，生成拼音zhong-guo的中国也可以作为候选词。考虑所有候选词的长度，使得在每个候选之前的单词能够被适当确定。特别地，每一单音节/字词具有长度1，而每个双音节字词具有长度2等。例如，能够在时间t＝4生成的单音节/字词(长度1的词)府、福和夫前面的候选词可为在时间t＝3生成的政或挣，而不可能是在时间t＝2生成的国或郭。相反，能够在时间t＝4生成的双音节/字词(长度2的词)政府、正/负和征服前面的候选单词可为在时间t＝2生成的国、郭、或中国。
图4中所示的每个节点具有如由生成矩阵所提供的对应生成概率，并且两个节电之间的每个链接都具有如由条件概率的转换矩阵所提供的对应转换概率。在列举所有状态之后，Viterbi算法或解码器确定最佳路径。在图3的实例中，最佳路径是如粗体所示的中国政府。
如上所述，在过滤掉非字母字符之后，以及在处理并翻译作为拼音输入的用户输入的字母字符之前，期望检查用户输入，以检验用户输入是拼音输入而不是诸如英语、法语、或德语输入的非拼音的ASCII输入，即，将输入分类为拼音或非拼音ASCII。具体地，可使用拼音分类器来检测不确定的输入或查询是拼音还是非拼音。特别地，英语和汉语拼音共用相同字符组，即，字母表中的26个字母甚至还有一些单词。例如，每个词“Beijing”、“women”和“dilute”可以被看作英语单词和/或汉语拼音。在一种情况下，英语单词和拼音在两种语言中具有相同的语义，如“Beijing”的情况。在另一种情况下，相同的单词在拼音和英语中均有效，但是具有不同的语义，如“woman”的情况。在又一种情况下，单词可能具有英语(或汉语)意思，但是在汉语(或英语)中可能是无意义或无效的。例如，“dilute”是英语单词，但是即使对应于“di”、“lu”和“te”的字在汉语中是很常用的，“dilute”在汉语中也是无意义的。因而，拼音分类器(classifier)有助于检测不确定的输入或查询的语言。
图5和图6是分别示出用于生成拼音分类器的示例性处理200和用于处理包括不确定的拼音/非拼音ASCII单词的用户输入或查询的示例性处理220的流程图。在如图5所示的用于生成拼音分类器的示例性处理200中，在块202中，提取在非拼音ASCII用户输入中出现的最常用的ASCII n元模型，例如，非拼音ASCII或英语一元模型(unigram)或单词。在块204中，处理200确定最常用的ASCII n元模型中的每一个是否也可以是拼音，以生成一组可用在拼音和非拼音ASCII中的n元模型。因而，如果用户输入包括这些不确定的拼音/非拼音ASCII n元模型中的一个，那么用户输入是拼音还是非拼音就不是很确定。
为了解决不明确性，可以检验输入或查询的语境词。特别地，在用于处理包括如图6中所示的不确定的拼音/非拼音ASCII n元模型的查询的示例性处理220中，如在确定块222所确定地无论何时遇到拼音/非拼音ASCII n元模型中的一个，在块226中检验如在确定块224所确定的语境词，即，主语不确定的n元模型的向左(之前)和向右(之后)的词，以试图确定不确定的拼音/非拼音ASCII n元模型的语言，从而确定查询语言。例如，包括单词“women education”的查询可以被分类为英语查询，因为“education”明显是英语单词。另一方面，“women de jiayuan”(汉语是“我们的家园”)被分类为汉语拼音查询，因为“jiayuan”明显不是英语单词或其它非拼音ASCII n元模型。
在不存在如块224中所确定的语境(例如，单个术语查询)，或者如果在块228中所确定的语境也是不确定的情况下，在块230中计算可从不确定的查询生成的一个或多个可能汉语查询的可能性或概率。如果如在确定块232中所确定的可从不确定的查询中生成的至少一个可能汉语查询具有成为拼音查询的很高的可能性，那么在块234中将该查询看作英语查询。可选地，如果可从不确定的查询生成的可能汉语查询中的任何一个都不具有成为拼音查询的很高的可能性，那么在块236中将该查询看作英语查询。作为实例，一个词查询“magazine”可被看作非拼音或英语查询，因为当将“magazine”看作拼音查询时，可从“magazine”生成的可能汉语查询的任何一个都不具有成为拼音查询“ma-ga-zi-ne”的很高的可能性。
虽然在这里描述和示出了本发明的优选实施例，但应该明白，它们仅仅是说明性的，并且在不背离本发明的精神和范围的前提下，可以对这些实施例进行修改。因此，仅根据可修改的权利要求来对本发明进行限定，每条权利要求都明显地结合到如本发明实施例的特性实施例的描述中。

Claims (47)

