DE112007000855T5 - Tragbare elektronische Vorrichtung und Verfahren zur Durchführung einer Rechtschreibprüfung während einer Texteingabe und zum Vorsehen eines Rechtschreibprüfungs-Lern-Merkmals - Google Patents

Tragbare elektronische Vorrichtung und Verfahren zur Durchführung einer Rechtschreibprüfung während einer Texteingabe und zum Vorsehen eines Rechtschreibprüfungs-Lern-Merkmals Download PDF

Info

Publication number
DE112007000855T5
DE112007000855T5 DE112007000855T DE112007000855T DE112007000855T5 DE 112007000855 T5 DE112007000855 T5 DE 112007000855T5 DE 112007000855 T DE112007000855 T DE 112007000855T DE 112007000855 T DE112007000855 T DE 112007000855T DE 112007000855 T5 DE112007000855 T5 DE 112007000855T5
Authority
DE
Germany
Prior art keywords
input
text
output
objects
portable electronic
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.)
Withdrawn
Application number
DE112007000855T
Other languages
English (en)
Inventor
Vadim Waterloo FUX
Daniel Waterloo Rubanovich
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.)
BlackBerry Ltd
Original Assignee
Research in Motion Ltd
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 Research in Motion Ltd filed Critical Research in Motion Ltd
Publication of DE112007000855T5 publication Critical patent/DE112007000855T5/de
Withdrawn legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/232Orthographic correction, e.g. spell checking or vowelisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Machine Translation (AREA)
  • Input From Keyboards Or The Like (AREA)
  • Document Processing Apparatus (AREA)

Abstract

Verfahren zur Ermöglichung einer Eingabe in eine tragbare elektronische Vorrichtung mit einer Eingabevorrichtung, die eine Anzahl von Eingabeelementen aufweist, wobei zumindest einigen der Eingabeelemente jeweils eine Anzahl von linguistischen Elementen zugewiesen ist, wobei das Verfahren aufweist:
Erfassen als eine erste Eingabe einer ersten Anzahl von Eingabeelementbetätigungen;
Ausgeben als eine vorgeschlagene Textinterpretation der ersten Eingabe einer Textausgabe mit einer Anordnung von linguistischen Elementen, die anders ist als die Anordnung von linguistischen Elementen der ersten Eingabe, und die relativ weniger bevorzugt ist als eine andere Textinterpretation der ersten Eingabe;
Erfassen einer Auswahl der Textausgabe;
Erfassen als eine zweite Eingabe einer zweiten Anzahl von Eingabeelementbetätigungen, wobei die erste Anzahl von Eingabeelementbetätigungen und die zweite Anzahl von Eingabeelementbetätigungen gleich ist; und
als Reaktion auf die zweite Eingabe, Ausgeben der Textausgabe als zumindest eines aus:
eine Standard-Textinterpretation der zweiten Eingabe, und
eine vorgeschlagene Textinterpretation der zweiten Eingabe, die...

