KR100256458B1 - 입력 언어 식별 방법 및 데이타 처리 시스템 - Google Patents

입력 언어 식별 방법 및 데이타 처리 시스템 Download PDF

Info

Publication number
KR100256458B1
KR100256458B1 KR1019930000765A KR930000765A KR100256458B1 KR 100256458 B1 KR100256458 B1 KR 100256458B1 KR 1019930000765 A KR1019930000765 A KR 1019930000765A KR 930000765 A KR930000765 A KR 930000765A KR 100256458 B1 KR100256458 B1 KR 100256458B1
Authority
KR
South Korea
Prior art keywords
tally
language
key
value
skew
Prior art date
Application number
KR1019930000765A
Other languages
English (en)
Other versions
KR930016864A (ko
Inventor
시안에린왈튼
Original Assignee
디. 크레이그 노룬드
휴렛트-팩카드 캄파니
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 디. 크레이그 노룬드, 휴렛트-팩카드 캄파니 filed Critical 디. 크레이그 노룬드
Publication of KR930016864A publication Critical patent/KR930016864A/ko
Application granted granted Critical
Publication of KR100256458B1 publication Critical patent/KR100256458B1/ko

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/12—Digital output to print unit, e.g. line printer, chain printer
    • G06F3/1201—Dedicated interfaces to print systems
    • G06F3/1202—Dedicated interfaces to print systems specifically adapted to achieve a particular effect
    • G06F3/1203—Improving or facilitating administration, e.g. print management
    • G06F3/1206—Improving or facilitating administration, e.g. print management resulting in increased flexibility in input data format or job format or job type
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/12—Digital output to print unit, e.g. line printer, chain printer
    • G06F3/1201—Dedicated interfaces to print systems
    • G06F3/1223—Dedicated interfaces to print systems specifically adapted to use a particular technique
    • G06F3/1237—Print job management
    • G06F3/1244—Job translation or job parsing, e.g. page banding
    • G06F3/1248—Job translation or job parsing, e.g. page banding by printer language recognition, e.g. PDL, PCL, PDF
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/12—Digital output to print unit, e.g. line printer, chain printer
    • G06F3/1201—Dedicated interfaces to print systems
    • G06F3/1278—Dedicated interfaces to print systems specifically adapted to adopt a particular infrastructure
    • G06F3/1285—Remote printer device, e.g. being remote from client or server
    • G06F3/1286—Remote printer device, e.g. being remote from client or server via local network
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/263—Language identification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K15/00—Arrangements for producing a permanent visual presentation of the output data, e.g. computer output printers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K2215/00—Arrangements for producing a permanent visual presentation of the output data
    • G06K2215/0002—Handling the output data
    • G06K2215/0005—Accepting output data; Preparing data for the controlling system
    • G06K2215/0014—Transforming the printer input data into internal codes

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Devices For Executing Special Programs (AREA)
  • Machine Translation (AREA)
  • Document Processing Apparatus (AREA)

Abstract

데이터 처리 시스템은 다수의 입력 언어들에 응답하고, 각각의 언어는 사전 선택된 구문에 따른다. 입력 데이터에서 규정된 부분("찬성(For)" 키)의 존재는 언어의 존재에 대해 찬성 투표를 나타내고 다른 규정된 부분("반대(Against)" 키)의 존재는 언어의 존재에 대해 반대 투표를 나타낸다. 본 발명의 시스템은 입력 언어를 식별하는 방법을 다음과 같이 수행한다 : 즉, 본 발명의 방안은 각각의 예상 언어에 대하여, 입력 데이터 블록의 구문을 분석하여 상기 데이터 블록에서 찬성 및 반대 키를 식별하는 단계와; 상기 분석에 응답하여 각각의 예상 언어에 대한 찬성 및 반대 탤리를 제공하는 단계(각각의 탤리는 키 엔트리의 합이고, 각각의 키 엔트리는 스큐에 의해 승산된 식별키 카운트를 포함하고, 스큐의 값은 데이터 블록의 구문 및 문맥에서 키의 중요성을 나타내고, 찬성 탤리는 찬성키의 엔트리의 합이고, 반대 탤리는 반대키의 엔트리의 합이다)와; 찬성 및 반대 탤리들을 비교한 후 탤리들이 너무 근접하여 불확실성의 신호가 발생되는지를 판정하는 단계와 : 데이터 블록의 부가적인 구문의 특징을 기초로 하여 불확실성을 결정하고 델리들 중 하나를 기초로 한 값을 나타내는 단계로서, 부가적인 구문 특징은 탤리들간의 불확실성이 없는 경우 탤리들 중 보다 큰 탤리로부터 도출된 값을 나타내는 단계와; 각각의 예상 언어에 대하여 나타난 값을 기초로 하여 수신 언어의 아이덴티티를 결정하는 단계를 포함한다.