1.一种用于从汉语输入训练汉语语言模型的方法，包括：
从一组汉语输入中提取未知字符串；
通过比较所述未知字符串的出现频率与所述未知字符串中单个字符的出现频率，从所述未知字符串确定有效词；以及
生成用于预测给定语境的词的条件概率的转换矩阵。
2.根据权利要求1所述的方法，其中，所述未知字符串的所述提取使用先前存在的汉语字典。
3.根据权利要求1所述的方法，其中，基于从所述汉语输入生成的n元模型计数来生成所述条件概率的转换矩阵，其中n≥1。
4.根据权利要求3所述的方法，其中，所述n元模型计数包括在所述组汉语输入中的相邻和非相邻词的n元组的计数。
5.根据权利要求3所述的方法，其中，所述n元模型计数包括每n个词序列的出现次数。
6.根据权利要求1所述的方法，其中，如果与所述未知字符串的所述单个字符的出现频率相比，所述未知字符串的所述出现频率大于预定阈值，那么就将所述未知字符串确定为有效的新字符串。
7.根据权利要求1所述的方法，其中，所述组汉语输入包括用户汉语输入和一组汉语文件中的至少一个。
8.根据权利要求7所述的方法，其中，所述组汉语输入包括对网络搜索引擎的一组用户汉语查询。
9.一种与计算机系统一起使用的计算机程序产品，所述计算机程序产品包括在其上存储有可在计算机处理器上运行的指令的计算机可读存储介质，所述指令包括：
从一组汉语输入中提取未知字符串；
通过比较所述未知字符串的出现频率与所述未知字符串中单个字符的出现频率，从所述未知字符串确定有效词；以及
生成用于预测给定语境的词串的条件概率的转换矩阵。
10.一种用于训练汉语语言模型的系统，包括：
分词器，用于从一组汉语输入中划分未知字符串；
新词分析器，用于通过比较所述未知字符串的出现频率与所述未知字符串中的单个字符的出现频率，从所述未知字符串确定有效词；以及
汉语语言模型训练模块，用于生成用于预测给定语境的词串的条件概率的转换矩阵。
11.根据权利要求10所述的系统，其中，所述分词器使用先前存在的汉语字典来划分所述未知词串。
12.根据权利要求10所述的系统，其中，所述新词分析器还用于从所述汉语输入生成n元模型计数，以及基于所述n元模型计数来生成条件概率的所述转换矩阵，其中n＞1。
13.根据权利要求12所述的系统，其中，所述n元模型计数包括在所述组汉语输入中相邻和非相邻单词的n元组的计数。
14.根据权利要求12所述的系统，其中，所述n元模型计数包括每n个词序列的出现次数。
15.根据权利要求10所述的系统，其中，所述新词分析器还用于确定：与所述未知字符串的所述单个字符的出现频率相比，如果所述未知字符串的所述出现频率大于预定阈值，那么未知字符串就是有效的新字符串。
16.根据权利要求10所述的系统，其中，所述组汉语输入包括用户汉语输入和一组汉语文件中的至少一个。
17.根据权利要求16所述的系统，其中，所述组汉语输入包括对网络搜索引擎的一组用户汉语查询。
18.一种用于将拼音输入翻译成至少一个汉语字符串的方法，包括：
从所述拼音输入生成一组字符串，每个字符串均具有与其相关联的表示所述字符串对应于所述拼音输入的可能性的权重，所述生成包括：使用包括从一组汉语输入中提取的词以及基于所述组汉语输入所训练的语言模型的汉语字典。
19.根据权利要求18所述的方法，其中，所述组汉语输入包括用户汉语输入和一组汉语文件中的至少一个。
20.根据权利要求19所述的方法，其中，所述组汉语输入包括对网络搜索引擎的一组用户汉语查询。
21.根据权利要求18所述的方法，还包括：
在所述生成之前，从所述拼音输入过滤掉非字母字符并存储它们在所述拼音输入中各自的位置；以及
在所述生成之后，将每个所述字符串与在对应于它们的存储位置的位置上的所述非字母字符进行合并。
22.根据权利要求18所述的方法，还包括：
在所述生成之前，识别所述拼音输入中的不确定的词，所述不确定的词是从在非拼音和拼音中均有效的n元模型的数据库中选取的；以及
分析所述用户输入的语境，以选择性地将所述拼音输入分类为非拼音和拼音，其中，仅在所述拼音输入被分类为拼音时才执行所述生成。
23.根据权利要求18所述的方法，还包括从所述拼音输入生成多个拼音候选，其中，所述生成包括生成用于每个拼音候选的一组字符串。
24.根据权利要求18所述的方法，还包括根据所述拼音输入对应于所述字符串的可能性来分类并排列所述组字符串。
25.根据权利要求18所述的方法，其中，所述生成包括使用所述汉语字典来执行Viterbi算法，其中，所述汉语字典包括从所述组汉语输入中提取的词以及基于所述组汉语输入的所述语言模型。
26.根据权利要求18所述的方法，还包括：
对由用户从所述组字符串选择的字符串执行搜索。
27.根据权利要求18所述的方法，其中，所述搜索是由搜索引擎执行的网络搜索。
28.根据权利要求18所述的方法，还包括：
从所述组汉语输入提取未知字符串；
通过比较所述未知字符串的出现频率与所述未知字符串中单个字符的出现频率，从所述未知字符串确定有效词，以生成所述汉语字典，所述汉语字典包括所述词到它们对应的拼音的映射；以及
生成用于预测给定语境的词串的所述语言模型。
29.一种与计算机系统一起使用的计算机程序产品，所述计算机程序产品包括在其上存储有可在计算机处理器上运行的指令的计算机可读存储介质，所述指令包括：
从所述拼音输入生成一组字符串，每组字符串均具有与其相关联的表示所述字符串对应于所述拼音输入的可能性的权重，所述生成包括使用包括从一组汉语输入中提取的词以及基于所述组汉语输入训练的语言模型的汉语字典。
30.一种用于将拼音输入翻译成至少一个汉语字符串的系统，包括：
拼音-词解码器，用于从所述拼音输入生成一组字符串，每个字符串均具有与其相关联的表示所述字符串对应于所述拼音输入的可能性的权重，所述拼音-词解码器还用于使用包括从一组汉语输入中提取的词以及基于所述组汉语输入训练的语言模型的汉语字典。
31.根据权利要求30所述的系统，其中，所述组汉语输入包括用户汉语输入和一组汉语文件中的至少一个。
32.根据权利要求30所述的系统，还包括拼音候选生成器，用于从所述拼音输入生成多个拼音候选，其中，所述拼音-词解码器用于为每个拼音候选生成一组字符串。
33.根据权利要求30所述的系统，还包括分类以及排列模块，用于根据所述拼音输入对应于所述字符串的所述可能性来分类并排所述组词串。
34.根据权利要求30所述的系统，其中，所述拼音-词解码器还用于使用所述汉语字典执行Viterbi算法，其中，所述汉语字典包括从所述组汉语输入中提取的词以及基于所述组汉语输入的语言模型。
35.根据权利要求30所述的系统，还包括：
分词器，用于从所述组汉语输入中划分未知字符串；
新词分析器，用于通过比较所述未知字符串的出现频率与所述未知字符串中单个字符的出现频率，从所述未知字符串确定有效词；以及
汉语语言模型训练模块，用于生成用于预测给定语境的词串的条件概率的转换矩阵。
36.一种用于分类用户输入的拼音分类器，包括：
在非拼音和拼音中均有效的词数据库；以及
分类引擎，用于识别从所述词数据库中选择的所述用户输入中的不确定的词以及用于分析所述用户输入的语境词，以将所述用户输入选择性地分类为非拼音或拼音。
37.根据权利要求36所述的拼音分类器，其中，所述分类引擎还用于计算可从不确定的查询生成的可能汉语查询的可能性，以及如果计算的至少一个所述可能性超过预定阈值，就将所述用户输入分类为拼音输入。
38.根据权利要求37所述的拼音分类器，其中，所述分类引擎还用于如果在所述分类引擎分析所述语境词之后仍未决定所述用户输入，则计算可能汉语查询的所述可能性。
39.根据权利要求36所述的拼音分类器，其中，从在非拼音用户查询中通常会出现的词中提取在非拼音和拼音中均有效的所述词数据库。
40.一种用于用户输入的拼音分类方法，包括：
识别所述用户输入中的不确定的词，从在非拼音和拼音中均有效的n元模型数据库中选择所述不确定的词；以及
分析所述用户输入的语境词，以将所述用户输入选择性地分类为非拼音或拼音。
41.根据权利要求40所述的拼音分类方法，还包括：
计算可从不确定的查询生成的可能汉语查询的可能性；以及
如果计算的至少一个所述可能性超过预定阈值，就将所述用户输入分类为拼音输入。
42.根据权利要求41所述的拼音分类方法，其中，如果在所述分析之后仍未决定所述用户输入，则执行所述计算和分类。
43.根据权利要求40所述的拼音分类方法，其中，从在非拼音用户查询中通常会出现的词中提取在非拼音和拼音中均有效的词数据库。
44.一种用于表示用户输入的可能翻译的方法，包括：
提供用于所述用户输入的每个可能翻译的超链接，所述用户输入和所述用户输入的每个可能翻译为不同的语言或语言格式。
45.根据权利要求44所述的用于表示可能翻译的方法，其中，所述用户输入是拼音且每个所述可能的翻译是Hanzi。
46.根据权利要求44所述的用于表示可能翻译的方法，还包括：
提供对应于所述用户输入的拼写校正的至少一个其它超链接。
47.根据权利要求44所述的用于表示可能翻译的方法，其中，所述超链接是所述用户输入的所述对应可能翻译的网络搜索。
CN2005800156697A 2004-03-16 2005-03-16 用于将汉语拼音翻译成汉字的系统和方法 Active CN1954315B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US10/802,479 US7478033B2 (en) 2004-03-16 2004-03-16 Systems and methods for translating Chinese pinyin to Chinese characters
US10/802,479 2004-03-16
PCT/US2005/008863 WO2005091167A2 (en) 2004-03-16 2005-03-16 Systems and methods for translating chinese pinyin to chinese characters

Publications (2)

Publication Number Publication Date
CN1954315A true CN1954315A (zh) 2007-04-25
CN1954315B CN1954315B (zh) 2010-06-23

Family

ID=34963142

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2005800156697A Active CN1954315B (zh) 2004-03-16 2005-03-16 用于将汉语拼音翻译成汉字的系统和方法

Country Status (4)

Country Link
US (2) US7478033B2 (zh)
CN (1) CN1954315B (zh)
GB (1) GB2427944A (zh)
WO (1) WO2005091167A2 (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008145055A1 (fr) * 2007-05-25 2008-12-04 Beijing Sogou Technology Development Co., Ltd. Procédé pour obtenir une information de mot de restriction et pour optimiser le système du procédé d'entrée et de sortie
CN101378562B (zh) * 2007-08-29 2012-07-04 北京三星通信技术研究有限公司 移动通信终端地址簿的中文和拼音的相互查找方法
US8407236B2 (en) 2008-10-03 2013-03-26 Microsoft Corp. Mining new words from a query log for input method editors
CN103201707A (zh) * 2010-09-29 2013-07-10 触摸式有限公司 用于向电子设备输入文本的文本预测引擎、系统及方法
CN104813257A (zh) * 2012-08-31 2015-07-29 微软技术许可有限责任公司 用于输入法编辑器的浏览历史语言模型
CN105683873A (zh) * 2013-04-27 2016-06-15 谷歌公司 容错输入法编辑器
CN105679317A (zh) * 2014-12-08 2016-06-15 三星电子株式会社 用于训练语言模型并识别语音的方法和设备
CN106233375A (zh) * 2014-04-25 2016-12-14 纽昂斯通信有限公司 基于众包的用户文本输入从头开始学习语言模型
CN106469554A (zh) * 2015-08-21 2017-03-01 科大讯飞股份有限公司 一种自适应的识别方法及系统
CN107704456A (zh) * 2016-08-09 2018-02-16 松下知识产权经营株式会社 识别控制方法以及识别控制装置
CN108681536A (zh) * 2018-04-27 2018-10-19 青岛大学 一种基于汉语拼音多重映射的无载体隐写方法
CN110245331A (zh) * 2018-03-09 2019-09-17 中兴通讯股份有限公司 一种语句转换方法、装置、服务器及计算机存储介质
US10613746B2 (en) 2012-01-16 2020-04-07 Touchtype Ltd. System and method for inputting text
CN112199576A (zh) * 2020-10-20 2021-01-08 山东浪潮商用系统有限公司 一种中文拼音搜索的实现方法和系统