Description

  • Hintergrund
  • Gebiet
  • Das offenbarte und beanspruchte Konzept betrifft im Allgemeinen tragbare bzw. handgehaltene elektronische Vorrichtungen (handheld electronic devices) und insbesondere eine tragbare elektronische Vorrichtung, die eine reduzierte Tastatur und eine Text-Eingabe-Disambiguierungsfunktion hat, die ein Rechtschreibprüfungsmerkmal vorsehen kann
  • Hintergrundinformation
  • Zahlreiche Typen von tragbaren elektronischen Vorrichtungen sind bekannt. Beispiele derartiger tragbarer elektronischer Vorrichtungen umfassen zum Beispiel persönliche Datenassistenten (PDAs – personal data assistants), tragbare Computer, Zweiweg-Pager, zellulare Telefone und dergleichen. Viele tragbare elektronische Vorrichtungen weisen auch eine drahtlose Kommunikationsfähigkeit auf, obwohl viele derartige tragbare elektronische Vorrichtungen unabhängige Vorrichtungen sind, die ohne Kommunikation mit anderen Vorrichtungen funktional sind.
  • Derartige tragbare elektronische Vorrichtungen sollen im Allgemeinen tragbar sein und haben folglich eine relativ kompakte Konfiguration, in der Tasten und andere Eingabestrukturen häufig mehrfache Funktionen unter bestimmten Umständen durchführen oder anderweitig mehrere Aspekte oder Eigenschaften zugewiesen haben. Mit Fortschritten in der Technologie werden tragbare elektronische Vorrichtungen hergestellt, um immer kleinere Formfaktoren zu haben, und dennoch eine immer größere Anzahl von Anwendungen und Eigenschaften darauf zu haben. In der Praxis können die Tasten eines Tastaturfelds nur auf eine bestimmte kleine Größe verringert werden, bevor die Tasten relativ unbrauchbar werden. Um eine Texteingabe zu ermöglichen, muss jedoch ein Tastaturfeld zum Beispiel zur Eingabe aller sechsundzwanzig Buchstaben des lateinischen Alphabets sowie einer passenden Interpunktion und anderer Symbole fähig sein.
  • Eine Art des Vorsehens von zahlreichen Buchstaben in einem kleinen Raum war, eine „reduzierte Tastatur" vorzusehen, in der mehrere Buchstaben, Symbole und/oder Zahlen und dergleichen, jeder gegebenen Taste zugewiesen werden. Zum Beispiel umfasst ein Tasten(touch-tone)-Telefon ein reduziertes Tastaturfeld durch Vorsehen von zwölf Tasten, von denen zehn Zahlen darauf haben und von diesen zehn Tasten haben acht lateinische Buchstaben zugewiesen. Zum Beispiel umfasst eine der Tasten die Zahl „2" sowie die Buchstaben „A", „B" und „C". Andere bekannte reduzierte Tastaturen umfassten andere Anordnungen für Tasten, Buchstaben, Symbole, Zahlen und dergleichen. Da eine einzige Betätigung einer derartigen Taste von dem Benutzer vorgesehen sein kann, sich möglicherweise auf einen der Buchstaben „A", „B" und „C" zu beziehen und sich möglicherweise auch auf die Zahl „2" beziehen soll, ist die Eingabe im Allgemeinen eine vieldeutige (ambiguous) Eingabe und bedarf eines Typs einer Disambiguierung, um für Texteingabezwecke nützlich zu sein.
  • Um einem Benutzer zu ermöglichen, die mehrfachen Buchstaben, Zahlen und dergleichen auf jeder gegebenen Taste zu verwenden, wurden zahlreiche Tastenanschlags-Interpretationssysteme vorgesehen. Zum Beispiel ermöglicht ein „Mehrfach-Tippen(multi-tap)"-System einem Benutzer, im Wesentlichen eindeutig ein bestimmtes Zeichen auf einer Taste zu spezifizieren durch Drücken dersel ben Taste mehrere Male, äquivalent zu der Position des gewünschten Zeichens auf der Taste. Ein anderes beispielhaftes Tastenanschlags-Interpretationssystem umfasst ein Tasten-„Chording", von dem verschiedene Typen existieren. Zum Beispiel kann ein bestimmtes Zeichen eingegeben werden durch Drücken zweier Tasten hintereinander oder durch Drücken und Halten einer ersten Taste, während eine zweite Taste gedrückt wird. Ein weiteres beispielhaftes Tastenanschlags-Interpretationssystem ist eine „Drücken-und-Halten/Drücken-und-Freigabe"-Interpretationsfunktion, in der eine gegebene Taste ein erstes Resultat liefert, wenn die Taste betätigt und sofort losgelassen wird, und ein zweites Resultat liefert, wenn die Taste für eine kurze Zeitdauer betätigt und gehalten wird. Ein weiteres Tastenanschlags-Interpretationssystem, das eingesetzt wurde, ist eine Software-basierte Text-Disambiguierungsfunktion. In solch einem System drückt ein Benutzer typischerweise Tasten, denen ein oder mehrere Zeichen zugewiesen wurden, im Allgemeinen wird jede Taste ein Mal für jeden gewünschten Buchstaben gedrückt, und die Disambiguierungs-Software versucht, die beabsichtigte Eingabe vorauszusagen. Zahlreiche derartige Systeme wurden vorgeschlagen und während viele für ihre beabsichtigten Zwecken im Allgemeinen effektiv waren, existieren weiterhin Defizite.
  • Zum Beispiel kann sogar ein einzelner Rechtschreibfehler oder Vertippfehler während einer Texteingabe auf einem System, das eine Disambiguierung einsetzt, zu einem Text führen, der wenig, wenn überhaupt, Ähnlichkeit zu dem zeigt, der von dem Benutzer vorgesehen war. Einige Rechtschreibprüfsysteme liefern, wenn sie auf einer tragbaren elektronischen Vorrichtung eingesetzt werden, die eine Disambiguierung einsetzt, im Allgemeinen gute Resultate, erfordern aber auch eine große Menge an Verarbeitungsleistung, mehr als typischerweise verfügbar ist für eine Rechtschreibprüfung auf diesem Typ einer Plattform. Andere Rechtschreibprüfsysteme, wenn auf einer tragbaren elektronischen Vorrichtung eingesetzt, die eine Disambiguierung einsetzt, erfordern eine weit geringere Verarbeitungsleistung, liefern aber Resultate, die inakzeptabel schlecht sind.
  • Es wäre wünschenswert, eine verbesserte tragbare elektronische Vorrichtung mit einer reduzierten Tastatur vorzusehen, die versucht, eine QWERTY-Tastatur-Erfahrung oder eine andere bestimmte Tastaturerfahrung zu imitieren, und die eine Rechtschreibprüfoperation vorsieht, welche die Schwächen von Disambiguierungssystemen überwindet. Solch eine verbesserte tragbare elektronische Vorrichtung kann auch wünschenswerterweise konfiguriert werden mit ausreichenden Eigenschaften, um eine Texteingabe und andere Aufgaben mit relativer Mühelosigkeit zu ermöglichen.
  • KURZE BESCHREIBUNG DER ZEICHNUNGEN
  • Ein vollständiges Verständnis des offenbarten und beanspruchten Konzepts kann aus der folgenden Beschreibung gewonnen werden, wenn in Verbindung mit den beigefügten Zeichnungen gelesen, wobei:
  • 1 eine Draufsicht auf eine verbesserte tragbare elektronische Vorrichtung gemäß dem offenbarten und beanspruchten Konzept ist;
  • 2 eine schematische Darstellung der verbesserten tragbaren elektronischen Vorrichtung der 1 ist;
  • 2A eine schematische Darstellung eines Teils der tragbaren elektronischen Vorrichtung von 2 ist;
  • 3A, 3B und 3C ein beispielhaftes Flussdiagramm sind, das bestimmte Aspekte einer Disambiguierungsfunktion darstellt, die auf der tragbaren elektronischen Vorrichtung der 1 ausgeführt werden kann;
  • 4 ein weiteres beispielhaftes Flussdiagramm ist, das bestimmte Aspekte eines Lernverfahrens darstellt, das auf der tragbaren elektronischen Vorrichtung ausgeführt werden kann;
  • 5 eine beispielhafte Ausgabe während eines Texteingabebetriebs ist;
  • 6 eine weitere beispielhafte Ausgabe während eines anderen Teils des Texteingabebetriebes ist;
  • 7 eine weitere beispielhafte Ausgabe während eines anderen Teils des Texteingabebetriebes ist;
  • 8 eine weitere beispielhafte Ausgabe während eines anderen Teils des Texteingabebetriebes ist;
  • 9A und 9B ein beispielhaftes Flussdiagramm sind, das eine Rechtschreibprüfoperation während eines Texteingabebetriebes zeigt;
  • 10 eine weitere beispielhafte Ausgabe während eines anderen Teils des Texteingabebetriebes ist;
  • 11 eine weitere beispielhafte Ausgabe während eines anderen Teils des Texteingabebetriebes ist;
  • 12 eine weitere beispielhafte Ausgabe während eines anderen Teils des Texteingabebetriebes ist;
  • Ähnliche Ziffern beziehen sich auf ähnliche Teile in der Spezifikation.
  • BESCHREIBUNG
  • Eine verbesserte tragbare elektronische Vorrichtung 4 wird allgemein in der 1 gezeigt und wird schematisch in der 2 dargestellt. Die beispielhafte tragbare elektronische Vorrichtung 4 umfasst ein Gehäuse 6, auf dem eine Prozessoreinheit angebracht ist, die eine Eingabevorrichtung 8, eine Ausgabevorrichtung 12, einen Prozessor 16 und einen Speicher 20 umfasst und zumindest eine erste Routine. Der Prozessor 16 kann zum Beispiel und ohne Einschränkung ein Mikroprozessor (μP) sein und reagiert auf Eingaben von der Eingabevorrichtung 8 und liefert Ausgabesignale an die Ausgabevorrichtung 12. Der Prozessor 16 ist auch mit dem Speicher 20 verbunden. Der Prozessor 16 und der Speicher 20 bilden zusammen eine Prozessorvorrichtung. Beispiele von tragbaren elektronischen Vorrichtungen sind in den U.S.-Patenten Nr. 6,452,588 und 6,489,950 enthalten.
  • Wie aus der 1 offensichtlich ist, umfasst die Eingabevorrichtung 8 ein Tastaturfeld 24 und ein Thumbwheel 32. Wie detaillierter unten beschrieben wird, ist das Tastaturfeld 24 in der beispielhaften Form einer reduzierten QWERTY-Tastatur einschließlich einer Vielzahl von Tasten 28, die als Eingabeelemente dienen. Es wird jedoch angemerkt, dass das Tastaturfeld 24 andere Konfigurationen haben kann, wie eine AZERTY-Tastatur, eine QWERTZ-Tastatur oder eine andere Tastaturanordnung, ob momentan bekannt oder unbekannt und entweder reduziert oder nicht reduziert. Wie hierin eingesetzt, sollen der Ausdruck „reduziert" und Variationen davon in dem Kontext einer Tastatur, eines Tastaturfelds oder einer anderen Anordnung von Eingabeelementen breit auf eine Anordnung verweisen, in der zumindest einem der Eingabeelemente eine Vielzahl von linguistischen Elementen zugewiesen ist, wie zum Beispiel Zeichen in dem Satz von lateinischen Buchstaben, wobei eine Betätigung des zumindest einen der Eingabeelemente, ohne eine andere Eingabe in Kombination damit, eine vieldeutige Eingabe ist, da sie mehr als eines der Vielzahl der zugewiesenen linguistischen Elemente betreffen kann. Wie hierin eingesetzt, sollen der Ausdruck „linguistisches Element" und Variationen davon breit auf jedes Element verweisen, das selbst ein Sprachobjekt sein kann oder aus welchem ein Sprachobjekt konstruiert, identifiziert oder anderweitig erhalten werden kann, und umfasst folglich zum Beispiel und ohne Einschränkung Zeichen, Buchstaben, Anschläge, Ideogramme, Phoneme, Morpheme, Zahlen und dergleichen. Wie hierin eingesetzt, sollen der Ausdruck „Sprachobjekt" und Variationen davon breit auf jeden Typ von Objekt ver weisen, der aus einem oder mehreren linguistischen Elementen konstruiert, identifiziert oder anderweitig erhalten werden kann, die alleine oder in Kombination verwendet werden können, um Text zu erzeugen, und das umfasst zum Beispiel und ohne Einschränkung Wörter, Abkürzungen, Symbole, Ideogramme und dergleichen.
  • Die Systemarchitektur der tragbaren elektronischen Vorrichtung 4 ist vorteilhafterweise organisiert, um unabhängig von dem spezifischen Layout des Tastaturfelds 24 betriebsfähig zu sein. Demgemäß kann die Systemarchitektur der tragbaren elektronischen Vorrichtung 4 in Verbindung mit praktisch jedem Tastaturfeld-Layout eingesetzt werden, im Wesentlichen ohne eine bedeutsame Änderung in der Systemarchitektur zu erfordern. Es wird weiter angemerkt, dass bestimmte der Eigenschaften, die hierin dargelegt werden, entweder auf einer oder auf beiden einer reduzierten Tastatur und einer nicht reduzierten Tastatur verwendbar sind.
  • Die Tasten 28 sind auf einer Vorderseite des Gehäuses 6 angeordnet und das Thumbwheel 32 ist an einer Seite des Gehäuses 6 angeordnet. Das Thumbwheel 32 kann als ein weiteres Eingabeelement dienen und ist sowohl drehbar, wie durch den Pfeil 34 angezeigt wird, um Auswahleingaben an den Prozessor 16 zu liefern, und kann auch gedrückt werden in eine Richtung im Allgemeinen zum Gehäuse 6 hin, wie durch den Pfeil 38 angezeigt wird, um eine andere Auswahleingabe an den Prozessor 16 zu liefern.
  • Wie in 1 weiter gesehen werden kann, umfassen viele der Tasten 28 eine Anzahl von darauf angeordneten linguistischen Elementen 48. Wie hierin eingesetzt, soll der Ausdruck „eine Anzahl von" und Variationen davon breit auf jede Quantität verweisen, einschließlich einer Quantität von eins. In der beispielhaften Darstellung des Tastaturfelds 24 umfassen viele der Tasten 28 zwei zugewiesene linguistische Elemente, wie Umfassen eines ersten linguistischen Elements 52 und eines zweiten linguistischen Elements 56.
  • Eine der Tasten 28 des Tastaturfelds 24 umfasst als die Zeichen 48 davon die Buchstaben „Q" und „W", und eine angrenzende Taste 28 umfasst als die Zeichen 48 davon die Buchstaben „E" und „R". Es ist zu sehen, dass die Anordnung der Zeichen 48 auf den Tasten 28 des Tastaturfelds 24 im Allgemeinen eine QWERTY-Anordnung ist, wenngleich viele der Tasten 28 zwei der Zeichen 28 umfassen.
  • Die Ausgabevorrichtung 12 umfasst eine Anzeige 60, auf der eine Ausgabe 64 vorgesehen werden kann. Eine beispielhafte Ausgabe 64 wird auf der Anzeige 60 in der 1 dargestellt. Die Ausgabe 64 umfasst eine Textkomponente 68 und eine Varianten-Komponente 72. Die Varianten-Komponente 72 umfasst einen Standard-Teil 76 und einen Varianten-Teil 80. Die Anzeige umfasst auch ein Caret-Zeichen 84, das im Allgemeinen darstellt, wo die nächste Eingabe von Eingabevorrichtung 8 empfangen wird.
  • Die Textkomponente 68 der Ausgabe 64 liefert eine Darstellung des Standard-Teils 76 der Ausgabe 64 an einer Position auf der Anzeige 60, wo der Text eingegeben wird. Die Varianten-Komponente 72 wird im Allgemeinen in der Nähe der Textkomponente 68 angeordnet und liefert, zusätzlich zu der standardmäßigen vorgeschlagenen Ausgabe 76, eine Darstellung der verschiedenen alternativen Textwahlmöglichkeiten, d. h. Alternativen zu der standardmäßigen vorgeschlagenen Ausgabe 76, die durch eine Eingabe-Disambiguierungsfunktion in Reaktion auf eine Eingabesequenz von Tastenbetätigungen der Tasten 28 vorgeschlagen werden.
  • Wie detaillierter unten beschrieben wird, wird der Standard-Teil 76 durch die Disambiguierungsfunktion vorgeschlagen als die wahrscheinlichste disambiguierte Interpretation der vieldeutigen Eingabe, die durch den Benutzer vorgesehen ist. Der Varianten-Teil 80 umfasst eine vorgegebene Quantität von alternativen vorgeschlagenen Interpretationen derselben vieldeutigen Eingabe, aus denen der Benutzer wählen kann, wenn gewünscht. Es wird angemerkt, dass der beispielhafte Varianten-Teil 80 hierin dargestellt wird als sich vertikal unter den Standard-Teil 76 erstreckend, aber es ist offensichtlich, dass zahlreich andere Anordnungen vorgesehen werden können.
  • Der Speicher 20 wird schematisch in der 2A dargestellt. Der Speicher 20 kann jeder einer Vielzahl von Typen von internen und/oder externen Speichermedien sein, wie, ohne Einschränkung, RAM, ROM, EPROM(s), EEPROM(s) und dergleichen, die ein Speicherregister zur Datenspeicherung vorsehen, wie in der Art eines internen Speicherbereichs eines Computers, und kann ein volatiler Speicher oder ein nicht-volatiler Speicher sein. Der Speicher 20 umfasst zusätzlich eine Anzahl von Routinen, die allgemein mit dem Bezugzeichen 22 dargestellt werden, für die Verarbeitung von Daten. Die Routinen 22 können in jeder einer Vielzahl von Formen sein, wie, ohne Einschränkung, Software, Firmware und dergleichen. Wie detaillierter unten erklärt wird, umfassen die Routinen 22 die vorher erwähnte Disambiguierungsfunktion als eine Anwendung, Rechtschreibprüfroutinen sowie andere Routinen.
  • Wie aus der 2A zu verstehen ist, umfasst der Speicher 20 zusätzlich Daten, die in einer Anzahl von Tabellen, Sätzen, Listen und/oder anderweitig gespeichert und/oder organisiert sind. Spezifisch umfasst der Speicher 20 eine generische Wortliste 88, eine „neue Wörter"-Datenbank 92, eine weitere Datenquelle 99 und eine dynamische Autotext-Tabelle 49.
  • In den verschiedenen Bereichen des Speichers 20 ist eine Anzahl von Sprachobjekten 100 und Häufigkeitsobjekten 104 gespeichert. Die Sprachobjekte 100 gehören im Allgemeinen jeweils zu einem zugehörigen Häufigkeitsobjekt 104. Die Sprachobjekte 100 umfassen in dem vorliegenden beispielhaften Ausführungsbeispiel eine Vielzahl von Wortobjekten 108 und eine Vielzahl von N-Gramm-Objekten 112. Die Wortobjekte 108 sind allgemein repräsentativ für komplette Wörter in der Sprache oder kundenspezifische Wörter, die in dem Speicher 20 gespeichert sind. Wenn zum Beispiel die in dem Speicher gespeicherte Sprache zum Beispiel Englisch ist, repräsentiert im Allgemeinen jedes Wortobjekt 108 ein Wort in der englischen Sprache oder repräsentiert ein kundenspezifisches Wort.