Description

입력 언어 식별 방법 및 데이터 처리 시스템
제1도는 본 발명의 언어 식별 절차를 구현하는 시스템의 블록도.
제2도는 제1도에 도시된 언어 식별 절차의 투표 모듈에서 서브루틴의 리스트를 도시한 도면.
제3도는 프린터 제어 언어인 PCL의 구문을 규정한 도면
제4도는 프린터 제어 언어인 포스트스크립트의 구문을 규정한 도면
제5a도는 포스트스크립트 언어에서 키들의 가중치 테이블을 예시한 도면.
제5b도는 PCL 언어에서 키들의가중치 테이블을 예시한 도면.
제6도는 포스트스크립트 언어의 문맥 테이블을 도시한 도면.
제7도는 PCL 언어의 문맥 테이블를 도시한 도면.
제8도 내지 제11도는 제1도의 시스템이 수행하는 언어 식별 절차의 고수준의 흐름도.
* 도면의 주요부분에 대한 부호의 설명
10, 12, 14 : 개인용 컴퓨터 16 : 근거리 통신망
20 : 중앙 처리 장치 22 : 입력/출력 장치
24 : 램(RAM) 28 : 프린트 엔진
42 : 투표 값 레지스터 48 : 가중치 테이블
50 : 문맥 테이블 52 : 찬성/반대 투표 탤리 레지스터
본 발명은 수신된 언어를 식별(identification)하는 데이터 처리 시스템에 관한 것으로, 특히 구문 및 문맥 분석(syntax and context analysis) 모두를 이용하는 언어 식별 시스템에 관한 것이다.
최근의 데이터 처리망(data processing networks)은 여러 가지 형태의 컴퓨터가 통신망(communication network)과 상호 연결할 수 있도록 한다. 프린터, 플로터 등과 같은 주변장치도 또한 통신망에 연결되며, 이들 주변장치는 접속 컴퓨터(connected computers)의 자원(resources)으로서 기능을 수행한다. 이러한 주변장치들은 여러 컴퓨터들로부터 수신된 명령들을 이해하고 응답할 수 있어야 한다. 모든 연결 컴퓨터들이 동일한 주변 장치 제어 언어(peripheral control language)를 사용하는 동안, 주변 장치는 오직 하나의 언어만을 인식하고 응답한다. 하지만, 이러한 컴퓨터들이 상이한 주변 장치 제어 언어들을 사용하는 경우, 주변 장치는 입력되는 언어의 아이덴티티 (identity)를 인식하고 식별된 언어의 명령에 응답할 수 있어야 한다.
어떤 주변 장치 제어 언어는 언어 식별용 최초 식별 코드 시퀀스(initial identif ication code sequences)를 사용한다. 망(networks)에 접속된 여러 컴퓨터가 언어의 구문 부호화 요건에 따르면 언어를 인식할 수 있다. 하지만, 어떤 망에 연결가능한 모든 컴퓨터에 대해 코드 시퀀스를 항상 일정불변하게 사용할 수 있도록 보장하지는 못한다. 주변 장치 제조자는 어떤 가능성, 예를 들면 특정한 최초 식별 코드 시퀀스가 다른 언어의 데이터 열로 나타나서 주변 장치에 의한 언어 전환에 오류가 일어날 가능성을 예측해야 한다.