Families Citing this family (337)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8645137B2 (en) 2000-03-16 2014-02-04 Apple Inc. Fast, language-independent method for user authentication by voice
US7315982B2 (en) 2003-02-26 2008-01-01 Xerox Corporation User-tailorable romanized Chinese text input systems and methods
US7478081B2 (en) * 2004-11-05 2009-01-13 International Business Machines Corporation Selection of a set of optimal n-grams for indexing string data in a DBMS system under space constraints introduced by the system
US20060112091A1 (en) * 2004-11-24 2006-05-25 Harbinger Associates, Llc Method and system for obtaining collection of variants of search query subjects
US9471566B1 (en) * 2005-04-14 2016-10-18 Oracle America, Inc. Method and apparatus for converting phonetic language input to written language output
US7657521B2 (en) * 2005-04-15 2010-02-02 General Electric Company System and method for parsing medical data
US7573404B2 (en) * 2005-07-28 2009-08-11 Research In Motion Limited Handheld electronic device with disambiguation of compound word text input employing separating input
KR20070024771A (ko) * 2005-08-30 2007-03-08 엔에이치엔(주) 질의어 자동변환을 이용한 자동완성 질의어 제공 시스템 및방법
US8677377B2 (en) 2005-09-08 2014-03-18 Apple Inc. Method and apparatus for building an intelligent automated assistant
US20070106664A1 (en) * 2005-11-04 2007-05-10 Minfo, Inc. Input/query methods and apparatuses
US20070112749A1 (en) * 2005-11-04 2007-05-17 Minfo, Inc. Query methods and apparatuses including user profile with domain views
US7895223B2 (en) * 2005-11-29 2011-02-22 Cisco Technology, Inc. Generating search results based on determined relationships between data objects and user connections to identified destinations
US7849144B2 (en) 2006-01-13 2010-12-07 Cisco Technology, Inc. Server-initiated language translation of an instant message based on identifying language attributes of sending and receiving users
US20070250307A1 (en) * 2006-03-03 2007-10-25 Iq Technology Inc. System, method, and computer readable medium thereof for language learning and displaying possible terms
US8442965B2 (en) 2006-04-19 2013-05-14 Google Inc. Query language identification
US8380488B1 (en) 2006-04-19 2013-02-19 Google Inc. Identifying a property of a document
US8255376B2 (en) 2006-04-19 2012-08-28 Google Inc. Augmenting queries with synonyms from synonyms map
US8762358B2 (en) * 2006-04-19 2014-06-24 Google Inc. Query language determination using query terms and interface language
WO2007129316A2 (en) 2006-05-07 2007-11-15 Varcode Ltd. A system and method for improved quality management in a product logistic chain
US7562811B2 (en) 2007-01-18 2009-07-21 Varcode Ltd. System and method for improved quality management in a product logistic chain
CN101075228B (zh) * 2006-05-15 2012-05-23 松下电器产业株式会社 识别自然语言中的命名实体的方法和装置
CN1936893B (zh) * 2006-06-02 2010-05-12 北京搜狗科技发展有限公司 基于互联网信息的输入法词频库的生成方法和系统
WO2008000058A1 (en) * 2006-06-30 2008-01-03 Research In Motion Limited Learning character segments during text input
US7665037B2 (en) * 2006-06-30 2010-02-16 Research In Motion Limited Method of learning character segments from received text, and associated handheld electronic device
WO2008000057A1 (en) * 2006-06-30 2008-01-03 Research In Motion Limited Learning character segments from received text
US8395586B2 (en) 2006-06-30 2013-03-12 Research In Motion Limited Method of learning a context of a segment of text, and associated handheld electronic device
US7565624B2 (en) 2006-06-30 2009-07-21 Research In Motion Limited Method of learning character segments during text input, and associated handheld electronic device
CN100405371C (zh) * 2006-07-25 2008-07-23 北京搜狗科技发展有限公司 一种提取新词的方法和系统
CN1924858B (zh) * 2006-08-09 2010-05-12 北京搜狗科技发展有限公司 一种获取新词的方法、装置以及一种输入法系统
US8732314B2 (en) * 2006-08-21 2014-05-20 Cisco Technology, Inc. Generation of contact information based on associating browsed content to user actions
KR100837750B1 (ko) * 2006-08-25 2008-06-13 엔에이치엔(주) 성조를 이용하여 중국어를 검색하는 방법 및 상기 방법을수행하는 시스템
US8626486B2 (en) * 2006-09-05 2014-01-07 Google Inc. Automatic spelling correction for machine translation
US9318108B2 (en) 2010-01-18 2016-04-19 Apple Inc. Intelligent automated assistant
US8078450B2 (en) * 2006-10-10 2011-12-13 Abbyy Software Ltd. Method and system for analyzing various languages and constructing language-independent semantic structures
US8548795B2 (en) * 2006-10-10 2013-10-01 Abbyy Software Ltd. Method for translating documents from one language into another using a database of translations, a terminology dictionary, a translation dictionary, and a machine translation system
US9984071B2 (en) 2006-10-10 2018-05-29 Abbyy Production Llc Language ambiguity detection of text
US8214199B2 (en) * 2006-10-10 2012-07-03 Abbyy Software, Ltd. Systems for translating sentences between languages using language-independent semantic structures and ratings of syntactic constructions
US9645993B2 (en) 2006-10-10 2017-05-09 Abbyy Infopoisk Llc Method and system for semantic searching
US8145473B2 (en) 2006-10-10 2012-03-27 Abbyy Software Ltd. Deep model statistics method for machine translation
US9471562B2 (en) 2006-10-10 2016-10-18 Abbyy Infopoisk Llc Method and system for analyzing and translating various languages with use of semantic hierarchy
US9189482B2 (en) 2012-10-10 2015-11-17 Abbyy Infopoisk Llc Similar document search
US9633005B2 (en) 2006-10-10 2017-04-25 Abbyy Infopoisk Llc Exhaustive automatic processing of textual information
US9235573B2 (en) 2006-10-10 2016-01-12 Abbyy Infopoisk Llc Universal difference measure
US9047275B2 (en) 2006-10-10 2015-06-02 Abbyy Infopoisk Llc Methods and systems for alignment of parallel text corpora
US20080086298A1 (en) * 2006-10-10 2008-04-10 Anisimovich Konstantin Method and system for translating sentences between langauges
US9892111B2 (en) 2006-10-10 2018-02-13 Abbyy Production Llc Method and device to estimate similarity between documents having multiple segments
US9495358B2 (en) 2006-10-10 2016-11-15 Abbyy Infopoisk Llc Cross-language text clustering
US8892423B1 (en) 2006-10-10 2014-11-18 Abbyy Infopoisk Llc Method and system to automatically create content for dictionaries
US8195447B2 (en) 2006-10-10 2012-06-05 Abbyy Software Ltd. Translating sentences between languages using language-independent semantic structures and ratings of syntactic constructions
US9588958B2 (en) 2006-10-10 2017-03-07 Abbyy Infopoisk Llc Cross-language text classification
US9053090B2 (en) 2006-10-10 2015-06-09 Abbyy Infopoisk Llc Translating texts between languages
US8024319B2 (en) * 2007-01-25 2011-09-20 Microsoft Corporation Finite-state model for processing web queries
CN101231636B (zh) * 2007-01-25 2013-09-25 北京搜狗科技发展有限公司 一种便捷的信息搜索方法、系统及一种输入法系统
US8028230B2 (en) * 2007-02-12 2011-09-27 Google Inc. Contextual input method
CN100458795C (zh) * 2007-02-13 2009-02-04 北京搜狗科技发展有限公司 一种智能组词输入的方法和一种输入法系统及其更新方法
US8677237B2 (en) * 2007-03-01 2014-03-18 Microsoft Corporation Integrated pinyin and stroke input
US20080211777A1 (en) * 2007-03-01 2008-09-04 Microsoft Corporation Stroke number input
US8316295B2 (en) * 2007-03-01 2012-11-20 Microsoft Corporation Shared language model
US8959011B2 (en) 2007-03-22 2015-02-17 Abbyy Infopoisk Llc Indicating and correcting errors in machine translation systems
US8977255B2 (en) 2007-04-03 2015-03-10 Apple Inc. Method and system for operating a multi-function portable electronic device using voice-activation
CN101286094A (zh) * 2007-04-10 2008-10-15 谷歌股份有限公司 多模式输入法编辑器
CN105204617B (zh) * 2007-04-11 2018-12-14 谷歌有限责任公司 用于输入法编辑器集成的方法和系统
US8528808B2 (en) 2007-05-06 2013-09-10 Varcode Ltd. System and method for quality management utilizing barcode indicators
US8799307B2 (en) * 2007-05-16 2014-08-05 Google Inc. Cross-language information retrieval
CN101779200B (zh) * 2007-06-14 2013-03-20 谷歌股份有限公司 词典词和短语确定方法和设备
WO2009000103A1 (en) * 2007-06-25 2008-12-31 Google Inc. Word probability determination
US8812296B2 (en) 2007-06-27 2014-08-19 Abbyy Infopoisk Llc Method and system for natural language dictionary generation
US8086441B1 (en) * 2007-07-27 2011-12-27 Sonicwall, Inc. Efficient string search
CN105045777A (zh) 2007-08-01 2015-11-11 金格软件有限公司 使用互联网语料库的自动的上下文相关的语言校正和增强
US7917355B2 (en) * 2007-08-23 2011-03-29 Google Inc. Word detection
US7983902B2 (en) * 2007-08-23 2011-07-19 Google Inc. Domain dictionary creation by detection of new topic words using divergence value comparison
EP2218055B1 (en) 2007-11-14 2014-07-16 Varcode Ltd. A system and method for quality management utilizing barcode indicators
US8209164B2 (en) * 2007-11-21 2012-06-26 University Of Washington Use of lexical translations for facilitating searches
US8165869B2 (en) * 2007-12-10 2012-04-24 International Business Machines Corporation Learning word segmentation from non-white space languages corpora
US8275607B2 (en) * 2007-12-12 2012-09-25 Microsoft Corporation Semi-supervised part-of-speech tagging
US10002189B2 (en) 2007-12-20 2018-06-19 Apple Inc. Method and apparatus for searching using an active ontology
CN101470732B (zh) * 2007-12-26 2012-04-18 北京搜狗科技发展有限公司 一种辅助词库的生成方法和装置
US9330720B2 (en) 2008-01-03 2016-05-03 Apple Inc. Methods and apparatus for altering audio output signals
US8996376B2 (en) 2008-04-05 2015-03-31 Apple Inc. Intelligent text-to-speech conversion
US8046222B2 (en) 2008-04-16 2011-10-25 Google Inc. Segmenting words using scaled probabilities
US8160866B2 (en) * 2008-04-18 2012-04-17 Tze Fen Li Speech recognition method for both english and chinese
US8463597B2 (en) * 2008-05-11 2013-06-11 Research In Motion Limited Mobile electronic device and associated method enabling identification of previously entered data for transliteration of an input
US10496753B2 (en) 2010-01-18 2019-12-03 Apple Inc. Automatically adapting user interfaces for hands-free interaction
US20090287474A1 (en) * 2008-05-16 2009-11-19 Yahoo! Inc. Web embedded language input arrangement
KR100978693B1 (ko) * 2008-05-20 2010-08-30 야후! 인크. 전자사전 서비스를 제공하는 시스템 및 방법
US11704526B2 (en) 2008-06-10 2023-07-18 Varcode Ltd. Barcoded indicators for quality management
US9411800B2 (en) * 2008-06-27 2016-08-09 Microsoft Technology Licensing, Llc Adaptive generation of out-of-dictionary personalized long words
US20100030549A1 (en) 2008-07-31 2010-02-04 Lee Michael M Mobile device having human language translation capability with positional feedback
US9262409B2 (en) 2008-08-06 2016-02-16 Abbyy Infopoisk Llc Translation of a selected text fragment of a screen
US8676904B2 (en) 2008-10-02 2014-03-18 Apple Inc. Electronic devices with voice command and contextual data processing capabilities
US8560298B2 (en) * 2008-10-21 2013-10-15 Microsoft Corporation Named entity transliteration using comparable CORPRA
US8326809B2 (en) * 2008-10-27 2012-12-04 Sas Institute Inc. Systems and methods for defining and processing text segmentation rules
WO2010067118A1 (en) 2008-12-11 2010-06-17 Novauris Technologies Limited Speech recognition involving a mobile device
US8332205B2 (en) * 2009-01-09 2012-12-11 Microsoft Corporation Mining transliterations for out-of-vocabulary query terms
US8798983B2 (en) * 2009-03-30 2014-08-05 Microsoft Corporation Adaptation for statistical language model
US10241644B2 (en) 2011-06-03 2019-03-26 Apple Inc. Actionable reminder entries
US10241752B2 (en) 2011-09-30 2019-03-26 Apple Inc. Interface for a virtual digital assistant
US9858925B2 (en) 2009-06-05 2018-01-02 Apple Inc. Using context information to facilitate processing of commands in a virtual assistant
US10706373B2 (en) 2011-06-03 2020-07-07 Apple Inc. Performing actions associated with task items that represent tasks to perform
US9431006B2 (en) 2009-07-02 2016-08-30 Apple Inc. Methods and apparatuses for automatic speech recognition
KR101083455B1 (ko) * 2009-07-17 2011-11-16 엔에이치엔(주) 통계 데이터에 기초한 사용자 질의 교정 시스템 및 방법
US10679605B2 (en) 2010-01-18 2020-06-09 Apple Inc. Hands-free list-reading by intelligent automated assistant
US10276170B2 (en) 2010-01-18 2019-04-30 Apple Inc. Intelligent automated assistant
US10553209B2 (en) 2010-01-18 2020-02-04 Apple Inc. Systems and methods for hands-free notification summaries