  • Zu im Wesentlichen jedem Wortobjekt 108 gehört ein Häufigkeitsobjekt 104, das einen Häufigkeitswert hat, der die relative Häufigkeit innerhalb der relevanten Sprache des gegebenen Wortes anzeigt, das durch das Wortobjekt 108 repräsentiert wird. In dieser Hinsicht umfasst die generische Wortliste 88 einen Korpus von Wortobjekten 108 und zugehörigen Häufigkeitsobjekten 104, die zusammen eine breite Vielfalt von Wörtern und ihre relative Häufigkeit in einer gegebenen Umgangssprache von zum Beispiel einer gegebenen Sprache darstellen. Die generische Wortliste 88 kann auf eine einer breiten Vielfalt von Arten abgeleitet werden, wie durch Analysieren zahlreicher Texte und anderer Sprachquellen, um die verschiedenen Wörter innerhalb der Sprachquellen sowie ihre relativen Wahrscheinlichkeiten, d. h. relativen Häufigkeiten, des Auftretens der verschiedenen Wörter in den Sprachquellen zu bestimmen.
  • Die N-Gramm-Objekte 112, die in der generischen Wortliste 88 gespeichert sind, sind kurze Ketten von Zeichen in der relevanten Sprache, typischerweise zum Beispiel ein bis drei Zeichen in der Länge und repräsentieren typischerweise Wortfragmente in der relevanten Sprache, obwohl bestimmte der N-Gramm-Objekte 112 zusätzlich selbst Wörter sein können. Jedoch zu dem Ausmaß, dass ein N-Gramm-Objekt 112 auch ein Wort in der relevanten Sprache ist, wird dasselbe Wort wahrscheinlich separat gespeichert als ein Wortobjekt 108 in der generischen Wortliste 88. Wie hier eingesetzt, sollen der Ausdruck „Kette (string)" und Variationen davon breit auf ein Objekt verweisen, das ein oder mehrere Zeichen oder Komponenten hat, und kann sich auf eines eines kompletten Wortes, eines Fragments eines Wortes, eines kundenspezifischen Wortes oder eines Ausdrucks und dergleichen beziehen.
  • In dem vorliegenden beispielhaften Ausführungsbeispiel der tragbaren elektronischen Vorrichtung 4 umfassen die N-Gramm-Objekte 112 1-Gramm-Objekte, d. h.
  • Ketten- bzw. String-Objekte, die ein Zeichen in der Länge sind, 2-Gramm-Objekte, d. h. String-Objekte, die zwei Zeichen in der Länge sind, und 3-Gramm-Objekte, d. h. String-Objekte, die drei Zeichen in der Länge sind, die kollektiv als N-Gramme 112 bezeichnet werden. Im Wesentlichen gehört jedes N-Gramm-Objekt 112 in der generischen Wortliste 88 ähnlich zu einem zugehörigen Häufigkeitsobjekt 104, das in der generischen Wortliste 88 gespeichert ist, aber das Häufigkeitsobjekt 104, das zu einem gegebenen N-Gramm-Objekt 112 gehört, hat einen Häufigkeitswert, der die relative Wahrscheinlichkeit anzeigt, dass der Zeichen-String, der durch das bestimmte N-Gramm-Objekt 112 repräsentiert wird, an jeder Position in jedem Wort der relevanten Sprache existiert. Die N-Gramm-Objekte 112 und die zugehörigen Häufigkeitsobjekte 104 sind ein Teil des Korpus der generischen Wortliste 88 und werden auf eine Art erlangt, die ähnlich ist zu der Art, auf die das Wortobjekt 108 und die zugehörigen Häufigkeitsobjekte 104 erlangt werden, obwohl die Analyse, die bei der Erlangung der N-Gramm-Objekte 112 durchgeführt wird, etwas unterschiedlich ist, da sie eine Analyse der verschiedenen Zeichen-Strings in den verschiedenen Wörter umfasst, statt sich hauptsächlich auf das relative Auftreten eines gegebenen Wortes zu verlassen.
  • Das vorliegende beispielhafte Ausführungsbeispiel der tragbaren elektronischen Vorrichtung 4, deren beispielhafte Sprache die englische Sprache ist, umfasst sechsundzwanzig 1-Gramm-N-Gramm-Objekte 112, d. h. ein 1-Gramm-Objekt für jeden der sechsundzwanzig Buchstaben im lateinischen Alphabet, auf dem die englische Sprache basiert, und umfasst weiter 676 2-Gramm-N-Gramm-Objekte 112, d. h. sechsundzwanzig hoch zwei, wodurch jede zwei-Buchstaben-Permutation der sechsundzwanzig Buchstaben in dem lateinischen Alphabet dargestellt wird.
  • Die N-Gramm-Objekte 112 umfassen auch eine bestimmte Quantität von 3-Gramm-N-Gramm-Objekten 112, primär diejenigen, die eine relativ hohe Häufigkeit in der relevanten Sprache haben. Das beispielhafte Ausführungsbeispiel der tragbaren elektronischen Vorrichtung 4 umfasst weniger als alle der Drei- Buchstaben-Permutationen der sechsundzwanzig Buchstaben des lateinischen Alphabets aufgrund von Berücksichtigungen einer Datenspeichergröße und auch, da die 2-Gramm-N-Gramm-Objekte 112 bereits eine bedeutsame Menge von Information hinsichtlich der relevanten Sprache liefern können. Wie detaillierter unten dargelegt wird, liefern die N-Gramm-Objekte 112 und ihre zugehörigen Häufigkeitsobjekte 104 Häufigkeitsdaten, die Zeichen-Strings zugeschrieben werden können, für die ein entsprechendes Wortobjekt 108 nicht identifiziert werden kann oder nicht identifiziert wurde, und wird typischerweise als eine Rückfall-Datenquelle eingesetzt, obwohl dies nicht exklusiv der Fall sein muss.
  • In dem vorliegenden beispielhaften Ausführungsbeispiel werden die Sprachobjekte 100 und die Häufigkeitsobjekte 104 im Wesentlichen unberührt in der generischen Wortliste 88 gepflegt, was bedeutet, dass das grundlegende Sprachenlexikon in der generischen Wortliste 88 im Wesentlichen unverändert bleibt, und die Lernen-Funktionen, die von der tragbaren elektronischen Vorrichtung 4 vorgesehen werden und die unten beschrieben werden, funktionieren in Verbindung mit anderen Objekten, die im Allgemeinen woanders in dem Speicher 20 gespeichert sind, wie zum Beispiel in der „neue Wörter"-Datenbank 92.
  • Die „neue Wörter"-Datenbank 92 speichert zusätzliche Wortobjekte 108 und zugehörige Häufigkeitsobjekte 104, um einem Benutzer eine kundenspezifische Erfahrung zu liefern, in der Wörter und dergleichen, die relativ häufiger von einem Benutzer benutzt werden, relativ höhere Häufigkeitswerte haben, als ansonsten in der generischen Wortliste 88 reflektiert wird. Insbesondere umfasst die „neue Wörter"-Datenbank 92 Wortobjekte 108, die Benutzer-definiert sind und die im Allgemeinen nicht unter den Wortobjekten 108 der generischen Wortliste 88 zu finden sind. Jedes Wortobjekt 108 in der „neue Wörter"-Datenbank 92 hat zugehörig ein zugehöriges Häufigkeitsobjekt 104, das auch in der „neue Wörter"-Datenbank 92 gespeichert ist.
  • Die 3A, 3B und 3C zeigen auf eine beispielhafte Art und Weise den allgemeinen Betrieb bestimmter Aspekte der Disambiguierungsfunktion der tragbaren elektronischen Vorrichtung 4. Zusätzliche Merkmale, Funktionen und dergleichen werden anderswo dargestellt und beschrieben.
  • Eine Eingabe wird erfasst, wie bei 204, und die Eingabe kann jeder Typ einer Betätigung oder ein anderer Betrieb hinsichtlich jedes Teils der Eingabevorrichtung 8 sein. Eine typische Eingabe umfasst zum Beispiel eine Betätigung einer Taste 28 mit einer Anzahl von Zeichen 48 darauf, oder jeder andere Typ einer Betätigung oder Manipulation der Eingabevorrichtung 8.
  • Die Disambiguierungsfunktion bestimmt dann, wie bei 212, ob die aktuelle Eingabe eine Bedieneingabe, wie eine Auswahl-Eingabe, eine Begrenzungszeichen- bzw. Delimiter-Eingabe, eine Bewegungs-Eingabe, eine Umschalt-Eingabe oder zum Beispiel eine andere Eingabe ist, die keine Betätigung einer Taste 28 darstellt, die eine Anzahl von Zeichen 48 darauf hat. Wenn bei 212 festgestellt wird, dass die Eingabe keine Bedieneingabe ist, geht die Verarbeitung bei 216 weiter durch Hinzufügen der Eingabe zu der aktuellen Eingabe-Sequenz, die bereits eine Eingabe umfassen kann oder nicht.
  • Viele der bei 204 erfassten Eingaben werden eingesetzt bei der Erzeugung von Eingabe-Sequenzen, bei denen die Disambiguierungsfunktion ausgeführt wird. Eine Eingabe-Sequenz wird in jeder „Sitzung" mit jeder Betätigung einer Taste 28 mit einer Anzahl von Zeichen 48 darauf aufgebaut. Da eine Eingabe-Sequenz typischerweise aus zumindest einer Betätigung einer Taste 28 mit einer Vielzahl von Zeichen 48 darauf besteht, ist die Eingabe-Sequenz vieldeutig. Wenn zum Beispiel ein Wort vollständig ist, wird die aktuelle Sitzung beendet und eine neue Sitzung wird initiiert.
  • Eine Eingabe-Sequenz wird stufenweise auf der tragbaren elektronischen Vorrichtung 4 aufgebaut mit jeder aufeinander folgenden Betätigung einer Taste 28 wäh rend jeder gegebenen Sitzung. Spezifisch wird, sobald eine Delimiter-Eingabe während einer gegebenen Sitzung erfasst wird, die Sitzung beendet und eine neue Sitzung wird initiiert. Jede Eingabe, die aus einer Betätigung einer der Tasten 28 mit einer damit verbundenen Anzahl von Zeichen 48 resultiert, wird sequentiell zu der aktuellen Eingabe-Sequenz hinzugefügt. Da die Eingabe-Sequenz während einer gegebenen Sitzung wächst, wird die Disambiguierungsfunktion im Allgemeinen mit jeder Betätigung einer Taste 28 ausgeführt, d. h. und hinsichtlich der gesamten Eingabe-Sequenz eingegeben. Anders ausgedrückt, in einer gegebenen Sitzung wird versucht, die wachsende Eingabe-Sequenz als eine Einheit durch die Disambiguierungsfunktion zu disambiguieren mit jeder nachfolgenden Betätigung der verschiedenen Tasten 28.
  • Sobald eine aktuelle Eingabe, die eine letzte Betätigung einer der Tasten 28 mit einer Anzahl der dazu gehörenden Zeichen 48 darstellt, zu der aktuellen Eingabe-Sequenz in der aktuellen Sitzung hinzugefügt wurde, wie bei 216 in der 3A, erzeugt die Disambiguierungsfunktion, wie bei 220, im Wesentlichen alle Permutationen der Zeichen 48, die den verschiedenen Tasten 28 zugewiesen werden, die getätigt wurden bei der Erzeugung der Eingabe-Sequenz. In dieser Hinsicht beziehen sich „Permutationen" auf die verschiedenen Strings, die aus den Zeichen 48 jeder gedrückten Taste 28 resultieren können, begrenzt durch die Reihenfolge, in der die Tasten 28 betätigt wurden. Die verschiedenen Permutationen der Zeichen in der Eingabe-Sequenz werden als Präfixobjekte eingesetzt.
  • Wenn zum Beispiel die aktuelle Eingabe-Sequenz in der aktuellen Sitzung die vieldeutige Eingabe der Tasten „AS" und „OP" ist, sind die verschiedenen Permutationen des ersten Zeichens 52 und des zweiten Zeichens 56 von jeder der zwei Tasten 28, wenn betrachtet in der Reihenfolge, in der die Tasten 28 betätigt wurden, „SO", „SP", „AP" und „AO" und jedes von diesen ist ein Präfixobjekt, das erzeugt wird, wie bei 220, hinsichtlich der aktuellen Eingabe-Sequenz. Wie detaillierter unten erklärt, versucht die Disambiguierungsfunktion, für jedes Präfixob jekt eines der Wortobjekte 108 zu identifizieren, für welches das Präfixobjekt ein Präfix sein würde.
  • Für jedes erzeugte Präfixobjekt wird der Speicher 20 konsultiert, wie bei 224, um, wenn möglich, für jedes Präfixobjekt eines der Wortobjekte 108 in dem Speicher 20 zu identifizieren, das dem Präfixobjekt entspricht, was bedeutet, dass die Sequenz der Buchstaben, die durch das Präfixobjekt dargestellt wird, entweder ein Präfix des identifizierten Wortobjektes 108 ist oder im Wesentlichen identisch zu der Gesamtheit des Wortobjektes 108 ist. Weiter ist in dieser Hinsicht das Wortobjekt 108, das zu identifizieren versucht wird, das Wortobjekt 108 mit der höchsten Häufigkeit. Das heißt, die Disambiguierungsfunktion versucht, das Wortobjekt 108 zu identifizieren, das dem Präfixobjekt entspricht und das auch zu einem Häufigkeitsobjekt 104 gehört, das einen relativ höheren Häufigkeitswert hat als alle der anderen Häufigkeitsobjekte 104, die zu den anderen Wortobjekten 108 gehören, die dem Präfixobjekt entsprechen.
  • Es wird in dieser Hinsicht angemerkt, dass die Wortobjekte 108 in der generischen Wortliste 88 im Allgemeinen in Datentabellen organisiert sind, die den ersten zwei Buchstaben von verschiedenen Wörtern entsprechen. Zum Beispiel würde die Datentabelle, die mit dem Präfix „CO" verbunden ist, alle der Wörter umfassen wie „CODE", „COIN", „COMMUNICATION" und dergleichen. Abhängig von der Quantität von Wortobjekten 108 in einer gegebenen Datentabelle kann die Datentabelle zusätzlich Teil-Datentabellen umfassen, in denen Wortobjekte 108 durch Präfixe organisiert sind, die drei Zeichen oder mehr in der Länge sind. Weiter mit dem vorangehenden Beispiel, wenn die „CO"-Datentabelle zum Beispiel mehr als 256 Wortobjekte 108 umfassen würde, würde die „CO"-Datentabelle zusätzlich eine oder mehrere Teil-Datentabellen von Wortobjekten 108 umfassen, die den am häufigsten erscheinenden Dreibuchstaben-Präfixen entsprechen. Auf beispielhafte Weise kann somit die „CO"-Datentabelle auch eine „COM"-Teil-Datentabelle und eine „CON"-Teil-Datentabelle umfassen. Wenn eine Teil-Datentabelle mehr als die vorgegebene Anzahl von Wortobjekten 108 umfasst, zum Beispiel eine Quantität von 256, kann die Teil-Datentabelle weitere Teil-Datentabellen umfassen, die gemäß Präfixen mit vier Buchstaben organisiert werden. Es wird angemerkt, dass die oben erwähnte Quantität von 256 der Wortobjekte 108 dem höchsten numerischen Wert entspricht, der in einem Byte des Speichers 20 gespeichert werden kann.
  • Demgemäß wird, wenn bei 224 versucht wird, jedes Präfixobjekt zu verwenden, um ein entsprechendes Wortobjekt 108 zu identifizieren, und zum Beispiel das vorliegende Präfixobjekt „AP" ist, die „AP"-Datentabelle konsultiert. Da alle der Wortobjekte 108 in der „AP"-Datentabelle dem Präfixobjekt „AP" entsprechen, wird das Wortobjekt 108 in der „AP"-Datentabelle identifiziert, zu dem ein Häufigkeitsobjekt 104 gehört, das einen Häufigkeitswert hat, der relativ höher ist als einer der anderen Häufigkeitsobjekte 104 in der „AP"-Datentabelle. Das identifizierte Wortobjekt 108 und das zugehörige Häufigkeitsobjekt 104 werden dann in einem Resultat-Register gespeichert, das als ein Resultat der verschiedenen Vergleiche der erzeugten Präfixobjekte mit den Inhalten des Speichers 20 dient.
  • Es wird angemerkt, dass eines oder mehrere oder vielleicht alle der Präfixobjekte Präfixobjekte sind, für die einentsprechendes Wortobjekt 108 nicht in dem Speicher 20 identifiziert wird. Derartige Präfixobjekte werden betrachtet als verwaiste Präfixobjekte und werden separat gespeichert oder werden anderweitig für möglichen zukünftigen Gebrauch behalten. In dieser Hinsicht wird angemerkt, dass viele oder alle der Präfixobjekte verwaiste Objekt werden können, wenn zum Beispiel der Benutzer versucht, ein neues Wort einzugeben, oder zum Beispiel, wenn der Benutzer falsch getippt hat und kein Wort der falsch getippten Eingabe entspricht.
  • Die Verarbeitung geht dann weiter, wie bei 226, wo bestimmt wird, ob Sprachobjekte 100 bei 224 identifiziert wurden oder nicht. Wenn bei 226 bestimmt wird, dass keine Sprachobjekte bei 224 identifiziert wurden, geht die Verarbeitung weiter, wie bei 230, wo die Verarbeitung zu einer Rechtschreibprüfoperation weiter geht, die allgemein in der 12 dargestellt wird und die detaillierter im Folgenden beschrieben wird.
  • Wenn jedoch bei 226 bestimmt wird, dass ein oder mehrere Sprachobjekte 100 bei 224 identifiziert wurden, geht die Verarbeitung weiter, wie bei 232 in 3C, wo doppelte Wortobjekte 108 mit relativ niedrigeren Häufigkeitswerten aus dem Ergebnis gelöscht werden. Ein solches doppeltes Wortobjekt 108 wird zum Beispiel erzeugt durch die andere Datenquelle 99.
  • Sobald die doppelten Wortobjekte 108 und die zugehörigen Häufigkeitsobjekte 104 bei 232 entfernt wurden, geht die Verarbeitung weiter, wie bei 236, wobei die verbleibenden Präfixobjekte in einem Ausgabesatz in abnehmender Reihenfolge des Häufigkeitswerts angeordnet werden.
  • Wenn festgestellt wird, wie bei 240, dass die Markierung gesetzt wurde, was bedeutet, dass ein Benutzer eine Auswahl-Eingabe gemacht hat, entweder durch eine Express-Auswahl-Eingabe oder durch eine Umschalt-Eingabe einer Bewegungs-Eingabe, dann wird die standardmäßige Ausgabe 76 betrachtet als „versperrt (locked)", was bedeutet, dass die gewählte Variante das standardmäßige Präfix bis zum Ende der Sitzung ist. Wenn bei 240 festgestellt wird, dass die Markierung gesetzt wurde, geht die Verarbeitung bei 244 weiter, wo die Inhalte des Ausgabesatzes geändert werden, wenn erforderlich, um als die standardmäßige Ausgabe 76 eine Ausgabe zu liefern, die das gewählte Präfixobjekt umfasst, ob es einem Wortobjekt 108 entspricht oder eine künstliche Variante ist. In dieser Hinsicht ist anzumerken, dass die Markierung mehrere Male während einer Sitzung gesetzt werden kann, in diesem Fall wird das gewählte Präfix, das zu dem Zurückstellen der Markierung gehört, danach die „gesperrte" standardmäßige Ausgabe 76 bis zu dem Ende der Sitzung oder bis eine andere Auswahl-Eingabe erfasst wird.