최근에, 정밀한 주변 장치에서는 "문맥 전환(context switching)" 시스템을 이용한다. 이 시스템에서는 수신된 코드 블록의 문맥을 분석하여 다운적재 작업 (downloaded job)에 사용될 언어를 식별 할 수 있도록 한다. 이러한 문맥 전환기 (context switcher)의 하나는 미합중국 알라바마 36618 모빌 마그넘 패스 1 소재의 QMS 인터내셔널사 제품인 QMS ESP이 있다. QMS ESP 제품은 아직 공표되지는 않았지만 그 작동은 외부 분석으로 나타낼 수 있다. ESP 제품은 특정한 제어 언어를 나타내는 특정한 문자열, 심볼 및 제어 문자(strings, symbols and control characters)(이하, 총체적으로 키(keys)라 칭함)를 탐색하기 위해 제공된다. 특정한 키 워드는 특정한 언어를 나타내는 만큼 그 중요성을 지니고 있다. 또한, 키의 발생 횟수도 그 중요성을 지니고 있다.
ESP는 최초 코드 시퀀스에서 누적된 통계를 근거로 하여 입력 언어를 결정하는데, 특정한 환경에 따라 ESP는 언어를 식별하지 못할 수 있는 것으로 밝혀졌다. 이러한 주기적인 언어의 선택 오류는 하나 이상의 언어에서 임의의 키가 발생되고 하나의 주기 동안 입력 데이터 스트림을 비문맥 분석(non-contextual analysis)할 경우 언어의 지시에 오류가 발생하는 사실 때문에 발생하는 것으로 추정할 수 있다.
따라서, 본 발명의 목적은 주변 장치의 개선된 언어 식별 시스템을 제공하는데 있다.
본 발명의 다른 목적은 입력 데이터 스트림의 문맥 및 구문 분석을 모두 이용하는 언어 식별 시스템을 제공하는데 있다.
본 발명의 또 다른 목적은 미래의 언어(future languages)를 지원하기 위해 확장가능한 언어 식별 시스템을 제공하는데 있다.
데이터 처리 시스템은 다수의 입력 언어에 응답하고, 각각의 언어는 사전 정의된 구문에 따른다. 입력 데이터에서 정의된 부분("찬성(For)" 키)의 존재는 언어의 존재에 대해 찬성표를 나타내고, 다른 정의된 부분("반대(Against)" 키)의 존재는 언어의 존재에 대해 반대표를 나타낸다.
본 발명의 시스템은 입력 언어를 식별하는 방법을 다음과 같은 단계를 포함하여 수행한다. 각각의 예상 언어에 대해, 입력 데이터 블록의 구문을 분석하여 상기 데이터 블록의 찬성키와 반대키를 식별하는 단계와; 상기 분석에 응답하여 각각의 예상 언어에 대한 찬성 및 반대 탤리(tallies)를 제공하는 단계와 (각각의 탤리는 키 엔트리의 합(summation)이고, 각각의 키 엔트리는 스큐(skew)에 의해 승산(multiply)된 식별키의 카운트(identified key count)를 포함하고, 스큐값(skew value)은 데이터 블록의 구문 및 문맥에서 키의 중요성을 나타내고, 찬성 탤리는 찬성키의 엔트리의 합이고, 반대 탤리는 반대키의 엔트리의 합이다); 찬성 탤리와 반대 탤리를 비교하여 이들 탤리가 너무 근접하여 불확실한 신호를 발생하는지를 판정하는 단계와; 데이터 블록의 부가적인 구문 특징을 근거로 하여 불확실성을 결정하고, 탤리들 중 하나를 기초로 하여 값을 나타내는 단계로서, 부가적인 구문 특징이 상기 언어에 대한 찬성 또는 반대인지에 따라 상기 표시가 좌우되는 단계와; 탤리들간의 불확실성이 없는 사건에서 탤리들중 보다 큰 탤리로부터 도출된 어떤 값을 지시하는 단계와; 각각의 상기 예상 언어에 대하여 상기 지시된 값에 의거하여 어떤 수신 언어의 아이덴티티를 결정하는 단계를 포함한다.
제1도를 참조하면, 개인용 컴퓨터(PC)(10, 12, 14)가 근거리 통신망(Local Area Network : LAN)을 통하여 상호 접속되어 있다. 프린터(18)도 또한 LAN에 접속되어 개인용 컴퓨터(10, 12, 14) 각각에 대하여 프린트 서비스를 제공한다. 이하, 본 발명은 프린터(18)의 문맥으로 기술되지만, 또한 연결 컴퓨터를 서비스하는 다른 데이터 처리 시스템도 본 발명에 동일하게 적용될 수 있음을 이해하여야 한다. 이러한 다른 주변 장치의 예로서 플로터, 팩시밀리 장치 등이 있다.