US10705794B2 (en) 2010-01-18 2020-07-07 Apple Inc. Automatically adapting user interfaces for hands-free interaction
CA2787390A1 (en) 2010-02-01 2011-08-04 Ginger Software, Inc. Automatic context sensitive language correction using an internet corpus particularly for small keyboard devices
US8682667B2 (en) 2010-02-25 2014-03-25 Apple Inc. User profiling for selecting user specific voice input processing information
TWI406139B (zh) * 2010-09-21 2013-08-21 Inventec Corp 具有聲調的拼音翻譯與拼音查詢系統及其方法
CN102411563B (zh) * 2010-09-26 2015-06-17 阿里巴巴集团控股有限公司 一种识别目标词的方法、装置及系统
US8639701B1 (en) 2010-11-23 2014-01-28 Google Inc. Language selection for information retrieval
US10762293B2 (en) 2010-12-22 2020-09-01 Apple Inc. Using parts-of-speech tagging and named entity recognition for spelling correction
EP2661705A4 (en) * 2011-01-05 2016-06-01 Google Inc METHOD AND SYSTEM FOR FACILITATING TEXT INPUT
US10048771B2 (en) * 2011-01-12 2018-08-14 Google Technology Holdings LLC Methods and devices for chinese language input to a touch screen
US8600730B2 (en) * 2011-02-08 2013-12-03 Microsoft Corporation Language segmentation of multilingual texts
US9262612B2 (en) 2011-03-21 2016-02-16 Apple Inc. Device access using voice authentication
WO2012159245A1 (en) * 2011-05-20 2012-11-29 Microsoft Corporation Displaying key pinyins
US10672399B2 (en) 2011-06-03 2020-06-02 Apple Inc. Switching between text data and audio data based on a mapping
US10057736B2 (en) 2011-06-03 2018-08-21 Apple Inc. Active transport based notifications
CN102929864B (zh) * 2011-08-05 2016-08-17 北京百度网讯科技有限公司 一种音字转换方法及装置
US8706472B2 (en) * 2011-08-11 2014-04-22 Apple Inc. Method for disambiguating multiple readings in language conversion
CN102955770B (zh) * 2011-08-17 2017-07-11 深圳市世纪光速信息技术有限公司 一种拼音自动识别方法及系统
US8994660B2 (en) 2011-08-29 2015-03-31 Apple Inc. Text correction processing
JP5642037B2 (ja) * 2011-09-22 2014-12-17 株式会社東芝 検索装置、検索方法およびプログラム
US9785628B2 (en) * 2011-09-29 2017-10-10 Microsoft Technology Licensing, Llc System, method and computer-readable storage device for providing cloud-based shared vocabulary/typing history for efficient social communication
US8976118B2 (en) 2012-01-20 2015-03-10 International Business Machines Corporation Method for character correction
US10134385B2 (en) 2012-03-02 2018-11-20 Apple Inc. Systems and methods for name pronunciation
US9483461B2 (en) 2012-03-06 2016-11-01 Apple Inc. Handling speech synthesis of content for multiple languages
US8996356B1 (en) 2012-04-10 2015-03-31 Google Inc. Techniques for predictive input method editors
US8989485B2 (en) 2012-04-27 2015-03-24 Abbyy Development Llc Detecting a junction in a text line of CJK characters
US8971630B2 (en) 2012-04-27 2015-03-03 Abbyy Development Llc Fast CJK character recognition
US9280610B2 (en) 2012-05-14 2016-03-08 Apple Inc. Crowd sourcing information to fulfill user requests
US10417037B2 (en) 2012-05-15 2019-09-17 Apple Inc. Systems and methods for integrating third party services with a digital assistant
US9721563B2 (en) 2012-06-08 2017-08-01 Apple Inc. Name recognition system
US9495129B2 (en) 2012-06-29 2016-11-15 Apple Inc. Device, method, and user interface for voice-activated navigation and browsing of a document
TW201403354A (zh) * 2012-07-03 2014-01-16 Univ Nat Taiwan Normal 以資料降維法及非線性算則建構中文文本可讀性數學模型之系統及其方法
US20150199332A1 (en) * 2012-07-20 2015-07-16 Mu Li Browsing history language model for input method editor
US20140067394A1 (en) * 2012-08-28 2014-03-06 King Abdulaziz City For Science And Technology System and method for decoding speech
EP2891043A4 (en) * 2012-08-31 2015-10-14 Microsoft Technology Licensing Llc PERSONAL LANGUAGE MODEL FOR AN INPUT PROCESSOR EDITOR
US9576574B2 (en) 2012-09-10 2017-02-21 Apple Inc. Context-sensitive handling of interruptions by intelligent digital assistant
US9547647B2 (en) 2012-09-19 2017-01-17 Apple Inc. Voice-based media searching
JP5741542B2 (ja) * 2012-09-20 2015-07-01 カシオ計算機株式会社 情報表示制御装置、情報表示制御方法、およびプログラム
US8807422B2 (en) 2012-10-22 2014-08-19 Varcode Ltd. Tamper-proof quality management barcode indicators
US20140142925A1 (en) * 2012-11-16 2014-05-22 Raytheon Bbn Technologies Self-organizing unit recognition for speech and other data series
CN103065630B (zh) * 2012-12-28 2015-01-07 科大讯飞股份有限公司 用户个性化信息语音识别方法及系统
KR101440891B1 (ko) * 2013-01-30 2014-09-17 삼성에스디아이 주식회사 이차 전지
CN104969289B (zh) 2013-02-07 2021-05-28 苹果公司 数字助理的语音触发器
US8996355B2 (en) 2013-02-08 2015-03-31 Machine Zone, Inc. Systems and methods for reviewing histories of text messages from multi-user multi-lingual communications
US9298703B2 (en) 2013-02-08 2016-03-29 Machine Zone, Inc. Systems and methods for incentivizing user feedback for translation processing
US8996352B2 (en) 2013-02-08 2015-03-31 Machine Zone, Inc. Systems and methods for correcting translations in multi-user multi-lingual communications
US8996353B2 (en) * 2013-02-08 2015-03-31 Machine Zone, Inc. Systems and methods for multi-user multi-lingual communications
US10650103B2 (en) 2013-02-08 2020-05-12 Mz Ip Holdings, Llc Systems and methods for incentivizing user feedback for translation processing
US9600473B2 (en) 2013-02-08 2017-03-21 Machine Zone, Inc. Systems and methods for multi-user multi-lingual communications
US9231898B2 (en) 2013-02-08 2016-01-05 Machine Zone, Inc. Systems and methods for multi-user multi-lingual communications
US9031829B2 (en) 2013-02-08 2015-05-12 Machine Zone, Inc. Systems and methods for multi-user multi-lingual communications
US8990068B2 (en) 2013-02-08 2015-03-24 Machine Zone, Inc. Systems and methods for multi-user multi-lingual communications
US10652394B2 (en) 2013-03-14 2020-05-12 Apple Inc. System and method for processing voicemail
US9368114B2 (en) 2013-03-14 2016-06-14 Apple Inc. Context-sensitive handling of interruptions
WO2014144579A1 (en) 2013-03-15 2014-09-18 Apple Inc. System and method for updating an adaptive speech recognition model
KR101759009B1 (ko) 2013-03-15 2017-07-17 애플 인크. 적어도 부분적인 보이스 커맨드 시스템을 트레이닝시키는 것
US9672818B2 (en) 2013-04-18 2017-06-06 Nuance Communications, Inc. Updating population language models based on changes made by user clusters
CN104219362A (zh) * 2013-05-30 2014-12-17 腾讯科技（深圳）有限公司 搜索联系人的方法和装置
WO2014197336A1 (en) 2013-06-07 2014-12-11 Apple Inc. System and method for detecting errors in interactions with a voice-based digital assistant
US9582608B2 (en) 2013-06-07 2017-02-28 Apple Inc. Unified ranking with entropy-weighted information for phrase-based semantic auto-completion
WO2014197334A2 (en) 2013-06-07 2014-12-11 Apple Inc. System and method for user-specified pronunciation of words for speech synthesis and recognition
WO2014197335A1 (en) 2013-06-08 2014-12-11 Apple Inc. Interpreting and acting upon commands that involve sharing information with remote devices
US10176167B2 (en) 2013-06-09 2019-01-08 Apple Inc. System and method for inferring user intent from speech inputs
KR101959188B1 (ko) 2013-06-09 2019-07-02 애플 인크. 디지털 어시스턴트의 둘 이상의 인스턴스들에 걸친 대화 지속성을 가능하게 하기 위한 디바이스, 방법 및 그래픽 사용자 인터페이스
WO2014200731A1 (en) 2013-06-13 2014-12-18 Apple Inc. System and method for emergency calls initiated by voice command
US9489373B2 (en) 2013-07-12 2016-11-08 Microsoft Technology Licensing, Llc Interactive segment extraction in computer-human interactive learning
KR101749009B1 (ko) 2013-08-06 2017-06-19 애플 인크. 원격 디바이스로부터의 활동에 기초한 스마트 응답의 자동 활성화
US9384191B2 (en) * 2013-09-25 2016-07-05 International Business Machines Corporation Written language learning using an enhanced input method editor (IME)
CN103578464B (zh) * 2013-10-18 2017-01-11 威盛电子股份有限公司 语言模型的建立方法、语音辨识方法及电子装置
US9779722B2 (en) * 2013-11-05 2017-10-03 GM Global Technology Operations LLC System for adapting speech recognition vocabulary
US10296160B2 (en) 2013-12-06 2019-05-21 Apple Inc. Method for extracting salient dialog usage from live data
RU2592395C2 (ru) 2013-12-19 2016-07-20 Общество с ограниченной ответственностью "Аби ИнфоПоиск" Разрешение семантической неоднозначности при помощи статистического анализа
RU2586577C2 (ru) 2014-01-15 2016-06-10 Общество с ограниченной ответственностью "Аби ИнфоПоиск" Фильтрация дуг в синтаксическом графе
CN104808806B (zh) * 2014-01-28 2019-10-25 北京三星通信技术研究有限公司 根据不确定性信息实现汉字输入的方法和装置
US9620105B2 (en) 2014-05-15 2017-04-11 Apple Inc. Analyzing audio input for efficient speech and music recognition
US10592095B2 (en) 2014-05-23 2020-03-17 Apple Inc. Instantaneous speaking of content on touch devices
US9502031B2 (en) 2014-05-27 2016-11-22 Apple Inc. Method for supporting dynamic grammars in WFST-based ASR
US9760559B2 (en) 2014-05-30 2017-09-12 Apple Inc. Predictive text input
US9715875B2 (en) 2014-05-30 2017-07-25 Apple Inc. Reducing the need for manual start/end-pointing and trigger phrases
US9633004B2 (en) 2014-05-30 2017-04-25 Apple Inc. Better resolution when referencing to concepts
US10289433B2 (en) 2014-05-30 2019-05-14 Apple Inc. Domain specific language for encoding assistant dialog
US9430463B2 (en) 2014-05-30 2016-08-30 Apple Inc. Exemplar-based natural language processing
US9734193B2 (en) 2014-05-30 2017-08-15 Apple Inc. Determining domain salience ranking from ambiguous words in natural speech
US10078631B2 (en) 2014-05-30 2018-09-18 Apple Inc. Entropy-guided text prediction using combined word and character n-gram language models
US9842101B2 (en) 2014-05-30 2017-12-12 Apple Inc. Predictive conversion of language input
US9785630B2 (en) 2014-05-30 2017-10-10 Apple Inc. Text prediction using combined word N-gram and unigram language models
US9966065B2 (en) 2014-05-30 2018-05-08 Apple Inc. Multi-command single utterance input method
US10170123B2 (en) 2014-05-30 2019-01-01 Apple Inc. Intelligent assistant for home automation
US10659851B2 (en) 2014-06-30 2020-05-19 Apple Inc. Real-time digital assistant knowledge updates
US9338493B2 (en) 2014-06-30 2016-05-10 Apple Inc. Intelligent automated assistant for TV user interactions
US10446141B2 (en) 2014-08-28 2019-10-15 Apple Inc. Automatic speech recognition based on user feedback
RU2596600C2 (ru) 2014-09-02 2016-09-10 Общество с ограниченной ответственностью "Аби Девелопмент" Способы и системы обработки изображений математических выражений
US9818400B2 (en) 2014-09-11 2017-11-14 Apple Inc. Method and apparatus for discovering trending terms in speech requests
US10789041B2 (en) 2014-09-12 2020-09-29 Apple Inc. Dynamic thresholds for always listening speech trigger
US9646609B2 (en) 2014-09-30 2017-05-09 Apple Inc. Caching apparatus for serving phonetic pronunciations
US9886432B2 (en) 2014-09-30 2018-02-06 Apple Inc. Parsimonious handling of word inflection via categorical stem + suffix N-gram language models
US10074360B2 (en) 2014-09-30 2018-09-11 Apple Inc. Providing an indication of the suitability of speech recognition
US9668121B2 (en) 2014-09-30 2017-05-30 Apple Inc. Social reminders
US10127911B2 (en) 2014-09-30 2018-11-13 Apple Inc. Speaker identification and unsupervised speaker adaptation techniques
US9460344B2 (en) * 2014-10-13 2016-10-04 Lenovo (Singapore) Pte. Ltd. Generating multi-logogram phrases from logogram radicals
US9372848B2 (en) 2014-10-17 2016-06-21 Machine Zone, Inc. Systems and methods for language detection
US10162811B2 (en) 2014-10-17 2018-12-25 Mz Ip Holdings, Llc Systems and methods for language detection
US9626358B2 (en) 2014-11-26 2017-04-18 Abbyy Infopoisk Llc Creating ontologies by analyzing natural language texts
US10552013B2 (en) 2014-12-02 2020-02-04 Apple Inc. Data detection
US9711141B2 (en) 2014-12-09 2017-07-18 Apple Inc. Disambiguating heteronyms in speech synthesis
TWI550420B (zh) * 2015-02-12 2016-09-21 國立雲林科技大學 資訊取得系統與方法、以及儲存裝置
US9865280B2 (en) 2015-03-06 2018-01-09 Apple Inc. Structured dictation using intelligent automated assistants
US10152299B2 (en) 2015-03-06 2018-12-11 Apple Inc. Reducing response latency of intelligent automated assistants
US9886953B2 (en) 2015-03-08 2018-02-06 Apple Inc. Virtual assistant activation
US10567477B2 (en) 2015-03-08 2020-02-18 Apple Inc. Virtual assistant continuity
US9721566B2 (en) 2015-03-08 2017-08-01 Apple Inc. Competing devices responding to voice triggers