  • Die Verarbeitung geht dann weiter, wie bei 248, zu einem Ausgabe-Schritt, wonach eine Ausgabe 64 erzeugt wird, wie oben beschrieben. Danach geht die Ver arbeitung weiter bei 204, wo eine zusätzliche Eingabe erfasst wird. Andererseits, wenn bei 240 festgestellt wird, dass die Markierung nicht gesetzt wurde, dann geht die Verarbeitung direkt zu 248 ohne eine Änderung der Inhalte des Ausgabe-Satzes bei 244.
  • Wenn die erfasste Eingabe bestimmt wird, wie bei 212, als eine Bedieneingabe, dann geht die Verarbeitung weiter, um die spezifische Eigenschaft der Bedieneingabe festzustellen. Wenn zum Beispiel festgestellt wird, wie bei 252, dass die aktuelle Eingabe eine Auswahl-Eingabe ist, geht die Verarbeitung bei 254 weiter, wo die Markierung gesetzt wird. Dann kehrt die Verarbeitung zurück zur Erfassung von zusätzlichen Eingaben, wie bei 204.
  • Wenn festgestellt wird, wie bei 260, dass die Eingabe eine Delimiter-Eingabe ist, geht die Verarbeitung bei 264 weiter, wo die aktuelle Sitzung beendet wird und die Verarbeitung übergeben wird, wie bei 266, an das Lernen-Funktion-Teilsystem, wie bei 404 der 4. Eine Delimiter-Eingabe umfasst zum Beispiel die Betätigung einer <Leerzeichen (SPACE)>-Taste 116, die sowohl ein Delimiter-Symbol eingeben als auch ein Leerzeichen am Ende des Wortes hinzufügen würde, eine Betätigung der <ENTER>-Taste, die ähnlich eine Delimiter-Eingabe eingeben kann und ein Leerzeichen eingeben kann, und durch eine Translation des Thumbwheels 32, wie wird durch den Pfeil 38 angezeigt, die eine Delimiter-Eingabe eingeben kann, ohne zusätzlich ein Leerzeichen einzugeben.
  • Es wird zuerst festgestellt, wie bei 408, ob die standardmäßige Ausgabe zum Zeitpunkt der Erfassung der Demiliter-Eingabe bei 260 mit einem Wortobjekt 108 in dem Speicher 20 übereinstimmt. Wenn nicht, bedeutet dies, dass die standardmäßige Ausgabe eine Benutzer-erzeugte Ausgabe ist, die zu der „neue Wörter"-Datenbank 92 für zukünftigen Gebrauch hinzugefügt werden sollte. Unter solch einem Umstand geht dann die Verarbeitung weiter zu 412, wo die standardmäßige Ausgabe in der „neue Wörter"-Datenbank 92 als ein neues Wortobjekt 108 gespeichert wird. Zusätzlich wird ein Häufigkeitsobjekt 104 in der „neue Wörter"- Datenbank 92 gespeichert und zugeordnet zu dem vorher erwähnten neuen Wortobjekt 108. Dem neuen Häufigkeitsobjekt 104 wird ein relativ hoher Häufigkeitswert gegeben, typischerweise in dem oberen Viertel oder Drittel eines vorgegebenen Bereichs von möglichen Häufigkeitswerten.
  • In dieser Hinsicht wird Häufigkeitsobjekten 104 ein absoluter Häufigkeitswert im Allgemeinen in dem Bereich von null bis 65,535 gegeben. Der Maximalwert stellt die größte Anzahl dar, die in zwei Bytes des Speichers 20 gespeichert werden kann. Dem neuen Häufigkeitsobjekt 104, das in der „neue Wörter"-Datenbank 92 gespeichert wird, wird ein absoluter Häufigkeitswert in oberen Viertel oder Drittels dieses Bereichs zugewiesen, besonders, da das neue Wort von einem Benutzer verwendet wurde und wahrscheinlich wieder verwendet wird.
  • In weiterer Hinsicht zu dem Häufigkeitsobjekt 104 wird angemerkt, dass in einer gegebenen Datentabelle, wie der oben erwähnten „CO"-Datentabelle, der absolute Häufigkeitswert nur für das Häufigkeitsobjekt 104 gespeichert wird, das den höchsten Häufigkeitswert in der Datentabelle hat. Alle anderen Häufigkeitsobjekte 104 in der gleichen Datentabelle haben Häufigkeitswerte gespeichert als Prozentwerte, normalisiert zu dem vorher erwähnten maximalen absoluten Häufigkeitswert. Das heißt, nach Identifikation des Häufigkeitsobjektes 104 mit dem höchsten Häufigkeitswert in einer gegebenen Datentabelle, wird allen anderen Häufigkeitsobjekten 104 in der gleichen Datentabelle ein Prozentsatz des absoluten Maximalwerts zugewiesen, der das Verhältnis des relativ kleineren absoluten Häufigkeitswertes eines bestimmten Häufigkeitsobjektes 104 zu dem absoluten Häufigkeitswert des vorher erwähnten Häufigkeitsobjektes 104 mit dem höchsten Wert darstellt. Vorteilhafterweise können derartige Prozentsatzwerte in einem einzelnen Byte des Speichers gespeichert werden, wodurch Speicherplatz in der tragbaren elektronischen Vorrichtung 4 gespart wird.
  • Nach der Erzeugung des neuen Wortobjekts 108 und des neuen Häufigkeitsobjekts 104 und deren Speicherung in der „neue Wörter"-Datenbank 92 wird die Verarbeitung zu 420 übergeben, wo der Lernenprozess beendet wird. Die Verarbeitung kehrt dann zum Hauptprozess zurück, wie bei 204. Wenn bei 408 festgestellt wird, dass das Wortobjekt 108 in der standardmäßigen Ausgabe 76 mit einem Wortobjekt 108 in dem Speicher 20 übereinstimmt, dann kehrt die Verarbeitung direkt zu dem Hauptprozess bei 204 zurück.
  • Weiter hinsichtlich der Identifikation verschiedener Wortobjekte 108 zur Entsprechung mit erzeugten Präfixobjekten wird angemerkt, dass der Speicher 20 eine Anzahl von zusätzlichen Datenquellen 99 zusätzlich zu der generischen Wortliste 88 und der „neue Wörter"-Datenbank 92 umfassen kann, die alle als linguistische Quellen betrachtet werden können. Es ist offensichtlich, dass der Speicher 20 jede Anzahl anderer Datenquellen 99 umfassen kann. Die anderen Datenquellen 99 können zum Beispiel eine Adressdatenbank, eine Kurztext-Datenbank oder jede andere Datenquelle ohne Einschränkung umfassen. Eine beispielhafte Kurztext-Datenbank kann, zum Beispiel, Sätze von Wörtern oder Ausdrücken oder anderen Daten umfassen, die jeweils zum Beispiel zu einem Zeichen-String gehören, der abgekürzt werden kann. Zum Beispiel kann eine Kurztext-Datenbank den String „br" mit dem Satz von Wörtern „Best Regards" verbinden, mit der Absicht, dass ein Benutzer den String „br" schreiben kann und die Ausgabe „Best Regards" empfangen kann.
  • Wenn versucht wird, Wortobjekte 108 zu identifizieren, die einem gegebenen Präfixobjekt entsprechen, kann die tragbare elektronische Vorrichtung 4 alle Datenquellen in dem Speicher 20 abfragen. Zum Beispiel kann die tragbare elektronische Vorrichtung 4 die generische Wortliste 88, die „neue Wörter"-Datenbank 92, die anderen Datenquellen 99 und die dynamische Autotext-Tabelle 49 abfragen, um Wortobjekte 108 zu identifizieren, die dem Präfixobjekt entsprechen. Die Inhalte der anderen Datenquellen 99 können behandelt werden als Wortobjekte 108, und der Prozessor 16 kann Häufigkeitsobjekte 104 erzeugen, die derartigen Wortobjekten 108 zugeteilt werden und welchen ein Häufigkeitswert zugewiesen werden kann in zum Beispiel dem oberen Drittel oder Viertel des vorher erwähn ten Häufigkeitsbereichs. Unter der Annahme, dass der zugewiesene Häufigkeitswert hoch genug ist, wird der String „br" zum Beispiel typischerweise an die Anzeige 60 ausgegeben. Wenn eine Delimiter-Eingabe hinsichtlich des Teils des Ausgabe erfasst wird, der die Verbindung zu dem Wortobjekt 108 in der Kurztext-Datenbank hat, zum Beispiel „br", würde der Benutzer die Ausgabe „Best Regards" empfangen, wobei offensichtlich ist, dass der Benutzer auch eine Auswahl-Eingabe als den beispielhaften String „br" eingegeben haben könnte.
  • Die Inhalte von einer der anderen Datenquellen 99 können behandelt werden als Wortobjekte 108 und können zu erzeugten Häufigkeitsobjekten 104 gehören, die den zugewiesenen Häufigkeitswert in dem vorher erwähnten oberen Teil des Häufigkeitsbereichs haben. Nachdem derartige Wortobjekte 108 identifiziert sind, kann die neue Wort-Lernen-Funktion, wenn geeignet, auf derartigen Wortobjekten 108 auf die oben dargelegte Art handeln.
  • Wenn festgestellt wird, wie bei 268, dass die aktuelle Eingabe eine Bewegungs-Eingabe ist, wie eingesetzt wird, wenn ein Benutzer versucht, ein Objekt zu editieren, entweder ein beendetes Wort oder ein Präfixobjekt in der aktuellen Sitzung, wird das Caret-Zeichen 84 auf die gewünschte Position verschoben, wie bei 272, und die Markierung wird gesetzt, wie bei 276. Die Verarbeitung kehrt dann dahin zurück, wo zusätzliche Eingaben erfasst werden können, wie bei 204.
  • In dieser Hinsicht ist es offensichtlich, dass verschiedene Typen von Bewegungs-Eingaben von der Eingabevorrichtung 8 erfasst werden können. Zum Beispiel kann eine Rotation des Thumbwheels 32, wie durch den Pfeil 34 der 1 angezeigt, eine Bewegungs-Eingabe liefern. In dem Fall, in dem solch eine Bewegungs-Eingabe erfasst wird, wie in dem Umstand einer editierenden Eingabe, wird die Bewegungs-Eingabe zusätzlich als eine Auswahl-Eingabe erfasst. Demgemäß und wie es der Fall ist mit einer Auswahl-Eingabe, wie bei 252 erfasst wird, ist die gewählte Variante effektiv gesperrt (locked) hinsichtlich des Standard-Teils 76 der Ausgabe 64. Jede Standard-Ausgabe 76 während der gleichen Sitzung umfasst notwendigerweise die vorher gewählte Variante.
  • In dem vorliegenden beispielhaften Ausführungsbeispiel der tragbaren elektronischen Vorrichtung 4 ist, wenn festgestellt wird, wie bei 252, dass die Eingabe keine Auswahl-Eingabe ist, und festgestellt wird, wie bei 260, dass die Eingabe keine Delimiter-Eingabe ist, und weiter festgestellt wie, wie bei 268, dass die Eingabe keine Bewegungs-Eingabe ist, in dem aktuellen beispielhaften Ausführungsbeispiel der tragbaren elektronischen Vorrichtung 4 die einzige verbleibende Bedieneingabe im Allgemeinen eine Erfassung der <LÖSCHEN (DELETE)>-Taste 86 der Tasten 28 des Tastaturfelds 24. Bei Erfassung der <DELETE>-Taste 86 wird das letzte Zeichen der standardmäßigen Ausgabe gelöscht, wie bei 280. Die Verarbeitung kehrt danach zurück zu 204, wo eine zusätzliche Eingabe erfasst werden kann.
  • Eine beispielhafte Eingabe-Sequenz wird in den 1 und 5-8 dargestellt. In diesem Beispiel versucht der Benutzer, das Wort „APPLOADER" einzugeben, und dieses Wort ist momentan nicht in dem Speicher 20 gespeichert. In 1 hat der Benutzer bereits die „AS"-Taste 28 eingegeben. Da die Datentabellen in dem Speicher 20 entsprechend zwei-Buchstaben-Präfixen organisiert sind, werden die Inhalte der Ausgabe 64 nach dem ersten Tastenanschlag von den N-Gramm-Objekten 112 in dem Speicher erlangt. Der erste Tastenanschlag „AS" entspricht einem ersten N-Gramm-Objekt 112 „S" und einem zugehörigen Häufigkeitsobjekt 104, sowie einem anderen N-Gramm-Objekt 112 „A" und einem zugehörigen Häufigkeitsobjekt 104. Während das Häufigkeitsobjekt 104, das zu „S" gehört, einen Häufigkeitswert hat, der größer ist als der des Häufigkeitsobjektes 104, das zu „A" gehört, wird angemerkt, dass „A" selbst ein vollständiges Wort ist. Ein vollständiges Wort wird immer als die standardmäßige Ausgabe 76 gegenüber anderer Präfixobjekte geliefert, die nicht mit vollständigen Wörtern übereinstimmen, unabhängig eines zugehörigen Häufigkeitswerts. Somit ist in der 1 der Standard-Teil 76 der Ausgabe 64 „A".
  • In der 5 hat der Benutzer zusätzlich die „OP"-Taste 28 eingegeben. Die Varianten werden in der 5 dargestellt. Da das Präfixobjekt „SO" auch ein Wort ist, wird es als die standardmäßige Ausgabe 76 geliefert. In der 6 hat der Benutzer wieder die „OP"-Taste 28 eingegeben und hat auch die „L"-Taste 28 eingegeben. Es wird angemerkt, dass die beispielhafte „L"-Taste 28, die hier dargestellt wird, nur das einzelne Zeichen 48 „L" umfasst.
  • Es wird in dem vorliegenden Beispiel angenommen, dass keine Bedieneingaben bis jetzt erfasst wurden. Die standardmäßige Ausgabe 76 ist „APPL", wie dem Wort „APPLE" entsprechen würde. Das Präfix „APPL" wird sowohl in der Textkomponente 68 sowie in dem Standard-Teil 76 der Varianten-Komponente 72 dargestellt. Verschiedene Präfixobjekte in dem Varianten-Teil 80 umfassen „APOL", wie dem Wort „APOLOGIZE" entsprechen würde, und das Präfix „SPOL", das dem Wort „SPOLIATION" entsprechen würde.
  • Es wird insbesondere angemerkt, dass die zusätzlichen Varianten „AOOL", „AOPL", „SOPL" und „SOOL" auch als Varianten 80 in der Varianten-Komponente 72 dargestellt werden. Da kein Wortobjekt 108 diesen Präfixobjekten entspricht, werden die Präfixobjekte als verwaiste Präfixobjekte betrachtet, für die kein entsprechendes Wortobjekt 108 identifiziert wurde. In dieser Hinsicht kann es für die Varianten-Komponente 72 wünschenswert sein, eine spezifische Quantität von Eintragungen zu umfassen, und im Falle des vorliegenden beispielhaften Ausführungsbeispiels ist die Quantität sieben Eintragungen. Nach dem Erlangen des Resultats bei 224, wenn die Quantität von Präfixobjekten in dem Resultat weniger ist als die vorgegebene Quantität, versucht die Disambiguierungsfunktion, zusätzliche Ausgaben zu liefern, bis die vorgegebene Anzahl von Ausgaben geliefert ist.
  • In der 7 hat der Benutzer zusätzlich die „OP"-Taste 28 eingegeben. Unter diesem Umstand und wie in 7 zu sehen ist, wurde der Standard-Teil 76 der Ausgabe 64 das Präfixobjekt „APOLO", wie es dem Wort „APOLOGIZE" entsprechen würde, während unmittelbar vor der aktuellen Eingabe der Standard-Teil 76 der Ausgabe 64 der 6 „APPL" war, wie dem Wort „APPLE" entsprechen würde. Wieder unter der Annahme, dass keine Bedieneingaben erfasst wurden, entspricht das standardmäßige Präfixobjekt in der 7 nicht dem vorhergehenden standardmäßigen Präfixobjekt der 6. Somit wird die erste künstliche Variante „APOLP" erzeugt und dieser wird in dem aktuellen Beispiel eine bevorzugte Position gegeben. Die oben angeführte künstliche Variante „APOLP" wird erzeugt durch Löschen des letzten Zeichens des Standard-Präfixobjekts „APOLO" und durch Liefern stattdessen eines entgegengesetzten Zeichens 48 der Taste 28, die das letzte Zeichen des Standard-Teils 76 der Ausgabe 64 erzeugte, was in dem aktuellen Beispiel der 7 „P" ist, so dass die oben angeführte künstliche Variante „APOLP" ist.
  • Ferner, da die vorhergehende Standard-Ausgabe „APPL" einem Wortobjekt 108 entsprach, wie dem Wortobjekt 108, das dem Wort „APPLE" entspricht, und da mit der Hinzufügung der aktuellen Eingabe die vorhergehende Standard-Ausgabe „APPL" nicht langer einem Wortobjekt 108 entspricht, werden zwei zusätzliche künstliche Varianten erzeugt. Eine künstliche Variante ist „APPLP" und die andere künstliche Variante ist „APPLO", und diese entsprechen der vorhergehenden standardmäßigen Ausgabe „APPL" plus den Zeichen 48 der Taste 28, die betätigt wurde, um die aktuelle Eingabe zu erzeugen. Diese künstlichen Varianten werden ähnlich als Teil des Varianten-Teils 80 der Ausgabe 64 ausgegeben.
  • Wie in 7 gesehen werden kann, scheint der Standard-Teil 76 der Ausgabe 64 „APOLO" nicht länger mit dem übereinzustimmen, was als ein Präfix für „APPLOADER" benötigt würde, und der Benutzer erwartet wahrscheinlich, dass das gewünschte Wort „APPLOADER" noch nicht in dem Speicher 20 gespeichert ist. Somit liefert der Benutzer eine Auswahl-Eingabe, wie durch Scrollen mit dem Thumbwheel 32, bis der Varianten-String „APPLO" hervorgehoben ist. Der Benutzer fährt dann mit der Eingabe fort und gibt die „AS"-Taste ein.
  • Die Ausgabe 64 einer solchen Aktion wird in der 8 dargestellt. Hier ist der String „APPLOA" der Standard-Teil 76 der Ausgabe 64. Da der Varianten-String „APPLO" der Standard-Teil 76 der Ausgabe 64 (nicht ausdrücklich hierin dargestellt) als ein Resultat der Auswahl-Eingabe wurde hinsichtlich des Varianten-Strings „APPLO" und da der Varianten-String „APPLO" nicht einem Wortobjekt 108 entspricht, wurden die Zeichen-Strings „APPLOA" und „APPLOS" als künstliche Varianten erzeugt. Zusätzlich, da der vorhergehende Standard der 7, „APOLO", vorher einem Wortobjekt 108 entsprochen hat, aber jetzt nicht länger dem Standard-Teil 76 der Ausgabe 64 der 8 entspricht, wurden auch die zusätzlichen künstlichen Varianten von „APOLOA" und „APOLOS" erzeugt. Derartigen künstlichen Varianten wird eine bevorzugte Position gegenüber den drei angezeigten verwaisten Präfixobjekten gegeben.
  • Da die aktuelle Eingabe-Sequenz in dem Beispiel nicht mehr einem Wortobjekt 108 entspricht, werden die Teile des Verfahrens, die den Versuch betreffen, entsprechende Wortobjekte 108 zu finden, nicht mit weiteren Eingaben für die aktuelle Sitzung ausgeführt. Das heißt, da kein Wortobjekt 108 der aktuellen Eingabe-Sequenz entspricht, entsprechen weitere Eingaben ebenfalls keinem Wortobjekt 108. Ein Vermeiden der Suche des Speichers 20 nach derartigen nicht existierenden Wortobjekten 108 spart Zeit und vermeidet vergeudete Verarbeitungsbemühungen.