LAN(16)에 접속된 컴퓨터들은 상이한 프린터 제어 언어를 사용할 수 있다. 본 발명을 예시하기 위해, PC(10)는 PCL(프린터 제어 언어)로 알려진 프린터 언어를 사용하고 PC(12)는 포스트스크립트(PostScript)로 알려진 프린터 언어를 사용하고, PC(14)는 다른 프린터 제어 언어를 사용하는 것으로 가정한다. 본 발명은 프린터(18)가 PC(10, 12, 및/또는 14) 중 어느 하나로부터 입력되는 명령/데이터 스트립을 자동으로 분석하고; 수신된 언어를 식별하고; 식별된 언어에 따라 프린트 명령을 계속 수행한다.
프린터(18)는 중앙 처리 장치(20), 입력/출력(I/O) 모듈(22) 및 RAM(24)을 포함하며, 이들은 버스(26)를 통해 프린트 엔진(28)에 각각 접속된다. RAM(24)의 일부분은 도면 번호(30)으로 도시되어 있으며, 이 부분(30)은 언어 식별 절차(language identification procedure)에 대해 사용되는 부분을 포함한다. 이 부분(30)에 포함되어 있는 저장 영역(32)은 PC(10, 12 또는 14)중 어느 하나로부터 수신된 데이터 블록을 저장한다. 저장 영역(32)은 256 바이트의 데이터 블록을 저장할 만큼 충분히 큰 용량을 갖는 것이 바람직하다. 이러한 블록의 크기는 필요한 처리 시간을 과도하게 지연시키지 않고 입력되는 언어를 식별할 수 있을 만큼 충분히 커야 한다.
언어 식별 절차는 다수의 투표 모듈들(voter modules)(34, 36 및 38)을 포함하며, 이들 각각은 특정하게 할당되어 예상 프린터 언어를 분석한다. 예를 들면, 투표 모듈(34)은 PCL 언어를 분석하는데 할당되고, 투표 모듈(36)은 포스트스크립트 언어를 분석하는데 할당된다. 결정 모듈(decider module)(40)은 각각의 투표 모듈들(34, 36 및 38)로부터 출력을 수신하고, 투표 모듈 입력을 기초로 하여 수신된 언어중에서 가장 유사한 아이덴티티(identity)를 결정한다. 이어서, 결정 모듈(40)은 CPU(20)에 명령하여 CPU(20)가 결정된 언어(decided-upon language)를 번역 및 실행할 수 있게 구문 부호화 소프트웨어를 액세스한다. 결정 및 투표 기능들이 분리되어 있으므로, 언어를 부가할 경우 각각의 새로운 언어에 대해 투표 모듈을 추가함으로써 새로운 언어를 용이하게 추가할 수 있다.
제2도에는 대표적인 투표 모듈 및 그 주요 구성성분이 도시되어 있다. 서부루틴 (42)은 투표 모듈의 할당된 언어 구조의 정의들(definitions of the voter's assigned language structure)이 구비된 구문 분석기(syntax analyzer)로서, 규칙 및 설명의 명령문들(rules and descriptive statemetnts)을 포함한다. 구문 분석기(42)는 이러한 정의들을 사용함으로써 입력되는 데이터 블록을 분석하고, 데이터 블록 언어의 아이덴티티의 결정에 특히 관련된 부분을 식별하도록 동작될 수 있다. 이하, 이러한 관련 부분들을 키(keys)라 지칭한다. 전술한 키는 양의 키와 음의 키가 있으며, 만일 양의 키가 존재하면 이는 언어에 대한 찬성을 나타내고 음의 키가 존재하면 이는 언어에 대해 반대를 나타낸다.