US9899019B2 (en) 2015-03-18 2018-02-20 Apple Inc. Systems and methods for structured stem and suffix language models
US9842105B2 (en) 2015-04-16 2017-12-12 Apple Inc. Parsimonious continuous-space phrase representations for natural language processing
US10460227B2 (en) 2015-05-15 2019-10-29 Apple Inc. Virtual assistant in a communication session
JP6649472B2 (ja) 2015-05-18 2020-02-19 バーコード リミティド 活性化可能な品質表示ラベルのための熱変色性インク証印
US10083688B2 (en) 2015-05-27 2018-09-25 Apple Inc. Device voice control for selecting a displayed affordance
US10127220B2 (en) 2015-06-04 2018-11-13 Apple Inc. Language identification from short strings
US9578173B2 (en) 2015-06-05 2017-02-21 Apple Inc. Virtual assistant aided communication with 3rd party service in a communication session
US10101822B2 (en) 2015-06-05 2018-10-16 Apple Inc. Language input correction
US10255907B2 (en) 2015-06-07 2019-04-09 Apple Inc. Automatic accent detection using acoustic models
US10186254B2 (en) 2015-06-07 2019-01-22 Apple Inc. Context-based endpoint detection
US11025565B2 (en) 2015-06-07 2021-06-01 Apple Inc. Personalized prediction of responses for instant messaging
CN104899304B (zh) * 2015-06-12 2018-02-16 北京京东尚科信息技术有限公司 命名实体识别方法及装置
US20160378747A1 (en) 2015-06-29 2016-12-29 Apple Inc. Virtual assistant for media playback
CN107709946B (zh) 2015-07-07 2022-05-10 发可有限公司 电子质量标志
CN105187408A (zh) * 2015-08-17 2015-12-23 北京神州绿盟信息安全科技股份有限公司 网络攻击检测方法和设备
US10747498B2 (en) 2015-09-08 2020-08-18 Apple Inc. Zero latency digital assistant
US10671428B2 (en) 2015-09-08 2020-06-02 Apple Inc. Distributed personal assistant
US9697820B2 (en) 2015-09-24 2017-07-04 Apple Inc. Unit-selection text-to-speech synthesis using concatenation-sensitive neural networks
US11010550B2 (en) 2015-09-29 2021-05-18 Apple Inc. Unified language modeling framework for word prediction, auto-completion and auto-correction
US10366158B2 (en) 2015-09-29 2019-07-30 Apple Inc. Efficient word encoding for recurrent neural network language models
US11587559B2 (en) 2015-09-30 2023-02-21 Apple Inc. Intelligent device identification
US10691473B2 (en) 2015-11-06 2020-06-23 Apple Inc. Intelligent automated assistant in a messaging environment
US10049668B2 (en) 2015-12-02 2018-08-14 Apple Inc. Applying neural network language models to weighted finite state transducers for automatic speech recognition
CN106855748A (zh) * 2015-12-08 2017-06-16 阿里巴巴集团控股有限公司 一种信息输入方法、装置和智能终端
US10223066B2 (en) 2015-12-23 2019-03-05 Apple Inc. Proactive assistance based on dialog communication between devices
US10765956B2 (en) 2016-01-07 2020-09-08 Machine Zone Inc. Named entity recognition on chat data
US10446143B2 (en) 2016-03-14 2019-10-15 Apple Inc. Identification of voice inputs providing credentials
US9934775B2 (en) 2016-05-26 2018-04-03 Apple Inc. Unit-selection text-to-speech synthesis based on predicted concatenation parameters
US10409903B2 (en) 2016-05-31 2019-09-10 Microsoft Technology Licensing, Llc Unknown word predictor and content-integrated translator
US9972304B2 (en) 2016-06-03 2018-05-15 Apple Inc. Privacy preserving distributed evaluation framework for embedded personalized systems
US11227589B2 (en) 2016-06-06 2022-01-18 Apple Inc. Intelligent list reading
US10249300B2 (en) 2016-06-06 2019-04-02 Apple Inc. Intelligent list reading
US10049663B2 (en) 2016-06-08 2018-08-14 Apple, Inc. Intelligent automated assistant for media exploration
DK179309B1 (en) 2016-06-09 2018-04-23 Apple Inc Intelligent automated assistant in a home environment
US10509862B2 (en) * 2016-06-10 2019-12-17 Apple Inc. Dynamic phrase expansion of language input
US10192552B2 (en) 2016-06-10 2019-01-29 Apple Inc. Digital assistant providing whispered speech
US10067938B2 (en) 2016-06-10 2018-09-04 Apple Inc. Multilingual word prediction
US10586535B2 (en) 2016-06-10 2020-03-10 Apple Inc. Intelligent digital assistant in a multi-tasking environment
US10490187B2 (en) 2016-06-10 2019-11-26 Apple Inc. Digital assistant providing automated status report
DK179343B1 (en) 2016-06-11 2018-05-14 Apple Inc Intelligent task discovery
DK179049B1 (en) 2016-06-11 2017-09-18 Apple Inc Data driven natural language event detection and classification
DK179415B1 (en) 2016-06-11 2018-06-14 Apple Inc Intelligent device arbitration and control
DK201670540A1 (en) 2016-06-11 2018-01-08 Apple Inc Application integration with a digital assistant
US10474753B2 (en) 2016-09-07 2019-11-12 Apple Inc. Language identification using recurrent neural networks
JP6729232B2 (ja) * 2016-09-20 2020-07-22 富士通株式会社 メッセージ振り分けプログラム、メッセージ振り分け装置、およびメッセージ振り分け方法
US10043516B2 (en) 2016-09-23 2018-08-07 Apple Inc. Intelligent automated assistant
CN107870901B (zh) * 2016-09-27 2023-05-12 松下知识产权经营株式会社 从翻译源原文生成相似文的方法、记录介质、装置以及系统
CN108009182B (zh) * 2016-10-28 2020-03-10 京东方科技集团股份有限公司 一种信息提取方法和装置
US11281993B2 (en) 2016-12-05 2022-03-22 Apple Inc. Model and ensemble compression for metric learning
US10593346B2 (en) 2016-12-22 2020-03-17 Apple Inc. Rank-reduced token representation for automatic speech recognition
US11204787B2 (en) 2017-01-09 2021-12-21 Apple Inc. Application integration with a digital assistant
DK201770383A1 (en) 2017-05-09 2018-12-14 Apple Inc. USER INTERFACE FOR CORRECTING RECOGNITION ERRORS
US10417266B2 (en) 2017-05-09 2019-09-17 Apple Inc. Context-aware ranking of intelligent response suggestions
DK201770439A1 (en) 2017-05-11 2018-12-13 Apple Inc. Offline personal assistant
US10726832B2 (en) 2017-05-11 2020-07-28 Apple Inc. Maintaining privacy of personal information
US10395654B2 (en) 2017-05-11 2019-08-27 Apple Inc. Text normalization based on a data-driven learning network
DK201770427A1 (en) 2017-05-12 2018-12-20 Apple Inc. LOW-LATENCY INTELLIGENT AUTOMATED ASSISTANT
US11301477B2 (en) 2017-05-12 2022-04-12 Apple Inc. Feedback analysis of a digital assistant
DK179745B1 (en) 2017-05-12 2019-05-01 Apple Inc. SYNCHRONIZATION AND TASK DELEGATION OF A DIGITAL ASSISTANT
DK179496B1 (en) 2017-05-12 2019-01-15 Apple Inc. USER-SPECIFIC Acoustic Models
DK201770432A1 (en) 2017-05-15 2018-12-21 Apple Inc. Hierarchical belief states for digital assistants
DK201770431A1 (en) 2017-05-15 2018-12-20 Apple Inc. Optimizing dialogue policy decisions for digital assistants using implicit feedback
US10311144B2 (en) 2017-05-16 2019-06-04 Apple Inc. Emoji word sense disambiguation
DK179560B1 (en) 2017-05-16 2019-02-18 Apple Inc. FAR-FIELD EXTENSION FOR DIGITAL ASSISTANT SERVICES
US10403278B2 (en) 2017-05-16 2019-09-03 Apple Inc. Methods and systems for phonetic matching in digital assistant services
US10303715B2 (en) 2017-05-16 2019-05-28 Apple Inc. Intelligent automated assistant for media exploration
US10657328B2 (en) 2017-06-02 2020-05-19 Apple Inc. Multi-task recurrent neural network architecture for efficient morphology handling in neural language modeling
CN107291692B (zh) * 2017-06-14 2020-12-18 北京百度网讯科技有限公司 基于人工智能的分词模型的定制方法、装置、设备和介质
CN107247708B (zh) * 2017-07-03 2021-07-20 中国银行股份有限公司 一种姓名识别方法及系统
US10275646B2 (en) 2017-08-03 2019-04-30 Gyrfalcon Technology Inc. Motion recognition via a two-dimensional symbol having multiple ideograms contained therein
US10445429B2 (en) 2017-09-21 2019-10-15 Apple Inc. Natural language understanding using vocabularies with compressed serialized tries
WO2019060353A1 (en) 2017-09-21 2019-03-28 Mz Ip Holdings, Llc SYSTEM AND METHOD FOR TRANSLATION OF KEYBOARD MESSAGES
US10755051B2 (en) 2017-09-29 2020-08-25 Apple Inc. Rule-based natural language processing
US10636424B2 (en) 2017-11-30 2020-04-28 Apple Inc. Multi-turn canned dialog
US10733982B2 (en) 2018-01-08 2020-08-04 Apple Inc. Multi-directional dialog
US10733375B2 (en) 2018-01-31 2020-08-04 Apple Inc. Knowledge-based framework for improving natural language understanding
US10635305B2 (en) * 2018-02-01 2020-04-28 Microchip Technology Incorporated Touchscreen user interface with multi-language support
US10789959B2 (en) 2018-03-02 2020-09-29 Apple Inc. Training speaker recognition models for digital assistants
US10592604B2 (en) 2018-03-12 2020-03-17 Apple Inc. Inverse text normalization for automatic speech recognition
US10818288B2 (en) 2018-03-26 2020-10-27 Apple Inc. Natural assistant interaction
US10909331B2 (en) 2018-03-30 2021-02-02 Apple Inc. Implicit identification of translation payload with neural machine translation
US10928918B2 (en) 2018-05-07 2021-02-23 Apple Inc. Raise to speak
US11145294B2 (en) 2018-05-07 2021-10-12 Apple Inc. Intelligent automated assistant for delivering content from user experiences
US10984780B2 (en) 2018-05-21 2021-04-20 Apple Inc. Global semantic word embeddings using bi-directional recurrent neural networks
DK180639B1 (en) 2018-06-01 2021-11-04 Apple Inc DISABILITY OF ATTENTION-ATTENTIVE VIRTUAL ASSISTANT
DK201870355A1 (en) 2018-06-01 2019-12-16 Apple Inc. VIRTUAL ASSISTANT OPERATION IN MULTI-DEVICE ENVIRONMENTS
US11386266B2 (en) 2018-06-01 2022-07-12 Apple Inc. Text correction
DK179822B1 (da) 2018-06-01 2019-07-12 Apple Inc. Voice interaction at a primary device to access call functionality of a companion device
US10892996B2 (en) 2018-06-01 2021-01-12 Apple Inc. Variable latency device coordination
US10496705B1 (en) 2018-06-03 2019-12-03 Apple Inc. Accelerated task performance
US10417342B1 (en) * 2018-07-03 2019-09-17 Gyrfalcon Technology Inc. Deep learning device for local processing classical chinese poetry and verse
CN109271625B (zh) * 2018-08-28 2023-07-14 江苏省基础地理信息中心 一种汉语地名的拼音拼写规范化方法
US11010561B2 (en) 2018-09-27 2021-05-18 Apple Inc. Sentiment prediction from textual data
US11462215B2 (en) 2018-09-28 2022-10-04 Apple Inc. Multi-modal inputs for voice commands
US11170166B2 (en) 2018-09-28 2021-11-09 Apple Inc. Neural typographical error modeling via generative adversarial networks
US10839159B2 (en) 2018-09-28 2020-11-17 Apple Inc. Named entity normalization in a spoken dialog system
US10885286B2 (en) * 2018-10-12 2021-01-05 Microsoft Technology Licensing, Llc Simultaneous and real time translation and language switching across a set of features
CN109446521B (zh) * 2018-10-18 2023-08-25 京东方科技集团股份有限公司 命名实体识别方法、装置、电子设备、机器可读存储介质
US11475898B2 (en) 2018-10-26 2022-10-18 Apple Inc. Low-latency multi-speaker speech recognition
CN109815476B (zh) * 2018-12-03 2023-03-24 国网浙江省电力有限公司杭州供电公司 一种基于中文语素和拼音联合统计的词向量表示方法
US11638059B2 (en) 2019-01-04 2023-04-25 Apple Inc. Content playback on multiple devices
US11348573B2 (en) 2019-03-18 2022-05-31 Apple Inc. Multimodality in digital assistant systems
US11475884B2 (en) 2019-05-06 2022-10-18 Apple Inc. Reducing digital assistant latency when a language is incorrectly determined
DK201970509A1 (en) 2019-05-06 2021-01-15 Apple Inc Spoken notifications
US11307752B2 (en) 2019-05-06 2022-04-19 Apple Inc. User configurable task triggers
US11423908B2 (en) 2019-05-06 2022-08-23 Apple Inc. Interpreting spoken requests
US11140099B2 (en) 2019-05-21 2021-10-05 Apple Inc. Providing message response suggestions
US11496600B2 (en) 2019-05-31 2022-11-08 Apple Inc. Remote execution of machine-learned models
US11289073B2 (en) 2019-05-31 2022-03-29 Apple Inc. Device text to speech
DK180129B1 (en) 2019-05-31 2020-06-02 Apple Inc. USER ACTIVITY SHORTCUT SUGGESTIONS
US11360641B2 (en) 2019-06-01 2022-06-14 Apple Inc. Increasing the relevance of new available information
CN110569505B (zh) * 2019-09-04 2023-07-28 平顶山学院 一种文本输入方法及装置
US11488406B2 (en) 2019-09-25 2022-11-01 Apple Inc. Text detection using global geometry estimators
CN111144096B (zh) * 2019-12-11 2023-09-29 心医国际数字医疗系统(大连)有限公司 基于hmm的拼音补全的训练方法、补全模型、补全方法及补全输入法
CN112241629A (zh) * 2019-12-23 2021-01-19 北京来也网络科技有限公司 结合rpa及ai的拼音标注文本生成方法及装置
CN111145718B (zh) * 2019-12-30 2022-06-07 中国科学院声学研究所 一种基于自注意力机制的中文普通话字音转换方法
CN111414772B (zh) * 2020-03-12 2023-09-26 北京小米松果电子有限公司 一种机器翻译方法、装置及介质
CN113555009A (zh) * 2020-04-21 2021-10-26 京东数字科技控股有限公司 用于训练模型的方法和装置
CN111340574B (zh) * 2020-05-15 2020-08-25 支付宝(杭州)信息技术有限公司 风险用户的识别方法、装置和电子设备
CN113932518B (zh) * 2021-06-02 2023-08-18 海信冰箱有限公司 冰箱及其食材管理方法
CN113704406B (zh) * 2021-08-30 2023-06-30 临沂职业学院 一种流行缩略语的中文释义匹配系统与方法
CN113723082A (zh) * 2021-08-30 2021-11-30 支付宝(杭州)信息技术有限公司 从文本中检测中文拼音的方法和装置
CN115310462B (zh) * 2022-10-11 2023-03-24 中孚信息股份有限公司 一种基于nlp技术的元数据识别翻译方法及系统