  • Da der Benutzer zu schreiben fortfährt, gibt der Benutzer schließlich erfolgreich das Wort „APPLOADER" ein und gibt eine Delimiter-Eingabe ein. Bei Erfassen der Delimiter-Eingabe nach der Eingabe von „APPLOADER", wird die Lernen-Funktion initiiert. Da das Wort „APPLOADER" nicht einem Wortobjekt 108 in dem Speicher 20 entspricht, wird ein neues Wortobjekt 108 erzeugt, das „APPLOADER" entspricht, und wird in der „neue Wörter"-Datenbank 92 gespeichert, zusammen mit einem entsprechenden neuen Häufigkeitsobjekt 104, dem eine absolute Häufigkeit beispielsweise in dem oberen Drittel oder Viertel des möglichen Häufigkeitsbereichs gegeben wird. In dieser Hinsicht wird angemerkt, dass die „neue Wörter"-Datenbank 92 im Allgemeinen in zwei-Zeichen-Präfix-Datentabellen organisiert ist, die denen ähnlich sind, die in der generischen Wortliste 88 zu finden sind. Somit wird dem neuen Häufigkeitsobjekt 104 zuerst ein absoluter Häufigkeitswert zugewiesen, aber bei Speicherung wird der absolute Häufigkeitswert, wenn es nicht der Maximalwert in dieser Datentabelle ist, geändert, um einen normalisierten Häufigkeitswert-Prozentsatz zu umfassen, normalisiert auf das, was der maximale Häufigkeitswert in dieser Datentabelle ist.
  • Es wird angemerkt, dass das Layout der Zeichen 48 auf den Tasten 28 in 1 ein beispielhaftes Zeichen-Layout ist, das eingesetzt wird, wenn die beabsichtigte primäre Sprache, die auf der tragbaren elektronischen Vorrichtung 4 verwendet wird, zum Beispiel Englisch ist. Andere Layouts, die diese Zeichen 48 und/oder andere Zeichen umfassen, können verwendet werden abhängig von der beabsichtigten primären Sprache und jedem Sprachenvorzug in der Herstellung der Sprachobjekte 100.
  • Wie anderweitig hier erwähnt, wenn bei 226 festgestellt wird, dass keine Sprachobjekte 100 bei 224 identifiziert wurden als den Präfixobjekten entsprechend, geht die Verarbeitung, wie bei 230 in 3A, zu der Rechtschreibprüfroutine weiter, die allgemein in den 9A und 9B dargestellt wird. Allgemein sieht die Rechtschreibprüfroutine des offenbarten und beanspruchten Konzeptes vorteilhafterweise eine Serie von sequentiell angeordneten Rechtschreibprüfalgorithmen vor, denen eine Texteingabe unterzogen wird. Sobald eine vorgegebene Anzahl von Rechtschreibprüf-Sprachobjekten 100 identifiziert wurde, wie durch Verarbeitung mit den Rechtschreibprüfalgorithmen, wird ein weiteres Unterziehen der Texteingabe durch zusätzliche Rechtschreibprüfalgorithmen beendet. In dem beispielhaften Ausführungsbeispiel, das hier beschrieben wird, wird die Rechtschreibprüfoperation auf den verschiedenen verwaisten Präfixobjekten durchgeführt, d. h. die Präfixobjekte, für die kein entsprechendes Sprachobjekt 100 identifiziert wurde. Es wird weiter angemerkt, dass bestimmte der verwaisten Prä fixobjekte künstliche Varianten sein können, die erzeugt werden, wie hier beschrieben wird. Es ist jedoch offensichtlich, dass die Texteingabe, die dem offenbarten und beanspruchten Verfahren unterzogen wird, zum Beispiel und ohne Beschränkung eine Tastenanschlagssequenz, eine Reihe von anderen linguistischen Elementen und dergleichen sein kann.
  • Vorteilhafterweise wird das Rechtschreibprüfverfahren während einer Eingabe von Text ausgeführt, anstatt zu warten, bis eine gegebene Texteingabe beendet ist. Das heißt, das Rechtschreibprüfverfahren des offenbarten und beanspruchten Konzeptes wird ausgeführt während einer gegebenen Sitzung auf der tragbaren elektronischen Vorrichtung 4 und vor einer Erfassung einer Delimiter-Eingabe. Somit kann der Benutzer von der Existenz eines möglichen Rechtschreibfehlers vor einer vollständigen Texteingabe in Kenntnis gesetzt werden, was eine korrekte Texteingabe erleichtert. In dieser Hinsicht ist anzumerken, dass Rechtschreibprüfergebnisse ausgegeben werden im Allgemeinen an einer Position einer relativ niedrigeren Priorität als künstliche Varianten. Das heißt, die Eingabe von neuen Wörtern soll angeregt werden, und die Eingabe von neuen Wörtern begleitet häufig die Ausgabe einer oder mehrerer künstlicher Varianten.
  • Es ist jedoch weiter anzumerken, dass die Rechtschreibprüfroutine des offenbarten und beanspruchten Konzeptes zusätzlich eine Lernfunktion vorsehen kann, welche die verschiedenen Rechtschreibfehler lernen kann, die der bestimmte Benutzer der tragbaren elektronischen Vorrichtung typischerweise macht und korrigiert. In dem Fall, dass solch ein gelernter Rechtschreibfehler erneut von dem Benutzer eingegeben wird, wird das richtig geschriebene Wort, das in der dynamischen Autotext-Tabelle 49 reflektiert wird, als eine Standardausgabe ausgegeben, d. h. an einer Position einer relativen Priorität in Bezug zu den künstlichen Varianten, die ebenfalls ausgegeben werden.
  • Die Rechtschreibprüfalgorithmen sind sequentiell angeordnet in einer spezifischen Reihenfolge, was bedeutet, dass eine Texteingabe zuerst entsprechend ei nem ersten Rechtschreibprüfalgorithmus verarbeitet wird und, wenn die identifizierten Rechtschreibprüf-Sprachobjekte 100 keine vorgegebene Quantität erreichen, wird die Texteingabe gemäß einem zweiten Rechtschreibprüfalgorithmus verarbeitet. Wenn die identifizierten Rechtschreibprüf-Sprachobjekte 100 weiterhin nicht die vorgegebene Quantität erreichen, wird die Texteingabe gemäß einem dritten Rechtschreibprüfalgorithmus verarbeitet, und so weiter.
  • Die Rechtschreibprüfalgorithmen, sequentiell angeordnet, können weiter gruppiert werden, wie folgt: eine Texteingabe wird zuerst einem oder mehreren Rechtschreibprüfalgorithmen unterzogen, die eine Zeichenkonfiguration betreffen, die in dem vorliegenden beispielhaften Ausführungsbeispiel ein Rechtschreibprüfalgorithmus ist, der ein Ignorieren einer Großschreibung und Betonung betrifft. Wenn die identifizierten Rechtschreibprüf-Sprachobjekte 100 nicht die vorbestimmte Quantität erreichen, wird die Texteingabe danach einem oder mehreren Rechtschreibprüfalgorithmen unterzogen, die eine falsche Buchstabierung betreffen, der in dem vorliegenden beispielhaften Ausführungsbeispiel ein Rechtschreibprüfalgorithmus ist, der einen phonetischen Ersatz betrifft. Wenn die identifizierten Rechtschreibprüf-Sprachobjekte 100 nicht die vorbestimmte Quantität erreichen, wird die Texteingabe danach einem oder mehreren Rechtschreibprüfalgorithmen unterzogen, die ein Vertippen betreffen. In dieser Hinsicht bezieht sich „fehlerhaft buchstabieren" im Allgemeinen auf einen Fehler durch den Benutzer, wie ein bestimmtes Wort zum Beispiel buchstabiert wird, wie wenn der Benutzer fälschlicherweise glaubt, dass das Wort --their-- tatsächlich „their" buchstabiert wird. Demgegenüber bezeichnet „vertippen" im Allgemeinen einen Tippfehler durch den Benutzer, wie wenn der Benutzer eine andere Eingabe eintippt, als gewünscht.
  • Wenn die identifizierten Rechtschreibprüf-Sprachobjekte 100 nicht die vorbestimmte Quantität erreichen, wird die Texteingabe danach einem oder mehreren Rechtschreibprüfalgorithmen unterzogen, die spezifische Affix-Regeln betreffen, die typischerweise lokal-spezifisch sind. Zum Beispiel sind in der deutschen Sprache zwei bekannte Wörter kapitan und patent. Diese zwei Wörter können in einen einzelnen Ausdruck kombiniert werden, aber um dies zu tun, muss ein s zwischen den beiden eingefügt werden, somit kapitanspatent. Andere Typen von Affix-Regeln sind offensichtlich.
  • Wenn die identifizierten Rechtschreibprüf-Sprachobjekte 100 nicht die vorbestimmte Quantität erreichen, wird die Texteingabe danach einem oder mehreren Rechtschreibprüfalgorithmen unterzogen, die eine metaphone Analyse betreffen. Im Allgemeinen ist ein Metaphon ein phonetischer Algorithmus zur Indizierung von Wörtern durch ihren Ton bzw. Klang. Sowohl metaphone als auch phonetische Regeln sind Sprache-spezifisch. Metaphon ermöglichen folglich, dass ein linguistischer Ausdruck auf eine standardisierte Weise charakterisiert wird, die teilweise phonetische Eigenschaft hat. Die Verwendung von Metaphonen kann helfen, bestimmte Rechtschreibfehler zu überwinden.
  • Um das Verfahren spezifischer zu beschreiben, wird eine gegebene Texteingabe, wie eine Kette von Zeichen, einem gegebenen Rechtschreibprüfalgorithmus unterzogen, was zu einer Erzeugung eines Ausdrucks führt. Zum Beispiel kann der Rechtschreibprüfalgorithmus ein Ersetzen einer gegebenen Zeichenkette mit einem phonetischen Ersatz betreffen. Der resultierende „Ausdruck" würde folglich eine Charakterisierung der Texteingabe sein, wie durch den Algorithmus verarbeitet. Zum Beispiel kann die Zeichenkette „ph" durch „f" und/oder „gh" phonetisch ersetzt werden. Die Sprachquellen in dem Speicher 20 werden dann konsultiert, um zu sehen, ob Sprachobjekte 100, die der Texteingabe entsprechen, welche den phonetischen Ersatz enthält, identifiziert werden können.
  • Es wird jedoch angemerkt, dass solch eine Beschreibung nur konzeptuell ist und dass derartig verarbeitete oder „resultierende" Zeichenketten häufig nicht individuell gesucht werden. Stattdessen kann das Ergebnis eines Unterziehens einer Texteingabe einem Rechtschreibprüfalgorithmus oftmals zu einem „regulären Ausdruck" führen, was eine globale Charakterisierung der verarbeiteten Textein gabe ist. Zum Beispiel enthält ein „regulärer Ausdruck" „wild card bzw. Platzhalter"-Zeichen, die tatsächlich das Ergebnis aller möglichen Permutationen der Texteingabe gemäß dem bestimmten Rechtschreibprüfalgorithmus charakterisieren. Das Ergebnis ist, dass im Allgemeinen eine einzelne Suche durchgeführt werden kann auf einem „regulären Ausdruck", mit folgenden Einsparungen bei der Verarbeitungskapazität und Effizienz.
  • Auf beispielhafte Weise, wenn der Benutzer <OP> <GH<> <AS> <BN> eingibt, wie buchstabieren von -phan-, führt eine Verarbeitung von -phan- gemäß dem beispielhaften phonetischen Ersatz-Rechtschreibprüfalgorithmus zu dem regulären Ausdruck, der charakterisiert wird als {f|v|ph|gh}{a|ei|ey}n, auf beispielhafte Weise. Das „ph" kann phonetisch ersetzt werden durch einen aus „f", „v", „ph" und „gh", und das „a" kann ersetzt werden durch eines aus „a", „ei" und „ey". Das „n" hat kein phonetisches Äquivalent. Die generische Wort-Liste 88, die „neue Wörter"-Datenbank 92, die anderen Datenquellen 99 und die dynamische Autotext-Tabelle 49 werden überprüft, um zu sehen, ob ein Sprachobjekt 100 identifiziert werden kann als konsistent zu dem Ausdruck {f|v|ph|gh}{a|ei|ey}n. Ein derartig identifiziertes Sprachobjekt 100 wird als ein Rechtschreibprüf-Sprachobjekt 100 betrachtet. Wenn, nach einem derartigen Durchsuchen der linguistischen Quellen, die Quantität von identifizierten Rechtschreibprüf-Sprachobjekten 100 nicht die vorbestimmte Quantität erreicht, wird die Texteingabe --phan--, zum Beispiel, dann dem sequentiell nächsten Rechtschreibprüfalgorithmus unterzogen, was zu der Erzeugung eines anderen regulären Ausdrucks oder anderer verarbeiteter Zeichenketten führt, die dann einer oder mehrerer neuer Suchen der linguistischen Datenquellen für Sprachobjekte 100 unterzogen werden, die damit konsistent sind.
  • Wie oben erwähnt, ist der erste Rechtschreibprüfalgorithmus einer, der eine Großschreibung und/oder Betonung ignoriert. Das Ignorieren der Großschreibung und/oder der Betonung kann durchgeführt werden hinsichtlich einer Großschreibung und/oder Betonung, die in der Texteingabe enthalten ist, die durchsucht wird und/oder die in den gespeicherten Sprachobjekten 100 enthalten ist, die gesucht werden.
  • Der sequentiell nächste Rechtschreibprüfalgorithmus ist der oben erwähnte phonetische Ersatz-Algorithmus. Bestimmte Zeichenketten werden ersetzt, d. h. in einem regulären Ausdruck, um Sprachobjekte 100 zu identifizieren, die phonetisch ähnlich sind zu der Texteingabe. Einige beispielhafte phonetische Ersatzwerte werden in der Tabelle 1 aufgelistet. Tabelle 1: Beispielhafte englische phonetische Regeln, wobei die zwei Zeichen ketten in jeder Zeile phonetisch austauschbar sind
    „a" „ei"
    „a" „ey"
    „ai" „ie"
    „air" „ear"
    „air" „ere"
    „air" „are"
    „are" „ear"
    „are" „eir"
    „are" „air"
    „cc" „k"
    „ch" „te"
    „ch" „ti"
    „ch" „k"
    „ch" „tu"
    „ch" „s"
    „ci" „s"
    „ear" „air"
    „ear" „are"
    „ear" „ere"
    „ear" „ier"
    „eau" „o"
    „ee" „i"
    „ei" „a"
    „eir" „are"
    „eir" „ere"
    „ere" „ear"
    „ere" „air"
    „ere" „eir"
    „ew" „oo"
    „ew" „ue"
    „ew" „u"
    „ew" „o"
    „ew" „ui"
    „ey" „a"
    „f" „ph"
    „f" „gh"
    „ge" „j"
    „gg" „j"
    „gh" „f"
    „i" „igh"
    „i" „ee"
    „i" „uy"
    „ie" „ai"
    „ier" „ear"
    „ieu" „oo"
    „ieu" „u"
    „igh" „i"
    „j" „ge"
    „j" „di"
    „j" „gg"
    „k" „qu"
    „k" „cc"
    „k" „ch"
    „kw" „qu"
    „o" „eau"
    „o" „ew"
    „oe" „u"
    „oo" „u"
    „oo" „ui"
    „oo" „ew"
    „oo" „ieu"
    „ph" „f"
    „qu" „k"
    „qu" „w"
    „s" „ci"
    „shun" „tion"
    „shun" „sion
    „shun" „cion
    „ss" „z"
    „te" „ch"
    „ti" „s"
    „tu" „ch"
    „u" „ieu"
    „u" „oo"
    „u" „ew"
    „u" „oe"
    „ue" „ew"
    „uff" „ough"
    „ui" „ew"
    „ui" „oo"
    „uy" „i"
    „w" „qu"
    „z" „ss"
  • Jede Zeichenkette in einer Texteingabe wird ersetzt mit allen phonetischen Äquivalenten der Zeichenkette. Reguläre Ausdrücke können manchmal vorteilhafterweise eingesetzt werden, wenn mehrere phonetische Äquivalente existieren, wie in dem oben gezeigten Beispiel.
  • Die sequentiell nächsten fünf Rechtschreibprüfalgorithmen fallen in die Gruppe von „Vertippen"-Rechtschreibprüfalgorithmen. Der erste von diesen ist der fehlende Buchstaben- bzw. Einfüge-Algorithmus. Jeder Buchstabe des Alphabetes wird hinzugefügt nach jedem Zeichen der Texteingabe, wiederum wie in einem regulären Ausdruck charakterisiert sein kann.
  • Der sequentiell nächste Algorithmus ist der Buchstaben- bzw. Zeichen-Austausch-Algorithmus, wobei jedes sequentielle Paar von Buchstaben in der Texteingabe gegeneinander ausgetauscht wird. Somit resultiert die Texteingabe --phan-- in den Zeichenketten --hpan-- --pahn-- und --phna--. Diese drei Zeichenketten werden dann drei getrennten Suchen der linguistischen Datenquellen unterzogen.
  • Der sequentiell nächste Algorithmus ist der Buchstaben- bzw. Zeichen-Auslassungs-Algorithmus, wobei jeder Buchstabe einzeln weggelassen wird. Somit resultiert die Texteingabe --phan-- in den Zeichenketten --han-- --pan-- --phn-- und --pha--. Diese vier Zeichenketten werden dann getrennten Suchen der linguistischen Datenquellen unterzogen.
  • Der sequentiell nächste Algorithmus ist, wenn der Text als zwei separate Wörter behandelt wird. Dieses kann erreicht werden zum Beispiel durch Einfügen eines <SPACE> zwischen angrenzende Buchstaben oder zum Beispiel kann erreicht werden durch einfaches Suchen eines ersten Teils und eines zweiten Teils der Texteingabe als separate Wörter, d. h. als separate Teileingaben. Andere Arten des Suchens einer Texteingabe als zwei separate Wörter sind offensichtlich.
  • Der sequentiell nächste Algorithmus und der letzte „Vertippen"-Algorithmus ist der Buchstaben- bzw. Zeichen-Ersatz-Algorithmus, wobei jeder Buchstabe einzeln ersetzt wird durch die anderen Buchstaben im Alphabet. Ein regulärer Ausdruck kann aus dem Unterziehen der Texteingabe dem Algorithmus resultieren.
  • Der sequentiell nächste Algorithmus sind die Rechtschreibprüfalgorithmen, die spezifische Affix-Regeln betreffen, die typischerweise lokal-spezifisch sind. Wie oben vorgeschlagen, muss in der deutschen Sprache ein s zwischen den zwei bekannten Wörtern kapitan und patent eingefügt werden, um die Kombination daraus zu bilden, somit kapitanspatent. Andere Typen von Affix-Regeln sind offensichtlich.
  • Die nächsten und letzten Regeln betreffen eine metaphone Analyse. Die erste Regel betrifft eine Erzeugung eines metaphonen regulären Ausdrucks und dann ein Identifizieren von Sprachobjekten 100 in den linguistischen Quellen, die mit dem metaphonen regulären Ausdruck konsistent sind. Vier zusätzliche und optionale metaphon-bezogene Rechtschreibprüfalgorithmen, die detaillierter unten beschrieben werden, betreffen eine metaphone Manipulation.