각각의 투표 모듈은 다수의 키 카운터들은 포함하며, 각각의 키의 형태(카테고리)에 대하여 하나의 키 카운터를 갖는다. 각각의 투표 모듈은 키의 카운터가 등록될 때 가중치를 각각의 키에 할당하는 가중치 테이블을 더 포함한다. 가중치 테이블(48)에 저장된 가중치는 양수 또는 음수이며, 이것은 식별된 키가 언어의 존재를 나타내는 것인지 혹은 구문 언어로 허용되지 않은 미지의 문자 또는 다른 그룹의 문자를 나타내는 것인지에 따라 결정된다. 할당된 가중치는 가산 동작을 수행하는 투표 값 레지스터(vote value register)(46)에서 가산되며, 이 레지스터(46)의 값은 입력되는 데이터 스트림에서 검출된 양수 또는 음수 가중치 키의 합이다.
문맥 테이블(50)은 수신된 데이터 블록의 키 및 문맥에 따라 다른값("스큐")을 각각의 검출된 키에 할당하는데 사용된다. 문맥 테이블(50)은 각각의 키의 형태에 대하여 최초 스큐값을 포함하며, 이 값은 스큐 수정자(skew modifier)에 의해 승산 또는 제산되어 테이터 블록의 키의 문맥에 좌우되는 스큐값으로 변경된다. 이 스큐값(양수 및 음수의 값)은 양수 및 음수의 스큐값을 각각 저장하는 한쌍의 투표 탤리 레지스터들 (vote tally registers)(52)로 입력된다. 따라서, "찬성" 탤리 레지스터는 전술한 계산 결과의 모든 양수 스큐값을 누적하고, "반대" 탤리 레지스터는 음수 스큐값을 누적한다.
제3도 및 제4도를 참조하면, PCL 및 포스트스크립트의 구문들이 논리도 형태로 도시되어 있다. 각각의 논리도는 특정한 언어에 대해 스캔(scan)하기 위해 할당된 투표 모듈의 개개의 구문 분석기 서브루틴(42)내에 논리 명령들(logical statements)로 구현된다. 따라서, 투표 모듈(34)(제1도)은 제3도에 도시된 구문을 이용하는 논리 명령들을 구비할 것이다. 제3도의 논리도는 다음과 같이 분석될 수 있다. PCL 구문은 프린트 작업전에 확장문자(Escape)(27과 동일한 이진수의 값)로서 알려진 정의된 ASCⅡ 문자 시퀀스를 필요로 한다. Escape 시퀀스가 결정된 후에, 구문 분석기는 데이터 흐름(data flow)에서 다음 바이트를 분석하고, 이진값이 48과 126 사이에 있으면, 다음 Escape 시퀀스(도시되지 않음)가 수신될 때까지 전술한 분석을 대기한다. Escape 시퀀스가 검출된 후 다음 바이트의 이진 값이 33과 47 사이에 있으면, 연속 데이터가 스트링 번호(str Num)인지 혹은 96과 126 사이의 이진값을 갖는 문자인지를 판정한다. 스트링 번호는 PCL 구문에서 다수의 문자들 중 하나로서 정의되며, 이들 각각의 문자는 스트링 번호로 분류된다(Str Num으로 표기된 논리도를 참조). 구문 분석기가 스트링-번호의 존재를 판정한 후, 구문 분석기는 다음 문자의 값이 64와 94 사이에 존재하는지를 판정한다. 만일 조건이 충족되면, 데이터의 추종(data following)이 스킵된다. 이어서, 절차는 Escape 시퀀스등에 대한 스캐닝 동작으로 리턴된다. 논리도의 최종 단락(leg)은 문자가 96과 126 사이의 값을 갖는 경우에 발생되며, 이때 스트링 번호의 판정이 다시 수행된다.
다음의 예는 제3도의 PCL 구문의 차트를 이해하는데 도움이 된다. 다음의 값 예를 들어, 27, 33 및 96을 가진 문자 어레이를 수신하는 것으로 가정한다. PCL 구문 분석기(42)가 이진값 27을 가진 문자를 검출할 때, 분석기는 이 값을 ASCⅡ Escape 문자로서 즉시 인식한다. 다음의 문자값은 33이므로 구문 분석기는 제3도에 도시된 박스(A)로 진행하여 양의 응답을 얻고 다음 문자의 분석을 계속 수행한다. 다음 문자 96은 스트링 번호(블럭 B)의 구문과는 정합하지 않지만 논리 블록(C)에 도시된 조건과는 정합한다. PCL 구문 리스트내의 정의들을 검출하는 구문 분석기는 입력되는 데이터 스트림의 부분들을 식별할 때까지 그 절차를 계속 수행한다.