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5270927A (en) * 1990-09-10 1993-12-14 At&T Bell Laboratories Method for conversion of phonetic Chinese to character Chinese
US5477451A (en) * 1991-07-25 1995-12-19 International Business Machines Corp. Method and system for natural language translation
SG42314A1 (en) * 1995-01-30 1997-08-15 Mitsubishi Electric Corp Language processing apparatus and method
US5893133A (en) * 1995-08-16 1999-04-06 International Business Machines Corporation Keyboard for a system and method for processing Chinese language text
US6848080B1 (en) 1999-11-05 2005-01-25 Microsoft Corporation Language input architecture for converting one text form to another text form with tolerance to spelling, typographical, and conversion errors
US7403888B1 (en) * 1999-11-05 2008-07-22 Microsoft Corporation Language input user interface
US7165019B1 (en) * 1999-11-05 2007-01-16 Microsoft Corporation Language input architecture for converting one text form to another text form with modeless entry
US7107204B1 (en) * 2000-04-24 2006-09-12 Microsoft Corporation Computer-aided writing system and method with cross-language writing wizard
TWI270792B (en) * 2003-03-28 2007-01-11 Lin-Shan Lee Speech-based information retrieval
CN100429648C (zh) * 2003-05-28 2008-10-29 洛昆多股份公司 一种文本自动分块的方法、分块器和文本到语言合成系统
US20050027547A1 (en) * 2003-07-31 2005-02-03 International Business Machines Corporation Chinese / Pin Yin / english dictionary