  • Hinsichtlich des ersten metaphon-bezogenen Rechtschreibprüfalgorithmus ist anzumerken, dass der metaphone reguläre Ausdruck gebildet werden kann, im Allgemeinen, durch Löschen aller Vokal-Klänge aus der Texteingabe und durch Ersetzen aller phonetisch äquivalenten Zeichenketten mit einem standardmäßigen metaphonen „Schlüssel". Zum Beispiel werden die verschiedenen Zeichenketten „ssia", „ssio", „sia", „sio", „sh", „cia", „sh", „tio", „tia" und „tch" jeweils durch den metaphonen Schlüssel „X" ersetzt. Die Zeichenketten „f", „v" und „ph" werden jeweils durch den metaphonen Schlüssel „F" ersetzt. Der metaphone reguläre Ausdruck wird dann erzeugt durch Platzieren einer optionalen Vokal-„wild card", die jede Anzahl von unterschiedlichen Vokal-Klänge oder keinen Vokal-Klang darstellen kann, zwischen jedem metaphonen Schlüssel. Ein Suchen unter Verwendung des metaphonen regulären Ausdrucks kann ausgezeichnete Rechtschreibprüf-Ergebnisse erzeugen, d. h. ausgezeichnete Rechtschreibprüf-Sprachobjekte 100, aber die Suche, die erforderlich ist, kann signifikante Verarbeitungs-Ressourcen verbrauchen. Somit wird der metaphone reguläre Ausdrucks-Rechtschreibprüfalgorithmus vorteilhafterweise erst durchgeführt nach der Ausführung von zahlreichen anderen Rechtschreibprüfalgorithmen, die viel weniger Verarbeitungs-Ressource erfordern und die zu wenige Rechtschreibprüf-Ergebnisse ergeben.
  • Die letzten vier Rechtschreibprüfalgorithmen sind optional und betreffen eine metaphone Manipulation und zeigen eine Ähnlichkeit zu den Buchstaben-„Vertippen"-Rechtschreibprüfalgorithmen, die oben beschrieben werden. Insbesondere betreffen, nachdem der metaphone reguläre Ausdruck erzeugt wurde, die vier metaphonen Manipulations-Rechtschreibprüfalgorithmen eine Manipulation der metaphonen Schlüssel in dem metaphonen regulären Ausdruck. Spezifisch und in sequentieller Reihenfolge sind die letzten vier Rechtschreibprüfalgorithmen ein fehlender metaphoner Schlüssel-Einfügungs-Rechtschreibprüfalgorithmus, ein metaphoner Schlüssel-Austausch(swapping)-Rechtschreibprüfalgorithmus, ein metaphoner Schlüssel-Auslassungs-Rechtschreibprüfalgorithmus und ein metaphoner Schlüssel-Austausch(exchange)-Rechtschreibprüfalgorithmus. Diese arbeiten alle auf eine Weise, die zu der der entsprechenden Buchstaben- bzw. Zeichen-basierten „Vertippen"-Algorithmen ähnlich ist, die oben angeführt werden, außer dass sie Manipulationen an den metaphonen Schlüsseln in dem metaphonen regulären Ausdruck umfassen.
  • Das Rechtschreibprüfverfahren wird allgemein in den 9A und 9B dargestellt und wird hier beschrieben. Die Verarbeitung beginnt bei 602, wo die Text eingabe einem Rechtschreibprüfalgorithmus unterzogen wird, der ein Ignorieren einer Großschreibung und/oder einer Betonung betrifft, und die linguistischen Datenquellen werden nach Rechtschreibprüf-Sprachobjekten 100 durchsucht. Alle Rechtschreibprüf-Sprachobjekte 100, die gefunden werden, werden zu einer Liste hinzugefügt. Es wird dann bei 604 festgestellt, ob die Quantität von Rechtschreibprüf-Sprachobjekten 100 in der Liste die vorbestimmte Quantität erreicht hat oder nicht. Wenn die vorbestimmte Quantität erreicht wurde, geht die Verarbeitung weiter zu 606, wo die Rechtschreibprüf-Sprachobjekte 100 ausgegeben werden. Die Verarbeitung kehrt danach zu dem Hauptprozess bei 204 in 3A zurück.
  • Wenn andererseits bei 604 festgestellt wird, dass die vorbestimmte Quantität nicht erreicht wurde, geht die Verarbeitung weiter zu 608, wo die Texteingabe dem Rechtschreibprüfalgorithmus unterzogen wird, der einen phonetischen Ersatz betrifft, und die linguistischen Datenquellen werden nach Rechtschreibprüf-Sprachobjekten 100 durchsucht. Alle Rechtschreibprüf-Sprachobjekte 100, die gefunden werden, werden zu der Liste hinzugefügt. Es wird dann bei 612 festgestellt, ob die Quantität von Rechtschreibprüf-Sprachobjekten 100 in der Liste die vorbestimmte Quantität erreicht hat oder nicht. Wenn die vorbestimmte Quantität erreicht wurde, geht die Verarbeitung weiter zu 606, wo die Rechtschreibprüf-Sprachobjekte 100 ausgegeben werden.
  • Andernfalls geht die Verarbeitung weiter zu 616, wo die Texteingabe dem Rechtschreibprüfalgorithmus unterzogen wird, der eine fehlende Buchstaben-Einfügung betrifft, und die linguistischen Datenquellen werden nach Rechtschreibprüf-Sprachobjekten 100 durchsucht. Alle Rechtschreibprüf-Sprachobjekte 100, die gefunden werden, werden zu der Liste hinzugefügt. Es wird dann bei 620 festgestellt, ob die Quantität von Rechtschreibprüf-Sprachobjekten 100 in der Liste die vorbestimmte Quantität erreicht hat oder nicht. Wenn die vorbestimmte Quantität erreicht wurde, geht die Verarbeitung weiter zu 606, wo die Rechtschreibprüf-Sprachobjekte 100 ausgegeben werden.
  • Andernfalls geht die Verarbeitung weiter zu 624, wo die Texteingabe dem Rechtschreibprüfalgorithmus unterzogen wird, der einen Buchstaben-Austausch betrifft, und die linguistischen Datenquellen werden nach Rechtschreibprüf-Sprachobjekten 100 durchsucht. Alle Rechtschreibprüf-Sprachobjekte 100, die gefunden werden, werden zu der Liste hinzugefügt. Es wird dann bei 628 festgestellt, ob die Quantität von Rechtschreibprüf-Sprachobjekten 100 in der Liste die vorbestimmte Quantität erreicht hat oder nicht. Wenn die vorbestimmte Quantität erreicht wurde, geht die Verarbeitung weiter zu 606, wo die Rechtschreibprüf-Sprachobjekte 100 ausgegeben werden.
  • Andernfalls geht die Verarbeitung weiter zu 632, wo die Texteingabe dem Rechtschreibprüfalgorithmus unterzogen wird, der eine Buchstaben-Auslassung betrifft, und die linguistischen Datenquellen werden nach Rechtschreibprüf-Sprachobjekten 100 durchsucht. Alle Rechtschreibprüf-Sprachobjekte 100, die gefunden werden, werden zu der Liste hinzugefügt. Es wird dann bei 636 festgestellt, ob die Quantität von Rechtschreibprüf-Sprachobjekten 100 in der Liste die vorbestimmte Quantität erreicht hat oder nicht. Wenn die vorbestimmte Quantität erreicht wurde, geht die Verarbeitung weiter zu 606, wo die Rechtschreibprüf-Sprachobjekte 100 ausgegeben werden.
  • Andernfalls geht die Verarbeitung weiter zu 640, wo die Texteingabe dem Rechtschreibprüfalgorithmus unterzogen wird, der die Behandlung der Texteingabe als separate Wörter betrifft, und die linguistischen Datenquellen werden nach Rechtschreibprüf-Sprachobjekten 100 durchsucht. Alle Rechtschreibprüf-Sprachobjekte 100, die gefunden werden, werden zu der Liste hinzugefügt. Es wird dann bei 644 festgestellt, ob die Quantität von Rechtschreibprüf-Sprachobjekten 100 in der Liste die vorbestimmte Quantität erreicht hat oder nicht. Wenn die vorbestimmte Quantität erreicht wurde, geht die Verarbeitung weiter zu 606, wo die Rechtschreibprüf-Sprachobjekte 100 ausgegeben werden.
  • Andernfalls geht die Verarbeitung weiter zu 648, wo die Texteingabe dem Rechtschreibprüfalgorithmus unterzogen wird, der einen Buchstaben-Austausch betrifft, und die linguistischen Datenquellen werden nach Rechtschreibprüf-Sprachobjekten 100 durchsucht. Alle Rechtschreibprüf-Sprachobjekte 100, die gefunden werden, werden zu der Liste hinzugefügt. Es wird dann bei 652 festgestellt, ob die Quantität von Rechtschreibprüf-Sprachobjekten 100 in der Liste die vorbestimmte Quantität erreicht hat oder nicht. Wenn die vorbestimmte Quantität erreicht wurde, geht die Verarbeitung weiter zu 606, wo die Rechtschreibprüf-Sprachobjekte 100 ausgegeben werden.
  • Andernfalls geht die Verarbeitung weiter zu 656, wo die Texteingabe dem Rechtschreibprüfalgorithmus unterzogen wird, der Affix-Regeln betrifft, und die linguistischen Datenquellen werden nach Rechtschreibprüf-Sprachobjekte 100 durchsucht. Alle Rechtschreibprüf-Sprachobjekte 100, die gefunden werden, werden zu der Liste hinzugefügt. Es wird dann bei 660 festgestellt, ob die Quantität von Rechtschreibprüf-Sprachobjekten 100 in der Liste die vorbestimmte Quantität erreicht hat oder nicht. Wenn die vorbestimmte Quantität erreicht wurde, geht die Verarbeitung weiter zu 606, wo die Rechtschreibprüf-Sprachobjekte 100 ausgegeben werden.
  • Andernfalls geht die Verarbeitung weiter zu 664, wo die Texteingabe dem Rechtschreibprüfalgorithmus unterzogen wird, der eine Erzeugung des metaphonen regulären Ausdruck betrifft, und die linguistischen Datenquellen werden nach Rechtschreibprüf-Sprachobjekten 100 durchsucht. Alle Rechtschreibprüf-Sprachobjekte 100, die gefunden werden, werden zu der Liste hinzugefügt. Es wird dann bei 668 festgestellt, ob die Quantität von Rechtschreibprüf-Sprachobjekten 100 in der Liste die vorbestimmte Quantität erreicht hat oder nicht. Wenn die vorbestimmte Quantität erreicht wurde, geht die Verarbeitung weiter zu 606, wo die Rechtschreibprüf-Sprachobjekte 100 ausgegeben werden.
  • Andernfalls geht die Verarbeitung weiter zu 672, wo die Texteingabe dem Rechtschreibprüfalgorithmus unterzogen wird, der eine fehlende metaphone Schlüssel-Einfügung betrifft, und die linguistischen Datenquellen werden nach Rechtschreibprüf-Sprachobjekten 100 durchsucht. Alle Rechtschreibprüf-Sprachobjekte 100, die gefunden werden, werden zu der Liste hinzugefügt. Es wird dann bei 676 festgestellt, ob die Quantität von Rechtschreibprüf-Sprachobjekten 100 in der Liste die vorbestimmte Quantität erreicht hat oder nicht. Wenn die vorbestimmte Quantität erreicht wurde, geht die Verarbeitung weiter zu 606, wo die Rechtschreibprüf-Sprachobjekte 100 ausgegeben werden.
  • Andernfalls geht die Verarbeitung weiter zu 680, wo die Texteingabe dem Rechtschreibprüfalgorithmus unterzogen wird, der einen metaphonen Schlüssel-Austausch betrifft, und die linguistischen Datenquellen werden nach Rechtschreibprüf-Sprachobjekten 100 durchsucht. Alle Rechtschreibprüf-Sprachobjekte 100, die gefunden werden, werden zu der Liste hinzugefügt. Es wird dann bei 684 festgestellt, ob die Quantität von Rechtschreibprüf-Sprachobjekten 100 in der Liste die vorbestimmte Quantität erreicht hat oder nicht. Wenn die vorbestimmte Quantität erreicht wurde, geht die Verarbeitung weiter zu 606, wo die Rechtschreibprüf-Sprachobjekte 100 ausgegeben werden.
  • Andernfalls geht die Verarbeitung weiter zu 688, wo die Texteingabe dem Rechtschreibprüfalgorithmus unterzogen wird, der eine metaphone Schlüssel-Auslassung betrifft, und die linguistischen Datenquellen werden nach Rechtschreibprüf-Sprachobjekten 100 durchsucht. Alle Rechtschreibprüf-Sprachobjekte 100, die gefunden werden, werden zu der Liste hinzugefügt. Es wird dann bei 692 festgestellt, ob die Quantität von Rechtschreibprüf-Sprachobjekten 100 in der Liste die vorbestimmte Quantität erreicht hat oder nicht. Wenn die vorbestimmte Quantität erreicht wurde, geht die Verarbeitung weiter zu 606, wo die Rechtschreibprüf-Sprachobjekte 100 ausgegeben werden.
  • Andernfalls geht die Verarbeitung weiter zu 696, wo die Texteingabe dem Rechtschreibprüfalgorithmus unterzogen wird, der dem metaphonen Schlüssel-Austausch betrifft, und die linguistischen Datenquellen werden nach Rechtschreibprüf-Sprachobjekten 100 durchsucht. Danach geht die Verarbeitung weiter zu 606, wo die Rechtschreibprüf-Sprachobjekte 100 ausgegeben werden. Die Verarbeitung kehrt danach zu dem Hauptprozess bei 204 in 3A zurück.
  • Das beispielhafte Ausführungsbeispiel umfasst auch ein dynamisches Autotext-Merkmal, das eine Lernfunktion liefert, die das Lernen von Rechtschreibfehlern betrifft, die oft gemacht werden und ansonsten von dem bestimmten Benutzer der tragbaren elektronischen Vorrichtung 4 korrigiert werden. Zum Beispiel und wie im Allgemeinen in 10 dargestellt wird, kann der Benutzer wünschen, den falsch buchstabierten Ausdruck --thier-- einzugeben. Der Benutzer kann die Tasten 28 <TV> <GH> <UI> <ER> eingegeben haben gemäß dem Tippen der ersten vier Buchstaben davon. Die Standard-Ausgabe 68 in solch einer Situation wäre die Zeichenketten „thir", die dem Wort „third" entsprechen kann. Eine Variante 80 „thie" kann ebenfalls ausgegeben werden, wie die „thief" entsprechen kann. Eine künstliche Variante 80 „thue" kann ebenfalls ausgegeben werden an einer Position einer relativ geringeren Priorität.
  • Bei Eingabe des fünften Tastenanschlags des falsch buchstabierten Ausdrucks --thier--, d. h. <ER>, entspricht kein Sprachobjekt in der generischen Wort-Liste 88, der „neuen Wörter"-Datenbank 92 oder in den anderen Datenquellen 99 der Texteingabe. Das heißt, der Wortkontext wurde verloren. Jedoch als Reaktion auf den Verlust eines derartigen Kontextes wird die Rechtschreibprüfroutine initiiert, wie bei 602 in 9A, und es wird festgestellt, dass das richtig buchstabierte --their-ein gültiges Rechtschreibprüf-Sprachobjekt 100 für diesen Texteingabe ist.
  • Wenn jedoch der Benutzer vorher noch nicht diesen bestimmten Rechtschreibfehler gemacht und korrigiert hat, ist die resultierende Ausgabe wie die, die allgemein in 11 dargestellt wird. Spezifisch werden die künstlichen Varianten -- thirr-- und --thire-- ausgegeben an einer Position mit Präferenz hinsichtlich dem Rechtschreibprüf-Sprachobjekt 100 --their--. Spezifisch ist --thirr-- die Standard-Ausgabe 68 und der Ausdruck --thire-- und --their-- werden als Varianten 80 ausgegeben, wobei das Rechtschreibprüf-Sprachobjekt 100 --their-- weniger bevorzugt ist. Wiederum fördert die Ausgabe von künstlichen Varianten an einer Position mit Präferenz hinsichtlich von Rechtschreibprüf-Sprachobjekten 100, bevor das System den spezifischen Rechtschreibfehler lernt, vorteilhafterweise die Eingabe von neuen Wörtern.
  • Sobald jedoch der Benutzer das Rechtschreibprüf-Sprachobjekt 100 --their-- ausgewählt hat, wie mit einer Auswahl-Eingabe, erfasst die Rechtschreibprüfroutine die Auswahl eines weniger bevorzugten Rechtschreibprüf-Sprachobjekts 100 und führt eine Lernfunktion durch. Spezifisch speichert die Rechtschreibprüfroutine das fehlerhafte Text-Objekt --thier-- als ein Referenzobjekt 47 in der dynamischen Autotext-Tabelle 49. Die Rechtschreibprüfroutine speichert auch die korrekte Rechtschreibung --their-- als ein Wert-Objekt 51 in der dynamischen Autotext-Tabelle 49 und verbindet das Referenzobjekt 47 und das Wert-Objekt 51. Somit und wie allgemein in 12 dargestellt wird das nächste Mal, wenn die fehlerhafte Tasteneingabe <TV> <GH> <UI> <ER> <ER> von dem Benutzer eingegeben wird, das Referenzobjekt 47 --thier-- in der dynamischen Autotext-Tabelle 49 identifiziert und das zugehörige Wert-Objekt 51 --their-- wird als Standard-Ausgabe 68 ausgegeben. Die künstlichen Varianten --thirr-- und --thire-- werden als Varianten 80 ausgegeben.
  • Wie aus den 11 und 12 zu erkennen ist, wird die Rechtschreibprüfroutine vorteilhafterweise konfiguriert zur Ausgabe eines Rechtschreibprüf-Sprachobjekts 100 in dem selben Variantenkomponentenbereich 64, in dem Präfixobjekte, die den Sprachobjekten 100 entsprechen, ausgegeben wurden, wie in 10. Es ist folglich zu sehen, dass die Rechtschreibprüfroutine eine Ausgabe liefert, die vorteilhafterweise in die Disambiguierung 22 integriert ist, um der Benutzerschnittstelle der tragbaren elektronischen Vorrichtung 4 eine insgesamt integrierte Er scheinung zu geben. Die Rechtschreibprüfroutine funktioniert und liefert Rechtschreibprüf-Sprachobjekte 100 vor Ende einer Texteingabesitzung und liefert derartige Rechtschreibprüf-Sprachobjekte 100 sogar während der Eingabe einer Texteingabe und vor Eingabe eines Delimiters. Es ist offensichtlich, dass die Rechtschreibprüfroutine auch funktionieren kann nach Eingabe einer Texteingabe, d. h. nach dem Ende der spezifischen Sitzung, während der die gegebene Texteingabe eingegeben wurde.
  • Während spezifische Ausführungsbeispiele des offenbarten und beanspruchten Konzepts im Detail beschrieben wurden, ist für Fachleute offensichtlich, dass verschiedene Modifikationen und Alternativen zu jenen Details hinsichtlich der gesamten Lehren der Offenbarung entwickelt werden können. Demgemäß sollen die bestimmten Anordnungen, die offenbart werden, nur illustrativ und nicht begrenzend sein hinsichtlich des Umfangs des offenbarten und beanspruchten Konzepts, dem der volle Umfang der angefügten Ansprüche und jedes und alle Äquivalente davon gegeben werden soll.
  • ZUSAMMENFASSUNG
  • Eine tragbare elektronische Vorrichtung umfasst eine reduzierte QWERTY-Tastatur und ist mit einer Disambiguierungs-Routine versehen, die betriebsföhig ist, eine Texteingabe zu disambiguieren. Zusätzlich zum Identifizieren und Ausgeben von Repräsentationen von Sprachobjekten, die in dem Speicher gespeichert sind und die einer Texteingabe entsprechen, kann die Vorrichtung eine Rechtschreibprüfroutine während einer Eingabe einer Texteingabe durchführen und Fehler lernen und automatisch korrigieren, die typischerweise durch den bestimmten Benutzer gemacht werden.
  • ZITATE ENTHALTEN IN DER BESCHREIBUNG
  • Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
  • Zitierte Patentliteratur
    • - US 6452588 [0023]
    • - US 6489950 [0023]