제4도는 수평 로직 블록 조건이 충족되지 않을 경우에만 수직 라인(D)를 따라 분석을 진행하는 포스트스크립트의 로직 차트이다. 따라서, 투표 모듈(36)에 상주하는 구문 분석기가 입력 데이터 스트림중에서 %를 검출하지 않으면, 즉시 "〈"표시가 존재하는지를 판정하고, 만일 조건이 충족되지 않으면 "("등이 나타나는 지를 판정한다. 동일한 방식으로, 포스트 스크립트 투표 모듈의 구문 분석기(42)는 포스트스크립트 키들에 대한 분석을 계속한다.
제5a도 및 제5b도를 참조하면, 포스트스크립트 및 PCL 언어에 대한 가중치 테이블이 도시되어 있고, 언어 분석 절차에 이용되는 키들이 나타나 있다. 제5a도를 참조하면, 포스트스크립트 키의 형태로서 예약 단어(reserved words), 구문 오류, 문서키(documentation keys), 특수키, 미지의 워드(unknown words) 및 예약 가능(reserved punctuation)이 있다. 예약 단어는 언어의 구문에서 사용불가능한 것으로 정의된 것이거나 혹은 구문에 의해 특정화된 것이다. 구문 오류는 언어의 구문 요건을 충족시키지 못하는 문자들의 결합이다. 문서 형태 명령은 문서에 대한 라우팅 (routing) 명령이거나 또는 문서의 형태를 규정하는 명령이다. 특수 문자 시퀀스는 언어에 대해 특수화된 구문에 의해 규정된 것이다. 예약 기능은 구문에 의해 상기와 유사하게 규정되며 구문내에서 특정한 의미를 가진다. 마지막으로, 미지의 워드는 구문으로 인식되지 않은 워드이다.
제5a도의 우측 세로 단에 도시된 바와 같이, 각각의 키의 형태에는 가중치가 할당되는데, 몇몇 가중치는 양수이고 어떤 것들은 음수이다. 음수 가중치는 그 언어에 대해 반대 투표이고, 양수 가중치는 그 언어에 대해 찬성 투표이다. 음의 가중치를 발생시키는 키 형태는 양의 가중치를 할당받은 키 형태보다 중요하지 않음에 유의하여야 한다. 이것은 언어의 존재를 나타내는 양의 가중치 키가 언어가 존재하지 않음을 나타내는 음의 가중치 키보다 더 많기 때문이다. 제5a도에 나타난 특정 가중치들은 경험적으로 도출된 것으로, 언어 식별에 대한 키 형태의 중요성 평가에 좌우된다.
제5b도는 PCL 언어에 대한 키 형태를 예시한 도면이다. 확장 문자(Escape character)는 상기에서 기술되었다. 단축 시퀀스(short sequences) 및 완료 시퀀스 (complete sequences)는 PCL 구문에 의해 정의되고 PCL에 대해 특수한 문자 시퀀스이다. 결합 시퀀스는 반복된 완료 시퀀스이다. 부적합 시퀀스는 PCL 구문이 PCL 언어의 일부로서 인정하지 않은 문자의 시퀀스이다. 부적합 시퀀스는 포스트스크립트의구문 오류와 동일하다. 제5b도에 도시된 차트의 우측의 가중치는 PCL 언어에 대해 "찬성(for)"하는 양의 값과 PCL 언어에 대해 "반대(against)"하는 음의 값을 가진다.
제2도를 참조하면, 각각의 투표 모듈은 키 형태 카운터들(44)가 제공됨에 유의하여야 한다. 제5a도에서 알 수 있는 바와 같이, 포스트스크립트 투표 모듈(36)은 리스트된 키 형태 각각에 대해 하나씩 6개의 키 형태 카운터를 포함한다. 마찬가지로, 제5b도에 도시된 바와 같이, PCL 투표 모듈(36)은 입력되는 데이터 블록의 분석으로부터 판정된 각각의 키 형태의 수에 따라 5개의 키 형태 카운터를 포함한다. 또한, 각각의 투표 모듈은 투표값 레지스터(46)를 포함한다. 각각의 투표 모듈에서 투표값 레지스터(46)는 구분 분석기 (42)에 의해 특정한 키 형태가 검출될 때마다 키 형태에 할당된 가중치씩 증분된다. 따라서, 투표값 레지스터(46)는 입력되는 데이터 블록에서 검출된 모든 키들의 음수 및 양수 가중치들의 누적된 합을 나타낸다.