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008145055A1 (fr) * 2007-05-25 2008-12-04 Beijing Sogou Technology Development Co., Ltd. Procédé pour obtenir une information de mot de restriction et pour optimiser le système du procédé d'entrée et de sortie
CN101378562B (zh) * 2007-08-29 2012-07-04 北京三星通信技术研究有限公司 移动通信终端地址簿的中文和拼音的相互查找方法
US8407236B2 (en) 2008-10-03 2013-03-26 Microsoft Corp. Mining new words from a query log for input method editors
CN103201707A (zh) * 2010-09-29 2013-07-10 触摸式有限公司 用于向电子设备输入文本的文本预测引擎、系统及方法
CN103201707B (zh) * 2010-09-29 2017-09-29 触摸式有限公司 用于向电子设备输入文本的文本预测引擎、系统及方法
US10613746B2 (en) 2012-01-16 2020-04-07 Touchtype Ltd. System and method for inputting text
CN104813257A (zh) * 2012-08-31 2015-07-29 微软技术许可有限责任公司 用于输入法编辑器的浏览历史语言模型
CN105683873A (zh) * 2013-04-27 2016-06-15 谷歌公司 容错输入法编辑器
CN106233375A (zh) * 2014-04-25 2016-12-14 纽昂斯通信有限公司 基于众包的用户文本输入从头开始学习语言模型
CN105679317A (zh) * 2014-12-08 2016-06-15 三星电子株式会社 用于训练语言模型并识别语音的方法和设备
CN105679317B (zh) * 2014-12-08 2020-11-17 三星电子株式会社 用于训练语言模型并识别语音的方法和设备
CN106469554A (zh) * 2015-08-21 2017-03-01 科大讯飞股份有限公司 一种自适应的识别方法及系统
CN107704456A (zh) * 2016-08-09 2018-02-16 松下知识产权经营株式会社 识别控制方法以及识别控制装置
CN107704456B (zh) * 2016-08-09 2023-08-29 松下知识产权经营株式会社 识别控制方法以及识别控制装置
CN110245331A (zh) * 2018-03-09 2019-09-17 中兴通讯股份有限公司 一种语句转换方法、装置、服务器及计算机存储介质
CN108681536A (zh) * 2018-04-27 2018-10-19 青岛大学 一种基于汉语拼音多重映射的无载体隐写方法
CN108681536B (zh) * 2018-04-27 2021-11-26 青岛大学 一种基于汉语拼音多重映射的无载体隐写方法
CN112199576A (zh) * 2020-10-20 2021-01-08 山东浪潮商用系统有限公司 一种中文拼音搜索的实现方法和系统