Claims (16)

  1. Verfahren zur Ermöglichung einer Eingabe in eine tragbare elektronische Vorrichtung mit einer Eingabevorrichtung, die eine Anzahl von Eingabeelementen aufweist, wobei zumindest einigen der Eingabeelemente jeweils eine Anzahl von linguistischen Elementen zugewiesen ist, wobei das Verfahren aufweist: Erfassen als eine erste Eingabe einer ersten Anzahl von Eingabeelementbetätigungen; Ausgeben als eine vorgeschlagene Textinterpretation der ersten Eingabe einer Textausgabe mit einer Anordnung von linguistischen Elementen, die anders ist als die Anordnung von linguistischen Elementen der ersten Eingabe, und die relativ weniger bevorzugt ist als eine andere Textinterpretation der ersten Eingabe; Erfassen einer Auswahl der Textausgabe; Erfassen als eine zweite Eingabe einer zweiten Anzahl von Eingabeelementbetätigungen, wobei die erste Anzahl von Eingabeelementbetätigungen und die zweite Anzahl von Eingabeelementbetätigungen gleich ist; und als Reaktion auf die zweite Eingabe, Ausgeben der Textausgabe als zumindest eines aus: eine Standard-Textinterpretation der zweiten Eingabe, und eine vorgeschlagene Textinterpretation der zweiten Eingabe, die relativ bevorzugter ist als die andere Textinterpretation.
  2. Verfahren gemäß Anspruch 1, das weiter aufweist, als Reaktion auf die Auswahl, Speichern einer Repräsentation der ersten Eingabe als ein erstes Datenelement und Speichern einer Repräsentation der Textausgabe als ein zweites Datenelement, das zu dem ersten Datenelement gehört.
  3. Verfahren gemäß Anspruch 2, das weiter aufweist, als Reaktion auf die zweite Eingabe, Identifizieren zumindest eines Teils des ersten Datenelements und, als Reaktion darauf, Ausgeben zumindest eines Teils des zweiten Datenelements als das zumindest eine aus: einer Standard-Textinterpretation der zweiten Eingabe, und einer vorgeschlagenen Textinterpretation der zweiten Eingabe, die relativ bevorzugter ist als die andere Textinterpretation.
  4. Verfahren gemäß Anspruch 1, das weiter aufweist Ausgeben einer anderen Textausgabe, die repräsentativ ist für zumindest einen Teil der anderen Textinterpretation und eine Anordnung von linguistischen Elementen hat, die konsistent ist zu der Anordnung von linguistischen Elementen der ersten Eingabe.
  5. Verfahren gemäß Anspruch 4, das weiter aufweist Ausgeben der anderen Textausgabe als eine Standard-Ausgabe und Ausgeben der Textausgabe als eine wählbare Varianten-Ausgabe.
  6. Verfahren gemäß Anspruch 1, das weiter aufweist Erfassen als die erste Eingabe eine falsch geschriebene Eingabe und Ausgeben der Textausgabe als eine vorgeschlagene Rechtschreibkorrektur.
  7. Verfahren gemäß Anspruch 6, wobei die tragbare elektronische Vorrichtung eine Anzahl von Sprachobjekten gespeichert hat, wobei zumindest einige der Sprachobjekte aus einer Anzahl von linguistischen Elementen bestehen, das weiter aufweist Erfassen als die falsch geschriebene Eingabe eine falsch geschriebene vieldeutige Eingabe, die als die erste Anzahl von Eingabeelementbetätigungen zumindest eine erste Betätigung eines Eingabeelements aufweist, das als die Anzahl von zugewiesenen linguistischen Elementen eine Vielzahl von linguistischen Elementen hat, Fehlschlagen einer Identifizierung eines Sprachobjekts mit einer Anordnung von linguistischen Elementen, die konsistent ist zu der falsch ge schriebenen vieldeutigen Eingabe und, als Reaktion darauf, Initiieren der Ausgabe als eine vorgeschlagene Textinterpretation.
  8. Verfahren gemäß Anspruch 1, das weiter aufweist Erfassen als eine Eingabeelementbetätigung der ersten Anzahl von Eingabeelementbetätigungen eine aktuelle Eingabeelementbetätigung eines Eingabeelements, das eine Anzahl von linguistischen Elementen zugewiesen hat, und, als Reaktion auf die aktuelle Eingabeelementbetätigung, Initiieren der Ausgabe als eine vorgeschlagene Textinterpretation.
  9. Tragbare elektronische Vorrichtung, die aufweist eine Eingabevorrichtung, eine Prozessorvorrichtung und eine Ausgabevorrichtung, wobei die Eingabevorrichtung eine Anzahl von Eingabeelementen aufweist, wobei zumindest einigen der Eingabeelemente eine Anzahl von linguistischen Elementen zugewiesen ist, wobei die Prozessorvorrichtung einen Prozessor und einen Speicher aufweist, der eine Vielzahl von Objekten gespeichert hat, die eine Vielzahl von Sprachobjekten aufweisen, wobei zumindest einige der Sprachobjekte jeweils eine Anzahl der linguistischen Elemente aufweisen, wobei der Speicher eine Anzahl von Routinen gespeichert hat, die bei Ausführung durch den Prozessor die tragbare elektronische Vorrichtung veranlassen, angepasst zu werden zur Durchführung von Operationen, die aufweisen: Erfassen als eine erste Eingabe einer ersten Anzahl von Eingabeelementbetätigungen; Ausgeben als eine vorgeschlagene Textinterpretation der ersten Eingabe einer Textausgabe mit einer Anordnung von linguistischen Elementen, die anders ist als die Anordnung von linguistischen Elementen der ersten Eingabe, und die relativ weniger bevorzugt ist als eine andere Textinterpretation der ersten Eingabe; Erfassen einer Auswahl der Textausgabe; Erfassen als eine zweite Eingabe einer zweiten Anzahl von Eingabeelementbetätigungen, wobei die erste Anzahl von Eingabeelementbetätigungen und die zweite Anzahl von Eingabeelementbetätigungen gleich ist; und als Reaktion auf die zweite Eingabe, Ausgeben der Textausgabe als zumindest eines aus: eine Standard-Textinterpretation der zweiten Eingabe, und eine vorgeschlagene Textinterpretation der zweiten Eingabe, die relativ bevorzugter ist als die andere Textinterpretation.
  10. Tragbare elektronische Vorrichtung gemäß Anspruch 9, wobei die Operationen weiter aufweisen, als Reaktion auf die Auswahl, Speichern einer Repräsentation der ersten Eingabe als ein erstes Datenelement und Speichern einer Repräsentation der Textausgabe als ein zweites Datenelement, das zu dem ersten Datenelement gehört.
  11. Tragbare elektronische Vorrichtung gemäß Anspruch 10, wobei die Operationen weiter aufweisen, als Reaktion auf die zweite Eingabe, Identifizieren zumindest eines Teils des ersten Datenelements und, als Reaktion darauf, Ausgeben zumindest eines Teils des zweiten Datenelements als das zumindest eine aus: einer Standard-Textinterpretation der zweiten Eingabe, und einer vorgeschlagenen Textinterpretation der zweiten Eingabe, die relativ bevorzugter ist als die andere Textinterpretation.
  12. Tragbare elektronische Vorrichtung gemäß Anspruch 9, wobei die Operationen weiter aufweisen Ausgeben einer anderen Textausgabe, die repräsentativ ist für zumindest einen Teil der anderen Textinterpretation und eine Anordnung von linguistischen Elementen hat, die konsistent ist zu der Anordnung von linguistischen Elementen der ersten Eingabe.
  13. Tragbare elektronische Vorrichtung gemäß Anspruch 12, wobei die Operationen weiter aufweisen Ausgeben der anderen Textausgabe als eine Standard-Ausgabe und Ausgeben der Textausgabe als eine wählbare Varianten-Ausgabe.
  14. Tragbare elektronische Vorrichtung gemäß Anspruch 9, wobei die Operationen weiter aufweisen Erfassen als die erste Eingabe eine falsch geschriebene Eingabe und Ausgeben der Textausgabe als eine vorgeschlagene Rechtschreibkorrektur.
  15. Tragbare elektronische Vorrichtung gemäß Anspruch 14, wobei die tragbare elektronische Vorrichtung eine Anzahl von Sprachobjekten gespeichert hat, wobei zumindest einige der Sprachobjekte aus einer Anzahl von linguistischen Elementen bestehen, und wobei die Operationen weiter aufweisen Erfassen als die falsch geschriebene Eingabe eine falsch geschriebene vieldeutige Eingabe, die als die erste Anzahl von Eingabeelementbetätigungen zumindest eine erste Betätigung eines Eingabeelements aufweist, das als die Anzahl von zugewiesenen linguistischen Elementen eine Vielzahl von linguistischen Elementen hat, Fehlschlagen einer Identifizierung eines Sprachobjekts mit einer Anordnung von linguistischen Elementen, die konsistent ist zu der falsch geschriebenen vieldeutigen Eingabe und, als Reaktion darauf, Initiieren der Ausgabe als eine vorgeschlagene Textinterpretation.
  16. Tragbare elektronische Vorrichtung gemäß Anspruch 9, wobei die Operationen weiter aufweisen Erfassen als eine Eingabeelementbetätigung der ersten Anzahl von Eingabeelementbetätigungen eine aktuelle Eingabeelementbetätigung eines Eingabeelements, das eine Anzahl von linguistischen Elementen zugewiesen hat, und, als Reaktion auf die aktuelle Eingabeelementbetätigung, Initiieren der Ausgabe als eine vorgeschlagene Textinterpretation.
DE112007000855T 2006-04-05 2007-01-26 Tragbare elektronische Vorrichtung und Verfahren zur Durchführung einer Rechtschreibprüfung während einer Texteingabe und zum Vorsehen eines Rechtschreibprüfungs-Lern-Merkmals Withdrawn DE112007000855T5 (de)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US11/398,397 2006-04-05
US11/398,397 US7996769B2 (en) 2006-04-05 2006-04-05 Handheld electronic device and method for performing spell checking during text entry and for providing a spell-check learning feature
PCT/CA2007/000098 WO2007112539A1 (en) 2006-04-05 2007-01-26 Handheld electronic device and method for performing spell checking during text entry and for providing a spell-check learning feature