제6도 및 제7도는 포스트스크립트 및 PCL 언어에 대한 문맥 테이블을 도시한 도면이다. 이 테이블에 의해 데이터 블록으로부터 도출된 키들이 데이터 블록의 문맥에 따라 상이하게 가중화(즉, "스큐")된다. 이어서, "스큐" 값들은 각각의 투표 모듈내의 찬성(For) 및 반대(Against) 투표 탤리 레지스터(52)에 입력된다. 각각의 문맥 테이블은 포스트스크립트 및 PCL의 가중치 테이블에서 검출될 수 있는 키 형태의 리스트와 동일한 키 형태 열(column)을 포함하나. "스큐 방향(skew direction)"의 열은 키 형태에 적용될 문맥 스큐가 최대(최고(ceiling))에서 점점 감소하는지 혹은 최소점에서 증가하는지를 나타낸다. "증가(growing)" 스큐 방향은 데이터 블록의 키 형태가 연속적으로 증분하여 발생되는 것을 나타내고, 이는 데이터 블록이 개개의 언어로 구성됨을 나타낸다. 이와 달리, "최고" 스큐는 특정키 형태의 최초 발생이 가장 중요하고 차후의 발생은 덜 중요한 것임을 나타낸다.
각각의 문맥 차트의 다음 열은 데이터 블록에서 각각의 키의 최초 발생에 대한 각각의 키 형태에 할당된 "최초 스큐"를 나타낸다. 이들은 경험적으로 정의된 값이며, 이들 값의 상대적 크기는 언어를 식별하기 위한 데이터 블록의 특정키의 최초 출현의 중요성을 나타낸다. 설명을 위해, 이들 값은 아라비아 숫자로 도시되지만, 실제 수행에 있어서 이들 값은 16진수 형태로 표기된다. "스큐 변경" 열은 최초에 나타나는 어떤 키 형태 이후에 연속적으로 나타나는 키 형태에 따라 최초 스큐값들이 어떻게 변경되는지를 나타낸다. 예를 들면, 첫 번째 문서 형태 명령 키가 40으로 할당되고, 두 번째 발생되는 문서 명령 형태 키는 10(40/4)으로 할당되고, 세 번째 발생되는 값은 2.5(10/4)로 할당된다. 마찬가지로, 특수 기능 키는 처음에 2.79×10-7로 할당되고, 특수 기능 키가 두 번째 발생될 경우 이 값은 4배 승산된다. 특수 기능키가 세 번째 발생될 경우 승산 결과의 값은 4배 승산된다.
제7도는 PCL 언어에 대한 문맥 테이블을 도시한 도면이다. 여기서, 단축 시퀀스, 완료 시퀀스 및 결합 시퀀스의 키 형태는 차후 발생시 동일한 최초 스큐값 및 스큐 변경에 따른다.
전술한 바와 같이, 각각의 투표 모듈은 찬성 및 반대 투표 탤리 레지스터(52)를 포함한다. 문맥 테이블을 사용하여 계산된 표시값은 찬성 및 반대 투표 탤리 레지스터에 기록되고, 양의 값은 찬성 레지스터에서 합산되고 음의 값은 반대 레지스터에 합산된다. 따라서, 각각의 투표 탤리 레지스터는 수신된 데이터 블록내에서 다수의 키 형태를 문맥으로 나타내는 합이다. 찬성 투표 탤리 레지스터의 합은 특정 언어 존재를 나타내는 모든 키의 스큐 가중치를 나타낸다. 반대 투표 탤리 레지스터는 분석될 블록이 개개의 투표 모듈에 의해 처리되는 특정 언어를 사용하지 않음을 나타내는 키들의 스큐 가중치의 합이다.