Also Published As

Publication number Publication date
WO2005091167A2 (en) 2005-09-29
GB2427944A (en) 2007-01-10
WO2005091167A3 (en) 2006-02-23
US20050209844A1 (en) 2005-09-22
US20090070097A1 (en) 2009-03-12
GB0620176D0 (en) 2006-11-22
US8660834B2 (en) 2014-02-25
CN1954315B (zh) 2010-06-23
US7478033B2 (en) 2009-01-13

Similar Documents

Publication Publication Date Title
CN1954315B (zh) 用于将汉语拼音翻译成汉字的系统和方法
KR100961717B1 (ko) 병렬 코퍼스를 이용한 기계번역 오류 탐지 방법 및 장치
US8131539B2 (en) Search-based word segmentation method and device for language without word boundary tag
Adler et al. An unsupervised morpheme-based HMM for Hebrew morphological disambiguation
KR101266361B1 (ko) 구조화된 번역 메모리 기반의 자동 번역 시스템 및 자동 번역 방법
Chang et al. An unsupervised iterative method for Chinese new lexicon extraction
Kumar et al. A study of spell checking techniques for indian languages
US20100094615A1 (en) Document translation apparatus and method
Alhanini et al. The enhancement of arabic stemming by using light stemming and dictionary-based stemming
Tufiş et al. DIAC+: A professional diacritics recovering system
Pal et al. Vartani Spellcheck--Automatic Context-Sensitive Spelling Correction of OCR-generated Hindi Text Using BERT and Levenshtein Distance
Sen et al. Bangla natural language processing: A comprehensive review of classical machine learning and deep learning based methods
Kaji et al. Splitting noun compounds via monolingual and bilingual paraphrasing: A study on japanese katakana words
Marcińczuk et al. Statistical proper name recognition in Polish economic texts
JP4088171B2 (ja) テキスト解析装置、方法、プログラム及びそのプログラムを記録した記録媒体
Jabbar et al. A comparative review of Urdu stemmers: Approaches and challenges
Ren et al. A hybrid approach to automatic Chinese text checking and error correction
Doermann et al. Translation lexicon acquisition from bilingual dictionaries
Sankaravelayuthan et al. English to tamil machine translation system using parallel corpus
Ghaffar et al. English to arabic statistical machine translation system improvements using preprocessing and arabic morphology analysis
Alsayed et al. A performance analysis of transformer-based deep learning models for Arabic image captioning
Yesuf et al. Amharic Word Sense Disambiguation Using Wordnet
Raza et al. Saraiki Language Word Prediction And Spell Correction Framework
Bao-Torayno et al. A Text Clustering Preprocessing Technique for Mixed Bisaya and English Short Message Service (SMS) Messages for Higher Education Institutions (HEIs) Enrolment-Related Inquiries
Younes et al. Building Bi-script Language Resources for the Tunisian Dialect’s NLP

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CP01 Change in the name or title of a patent holder

Address after: American California

Patentee after: Google limited liability company

Address before: American California

Patentee before: GOOGLE Inc.

CP01 Change in the name or title of a patent holder