Publications (1)

Publication Number Publication Date
DE112007000855T5 true DE112007000855T5 (de) 2009-02-19

Family

ID=38563020

Family Applications (1)

Application Number Title Priority Date Filing Date
DE112007000855T Withdrawn DE112007000855T5 (de) 2006-04-05 2007-01-26 Tragbare elektronische Vorrichtung und Verfahren zur Durchführung einer Rechtschreibprüfung während einer Texteingabe und zum Vorsehen eines Rechtschreibprüfungs-Lern-Merkmals

Country Status (4)

Country Link
US (2) US7996769B2 (de)
DE (1) DE112007000855T5 (de)
GB (1) GB2451037B (de)
WO (1) WO2007112539A1 (de)

Families Citing this family (180)

* 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
US7788266B2 (en) 2005-08-26 2010-08-31 Veveo, Inc. Method and system for processing ambiguous, multi-term search queries
US8677377B2 (en) 2005-09-08 2014-03-18 Apple Inc. Method and apparatus for building an intelligent automated assistant
US7644054B2 (en) 2005-11-23 2010-01-05 Veveo, Inc. System and method for finding desired results by incremental search using an ambiguous keypad with the input containing orthographic and typographic errors
US7835998B2 (en) 2006-03-06 2010-11-16 Veveo, Inc. Methods and systems for selecting and presenting content on a first system based on user preferences learned on a second system
US20070255693A1 (en) * 2006-03-30 2007-11-01 Veveo, Inc. User interface method and system for incrementally searching and selecting content items and for presenting advertising in response to search activities
US8073860B2 (en) 2006-03-30 2011-12-06 Veveo, Inc. Method and system for incrementally selecting and providing relevant search engines in response to a user query
WO2007124436A2 (en) 2006-04-20 2007-11-01 Veveo, Inc. User interface methods and systems for selecting and presenting content based on relationships between the user and other members of an organization
US9318108B2 (en) 2010-01-18 2016-04-19 Apple Inc. Intelligent automated assistant
US7925986B2 (en) 2006-10-06 2011-04-12 Veveo, Inc. Methods and systems for a linear character selection display interface for ambiguous text input
WO2008063987A2 (en) 2006-11-13 2008-05-29 Veveo, Inc. Method of and system for selecting and presenting content based on user identification
US8977255B2 (en) 2007-04-03 2015-03-10 Apple Inc. Method and system for operating a multi-function portable electronic device using voice-activation
WO2008148012A1 (en) * 2007-05-25 2008-12-04 Veveo, Inc. System and method for text disambiguation and context designation in incremental search
WO2008148009A1 (en) 2007-05-25 2008-12-04 Veveo, Inc. Method and system for unified searching across and within multiple documents
US8341520B2 (en) * 2007-09-24 2012-12-25 Ghotit Ltd. Method and system for spell checking
US20090109067A1 (en) * 2007-10-29 2009-04-30 Sony Ericsson Mobile Communications Ab Method, apparatus, and computer program for text input
US10002189B2 (en) 2007-12-20 2018-06-19 Apple Inc. Method and apparatus for searching using an active ontology
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
US8229225B2 (en) * 2008-05-06 2012-07-24 Wu Yingchao Candidate selection method for handwriting input
US8464150B2 (en) * 2008-06-07 2013-06-11 Apple Inc. Automatic language identification for dynamic text processing
US20100030549A1 (en) 2008-07-31 2010-02-04 Lee Michael M Mobile device having human language translation capability with positional feedback
US8676904B2 (en) 2008-10-02 2014-03-18 Apple Inc. Electronic devices with voice command and contextual data processing capabilities
US8543913B2 (en) * 2008-10-16 2013-09-24 International Business Machines Corporation Identifying and using textual widgets
US10241644B2 (en) 2011-06-03 2019-03-26 Apple Inc. Actionable reminder entries
US10255566B2 (en) 2011-06-03 2019-04-09 Apple Inc. Generating and processing task items that represent tasks to perform
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
US9431006B2 (en) 2009-07-02 2016-08-30 Apple Inc. Methods and apparatuses for automatic speech recognition
US20110035209A1 (en) * 2009-07-06 2011-02-10 Macfarlane Scott Entry of text and selections into computing devices
US20110060984A1 (en) * 2009-09-06 2011-03-10 Lee Yung-Chao Method and apparatus for word prediction of text input by assigning different priorities to words on a candidate word list according to how many letters have been entered so far by a user
US9166714B2 (en) 2009-09-11 2015-10-20 Veveo, Inc. Method of and system for presenting enriched video viewing analytics
US10276170B2 (en) 2010-01-18 2019-04-30 Apple Inc. Intelligent automated assistant
US20110179353A1 (en) * 2010-01-19 2011-07-21 Research In Motion Limited Mobile Electronic Device and Associated Method Providing Proposed Spelling Corrections Based Upon a Location of Cursor At or Adjacent a Character of a Text Entry
DE202011111062U1 (de) 2010-01-25 2019-02-19 Newvaluexchange Ltd. Vorrichtung und System für eine Digitalkonversationsmanagementplattform
US20110191332A1 (en) 2010-02-04 2011-08-04 Veveo, Inc. Method of and System for Updating Locally Cached Content Descriptor Information
US8179370B1 (en) 2010-02-09 2012-05-15 Google Inc. Proximity based keystroke resolution
US8830182B1 (en) 2010-02-09 2014-09-09 Google Inc. Keystroke resolution
US8682667B2 (en) 2010-02-25 2014-03-25 Apple Inc. User profiling for selecting user specific voice input processing information
US9262612B2 (en) 2011-03-21 2016-02-16 Apple Inc. Device access using voice authentication
US10057736B2 (en) 2011-06-03 2018-08-21 Apple Inc. Active transport based notifications
US8994660B2 (en) 2011-08-29 2015-03-31 Apple Inc. Text correction processing
US10134385B2 (en) 2012-03-02 2018-11-20 Apple Inc. Systems and methods for name pronunciation
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
TWI456413B (zh) * 2012-09-10 2014-10-11 Univ Nan Kai Technology 多文件檢查系統及其方法
US9547647B2 (en) 2012-09-19 2017-01-17 Apple Inc. Voice-based media searching
KR20150104615A (ko) 2013-02-07 2015-09-15 애플 인크. 디지털 어시스턴트를 위한 음성 트리거
US10652394B2 (en) 2013-03-14 2020-05-12 Apple Inc. System and method for processing voicemail
US10748529B1 (en) 2013-03-15 2020-08-18 Apple Inc. Voice activated device for use with a voice-based digital assistant
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
CN105264524B (zh) 2013-06-09 2019-08-02 苹果公司 用于实现跨数字助理的两个或更多个实例的会话持续性的设备、方法、和图形用户界面
DE112014003653B4 (de) 2013-08-06 2024-04-18 Apple Inc. Automatisch aktivierende intelligente Antworten auf der Grundlage von Aktivitäten von entfernt angeordneten Vorrichtungen
US10296160B2 (en) 2013-12-06 2019-05-21 Apple Inc. Method for extracting salient dialog usage from live data
US9633004B2 (en) 2014-05-30 2017-04-25 Apple Inc. Better resolution when referencing to concepts
US9715875B2 (en) 2014-05-30 2017-07-25 Apple Inc. Reducing the need for manual start/end-pointing and trigger phrases
US9430463B2 (en) 2014-05-30 2016-08-30 Apple Inc. Exemplar-based natural language processing
US9842101B2 (en) 2014-05-30 2017-12-12 Apple Inc. Predictive conversion of language input
EP3149728B1 (de) 2014-05-30 2019-01-16 Apple Inc. Eingabeverfahren durch einzelne äusserung mit mehreren befehlen
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
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
US10074360B2 (en) 2014-09-30 2018-09-11 Apple Inc. Providing an indication of the suitability of speech recognition
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
US10127911B2 (en) 2014-09-30 2018-11-13 Apple Inc. Speaker identification and unsupervised speaker adaptation techniques
US9668121B2 (en) 2014-09-30 2017-05-30 Apple Inc. Social reminders
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
US10567477B2 (en) 2015-03-08 2020-02-18 Apple Inc. Virtual assistant continuity
US9886953B2 (en) 2015-03-08 2018-02-06 Apple Inc. Virtual assistant activation
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
US10083688B2 (en) 2015-05-27 2018-09-25 Apple Inc. Device voice control for selecting a displayed affordance
US10200824B2 (en) 2015-05-27 2019-02-05 Apple Inc. Systems and methods for proactively identifying and surfacing relevant content on a touch-sensitive device
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
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
US10255907B2 (en) 2015-06-07 2019-04-09 Apple Inc. Automatic accent detection using acoustic models
US20160378747A1 (en) 2015-06-29 2016-12-29 Apple Inc. Virtual assistant for media playback
US10331312B2 (en) 2015-09-08 2019-06-25 Apple Inc. Intelligent automated assistant in a media environment
US10671428B2 (en) 2015-09-08 2020-06-02 Apple Inc. Distributed personal assistant
US10740384B2 (en) 2015-09-08 2020-08-11 Apple Inc. Intelligent automated assistant for media search and playback
US10747498B2 (en) 2015-09-08 2020-08-18 Apple Inc. Zero latency digital 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
US10956666B2 (en) 2015-11-09 2021-03-23 Apple Inc. Unconventional virtual assistant interactions
US10049668B2 (en) 2015-12-02 2018-08-14 Apple Inc. Applying neural network language models to weighted finite state transducers for automatic speech recognition
US10223066B2 (en) 2015-12-23 2019-03-05 Apple Inc. Proactive assistance based on dialog communication between devices
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
US9972304B2 (en) 2016-06-03 2018-05-15 Apple Inc. Privacy preserving distributed evaluation framework for embedded personalized systems
US10249300B2 (en) 2016-06-06 2019-04-02 Apple Inc. Intelligent list reading
US11227589B2 (en) 2016-06-06 2022-01-18 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
US10586535B2 (en) 2016-06-10 2020-03-10 Apple Inc. Intelligent digital assistant in a multi-tasking environment
US10192552B2 (en) 2016-06-10 2019-01-29 Apple Inc. Digital assistant providing whispered speech
US10490187B2 (en) 2016-06-10 2019-11-26 Apple Inc. Digital assistant providing automated status report
US10067938B2 (en) 2016-06-10 2018-09-04 Apple Inc. Multilingual word prediction
US10509862B2 (en) 2016-06-10 2019-12-17 Apple Inc. Dynamic phrase expansion of language input
DK201670540A1 (en) 2016-06-11 2018-01-08 Apple Inc Application integration with a digital assistant
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
DK179343B1 (en) 2016-06-11 2018-05-14 Apple Inc Intelligent task discovery
US10474753B2 (en) 2016-09-07 2019-11-12 Apple Inc. Language identification using recurrent neural networks
US10043516B2 (en) 2016-09-23 2018-08-07 Apple Inc. Intelligent automated assistant
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
US10417266B2 (en) 2017-05-09 2019-09-17 Apple Inc. Context-aware ranking of intelligent response suggestions
DK201770383A1 (en) 2017-05-09 2018-12-14 Apple Inc. USER INTERFACE FOR CORRECTING RECOGNITION ERRORS
US10395654B2 (en) 2017-05-11 2019-08-27 Apple Inc. Text normalization based on a data-driven learning network
US10726832B2 (en) 2017-05-11 2020-07-28 Apple Inc. Maintaining privacy of personal information
DK201770439A1 (en) 2017-05-11 2018-12-13 Apple Inc. Offline personal assistant
DK179496B1 (en) 2017-05-12 2019-01-15 Apple Inc. USER-SPECIFIC Acoustic Models
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
DK201770427A1 (en) 2017-05-12 2018-12-20 Apple Inc. LOW-LATENCY INTELLIGENT AUTOMATED ASSISTANT
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
US10403278B2 (en) 2017-05-16 2019-09-03 Apple Inc. Methods and systems for phonetic matching in digital assistant services
US20180336275A1 (en) 2017-05-16 2018-11-22 Apple Inc. Intelligent automated assistant for media exploration
US20180336892A1 (en) 2017-05-16 2018-11-22 Apple Inc. Detecting a trigger of a digital assistant
DK179560B1 (en) 2017-05-16 2019-02-18 Apple Inc. FAR-FIELD EXTENSION FOR DIGITAL ASSISTANT SERVICES
US10311144B2 (en) 2017-05-16 2019-06-04 Apple Inc. Emoji word sense disambiguation
US10657328B2 (en) 2017-06-02 2020-05-19 Apple Inc. Multi-task recurrent neural network architecture for efficient morphology handling in neural language modeling
US10445429B2 (en) 2017-09-21 2019-10-15 Apple Inc. Natural language understanding using vocabularies with compressed serialized tries
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
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
DK201870355A1 (en) 2018-06-01 2019-12-16 Apple Inc. VIRTUAL ASSISTANT OPERATION IN MULTI-DEVICE ENVIRONMENTS
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
US11386266B2 (en) 2018-06-01 2022-07-12 Apple Inc. Text correction
DK180639B1 (en) 2018-06-01 2021-11-04 Apple Inc DISABILITY OF ATTENTION-ATTENTIVE VIRTUAL ASSISTANT
US10496705B1 (en) 2018-06-03 2019-12-03 Apple Inc. Accelerated task performance
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
US11475898B2 (en) 2018-10-26 2022-10-18 Apple Inc. Low-latency multi-speaker speech recognition
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
US10853559B2 (en) * 2019-03-27 2020-12-01 Charter Communications Operating, Llc Symmetric text replacement
US11307752B2 (en) 2019-05-06 2022-04-19 Apple Inc. User configurable task triggers
DK201970509A1 (en) 2019-05-06 2021-01-15 Apple Inc Spoken notifications
US11475884B2 (en) 2019-05-06 2022-10-18 Apple Inc. Reducing digital assistant latency when a language is incorrectly determined
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
US11289073B2 (en) 2019-05-31 2022-03-29 Apple Inc. Device text to speech
DK201970510A1 (en) 2019-05-31 2021-02-11 Apple Inc Voice identification in digital assistant systems
DK180129B1 (en) 2019-05-31 2020-06-02 Apple Inc. USER ACTIVITY SHORTCUT SUGGESTIONS
US11496600B2 (en) 2019-05-31 2022-11-08 Apple Inc. Remote execution of machine-learned models
US11360641B2 (en) 2019-06-01 2022-06-14 Apple Inc. Increasing the relevance of new available information
US11488406B2 (en) 2019-09-25 2022-11-01 Apple Inc. Text detection using global geometry estimators
US11038934B1 (en) 2020-05-11 2021-06-15 Apple Inc. Digital assistant hardware abstraction

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6452588B2 (en) 1998-06-26 2002-09-17 Research In Motion Limited Hand-held e-mail device
US6489950B1 (en) 1998-06-26 2002-12-03 Research In Motion Limited Hand-held electronic device with auxiliary input device

Family Cites Families (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2688205B2 (ja) * 1988-01-20 1997-12-08 キヤノン株式会社 電子タイプライター
US5128672A (en) * 1990-10-30 1992-07-07 Apple Computer, Inc. Dynamic predictive keyboard
US5818437A (en) 1995-07-26 1998-10-06 Tegic Communications, Inc. Reduced keyboard disambiguating computer
US5953541A (en) * 1997-01-24 1999-09-14 Tegic Communications, Inc. Disambiguating system for disambiguating ambiguous input sequences by displaying objects associated with the generated input sequences in the order of decreasing frequency of use
US7319957B2 (en) * 2004-02-11 2008-01-15 Tegic Communications, Inc. Handwriting and voice input with automatic correction
US6882869B1 (en) * 2000-12-19 2005-04-19 Cisco Technology, Inc. Device, methods, and user interface for providing optimized entry of alphanumeric text
US7117144B2 (en) 2001-03-31 2006-10-03 Microsoft Corporation Spell checking for text input via reduced keypad keys
CN1643485A (zh) * 2002-03-22 2005-07-20 索尼爱立信移动通讯股份有限公司 将文本输入到电子通信设备
US7467087B1 (en) * 2002-10-10 2008-12-16 Gillick Laurence S Training and using pronunciation guessers in speech recognition
US20040153975A1 (en) * 2003-02-05 2004-08-05 Williams Roland E. Text entry mechanism for small keypads
US20040250208A1 (en) * 2003-06-06 2004-12-09 Nelms Robert Nathan Enhanced spelling checking system and method therefore
US7395203B2 (en) * 2003-07-30 2008-07-01 Tegic Communications, Inc. System and method for disambiguating phonetic input
US8200865B2 (en) * 2003-09-11 2012-06-12 Eatoni Ergonomics, Inc. Efficient method and apparatus for text entry based on trigger sequences
US8136050B2 (en) * 2003-11-21 2012-03-13 Nuance Communications, Inc. Electronic device and user interface and input method therefor
EP1603020A1 (de) 2004-06-02 2005-12-07 2012244 Ontario Inc. Tragbares elektronisches Gerät mit Elimimierung von Textmehrdeutigkeit
US20050283724A1 (en) * 2004-06-18 2005-12-22 Research In Motion Limited Predictive text dictionary population
US8392453B2 (en) * 2004-06-25 2013-03-05 Google Inc. Nonstandard text entry
US20080138135A1 (en) * 2005-01-27 2008-06-12 Howard Andrew Gutowitz Typability Optimized Ambiguous Keyboards With Reduced Distortion
US7599828B2 (en) * 2005-03-01 2009-10-06 Microsoft Corporation Grammatically correct contraction spelling suggestions for french
US8117540B2 (en) * 2005-05-18 2012-02-14 Neuer Wall Treuhand Gmbh Method and device incorporating improved text input mechanism
US7860871B2 (en) * 2005-09-14 2010-12-28 Jumptap, Inc. User history influenced search results
US7912706B2 (en) * 2006-04-03 2011-03-22 Sony Ericsson Mobile Communications Ab On-line predictive text dictionary
US7870117B1 (en) * 2006-06-01 2011-01-11 Monster Worldwide, Inc. Constructing a search query to execute a contextual personalized search of a knowledge base
US8103499B2 (en) * 2007-03-22 2012-01-24 Tegic Communications, Inc. Disambiguation of telephone style key presses to yield Chinese text using segmentation and selective shifting
EP2531930A1 (de) * 2010-02-01 2012-12-12 Ginger Software, Inc. Automatische kontextbewusste sprachkorrektur mit einem internet-korpus speziell für geräte mit kleinen tastaturen
US8583672B1 (en) * 2011-04-14 2013-11-12 Google Inc. Displaying multiple spelling suggestions

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6452588B2 (en) 1998-06-26 2002-09-17 Research In Motion Limited Hand-held e-mail device
US6489950B1 (en) 1998-06-26 2002-12-03 Research In Motion Limited Hand-held electronic device with auxiliary input device

Also Published As

Publication number Publication date
GB0820121D0 (en) 2008-12-10
WO2007112539A1 (en) 2007-10-11
US7996769B2 (en) 2011-08-09
US9058320B2 (en) 2015-06-16
GB2451037B (en) 2011-05-04
US20110258539A1 (en) 2011-10-20
GB2451037A (en) 2009-01-14
US20070240045A1 (en) 2007-10-11

Similar Documents

Publication Publication Date Title
DE112007000855T5 (de) Tragbare elektronische Vorrichtung und Verfahren zur Durchführung einer Rechtschreibprüfung während einer Texteingabe und zum Vorsehen eines Rechtschreibprüfungs-Lern-Merkmals
DE112007000727T5 (de) Tragbare elektronische Vorrichtung und Verfahren zur Durchführung einer Rechtschreibprüfung während einer Texteingabe und zum Integrieren der Ausgabe der Rechtschreibprüfung in die Ausgabe einer Disambiguierung
DE112007000848T5 (de) Tragbare elektronische Vorrichtung und Verfahren zur Durchführung einer optimierten Rechtschreibprüfung während einer Texteingabe durch Vorsehen einer sequentiell angeordneten Reihe von Rechtschreibprüfalgorithmen
DE112007000854B4 (de) Tragbare elektronische Vorrichtung, die eine Lernfunktion vorsieht zur Erleichterung einer Korrektur einer fehlerhaften Texteingabe in einer Umgebung eines Textes, der mehrere sequentielle Betätigungen derselben Taste erfordert, und zugehöriges Verfahren
DE112005001284B4 (de) Tragbare elektronische Vorrichtung mit Textdisambiguierung
DE112007000847T5 (de) Tragbare elektronische Vorrichtung und Verfahren zum Lernen von Kontextdaten während einer Disambiguierung einer Texteingabe
DE112006003659T5 (de) Tragbare elektronische Vorrichtung und Verfahren zum Disambiguieren einer Texteingabe und Vorsehen eines Schreibweiseersatzes
DE112006002315B4 (de) Textdisambiguierung, die eine dynamische Expansion von Tastenzuordnungen ermöglicht
DE112007000728B4 (de) Tragbare elektronische Vorrichtung zum Vorsehen einer vorgeschlagenen korrigierten Eingabe als Reaktion auf eine fehlerhafte Texteingabe in einer Umgebung eines Textes, der mehrere sequentielle Betätigungen derselben Taste erfordert, und zugehöriges Verfahren
DE112005001283T5 (de) Tragbare elektronische Vorrichtung mit Textdisambiguierung
DE112006003651T5 (de) Tragbare elektronische Vorrichtung und Verfahren zur Disambiguierung einer Texteingabe zur Unterdrückung von künstlichen Varianten mit geringer Wahrscheinlichkeit
DE112005001282T5 (de) Tragbare elektronische Vorrichtung mit Textdisambiguierung
DE112005001316T5 (de) Tragbare elektronische Vorrichtung mit Textdisambiguierung
DE112006003650T5 (de) Tragbare elektronische Vorrichtung und Verfahren zur Disambiguierung einer Kompositum-Eingabe bei Einsatz unterschiedlicher Gruppierungen von Datenquellen, um unterschiedliche Teile einer Eingabe zu disambiguieren
DE112005001314T5 (de) Tragbare elektronische Vorrichtung mit Textdisambiguierung
DE112007000856B4 (de) Tragbare elektronische Vorrichtung und Verfahren zum Verwenden von Kontextdaten zur Disambiguierung einer Texteingabe
DE112006003658T5 (de) Disambiguierung einer Kompositum-Eingabe mit priorisierten Lösungen
DE112006003660T5 (de) Tragbare elektronische Vorrichtung und Verfahren zur Disambiguierung einer Texteingabe, die/das künstliche Varianten vorsieht, die aus Zeichen in einem Kernalphabet bestehen
DE112008001975B4 (de) Disambiguierung von Wörtern mit Buchstaben und Symbolen
DE112005002060T5 (de) Tragbare elektronische Vorrichtung mit Textdisambiguierung
DE112006003649T5 (de) Tragbare elektronische Vorrichtung und Verfahren zur Disambiguierung einer Kompositum-Eingabe und zur Priorisierung von Kompositum-Lösungen gemäß einer Vollständigkeit von Textkomponenten
WO2008116843A2 (de) Verfahren zur worterkennung in zeichensequenzen
DE112005002059T5 (de) Tragbare elektronische Vorrichtung mit Textdisambiguierung
DE112005001313B4 (de) Tragbare elektronische Vorrichtung mit Textdisambiguierung
DE112006003646T5 (de) Tragbare elektronische Vorrichtung und Verfahren zur Disambiguierung einer Kompositum-Eingabe, das N-Gramm-Daten einsetzt, um eine Erzeugung von Kompositum-Lösungen niedriger Wahrscheinlichkeit zu begrenzen

Legal Events

Date Code Title Description
OP8 Request for examination as to paragraph 44 patent law
8128 New person/name/address of the agent

Representative=s name: MERH-IP, 80336 MUENCHEN

R120 Application withdrawn or ip right abandoned

Effective date: 20140623