제8도 내지 제11도를 참조하면, 언어 식별 절차가 제5a도, 제5b도, 제6도 및 제7도에 도시된 테이블과 함께 기술될 것이다. 절차는 새로운 데이터 블록이 수신될 때 개시된다(박스 100). 데이터 블록이 소정의 크기를 가질 경우, 데이터 블록은 입력되는 데이터의 적절한 샘플을 포함할 수 있을 정도의 크기로 선택되는 것이 바람직하지만, 프린트 기능을 지연시킬 정도로 너무 크지 않는 것이 바람직하다. 수신된 블록의 크기는 대략 256 바이트가 바람직하다.
전술한 바와 같이, 각각의 투표 모듈은 각각의 예상 언어에 대해 제공되며, 이 경우, PCL 및 포스트스크립트는 예상 언어인 것으로 추정할 수 있다. 각각의 투표 모듈은 수신된 블록 입력시 병렬로 동작한다. 제8도에 도시된 바와 같이, 투표 모듈의 구문 분석기(42)는 데이터 블록 입력에서 연속적으로 검출되는 키들을 먼저 식별한다(박스 102). 이어서, 이들 키는 형태에 의해 식별되고(박스 104), 대응하는 키 형태 카운터들이 새로운 키 형태가 판정될 때마다 하나씩 증분된다(박스 106). 마찬가지로, 키가 검출될 때마다 표시된 가중치는 투표값에 가산되며, 이러한 가중치는 가중치 테이블에서 발견할 수 있다(박스 108). 예를 들면, 포스트스크립트 투표 모듈에서 구문 오류가 존재하는 것으로 판정되면, 투표값 레지스터(46)(제2도)에 -50이 가산된다. 마찬가지로, 특수 문자 시퀀스가 판정되면, 투표 모듈 투표값 레지스터(46)에 +80이 가산된다.
이러한 방식으로, 투표 모듈은 하나로 동작하는 누적 합을 보유하며, 합의 값은 투표 모듈이 스캔닝하는 언어에 대해 가중된 찬성 및 반대 투표를 나타낸다. 그렇지만, 투표값 레지스터 합은 키가 데이터 블록에 나타나는 문맥(즉, 키들의 관계)을 고려하지 않는다. 따라서, 이러한 누적된 투표 값은 언어가 정확하게 일관성 있게 선택되도록 하는데 불충분하다.
구문 분석기내에서, 절차는 데이터 블록에서 마지막 키가 검출되었는지를 판정한다(박스 110). 마지막 키가 검출되지 않으면, 절차 사이클은 개시된 절차로 다시 복귀하여 그 절차를 반복한다. 입력 데이터 블록으로부터 마지막 키가 검출되면, 절차는 투표값 레지스터(46)내의 값이 0 이상인지 혹은 0 미만인지를 판정한다(박스 111). 만일 투표값이 0 이상이면 절차는 출력(112)으로 진행되고 0 미만이면 절차는 출력(113)으로 진행된다.
제8도에 기술된 구문 분석과 함께, 각각의 투표 모듈은 문맥 분석을 수행한다. 문맥 분석에 대한 절차가 제9도에 도시되어 있으며, 찬성 및 반대 탤리 레지스터를 설정한다(박스 120). 절차는 제8도의 박스(104)로부터 식별된 키들 및 키 형태들을 입력으로서 수신한다. 각각의 식별된 키에 대하여, 절차는 키가 데이터 블록에서 식별된 형태의 최초 키인지를 판정한다. 만일 조건이 충족되면, 절차는 관련 문맥 테이블로부터 키 형태에 대한 최초 스큐값을 판정한다(박스 124). PCL 투표 모듈은 제7도의 문맥 테이블에 도시된 값을 이용하고, 포스트스크립트 모듈은 제6도의 문맥 테이블의 값을 이용한다.
최초 스큐값이 음수로 판정되면(박스 126), 투표 모듈의 반대 탤리는 최초 스큐값씩 증분된다(박스 127). 이와 달리, 최초 스큐값이 양수이면, 투표 모듈의 찬성 탤리 레지스터는 최초 스큐값씩 증분된다(박스 128).
판정 박스(122)를 참조하면, 박스(104)로부터 입력된 키가 특정키 형태의 키를 가진 데이터 블록의 최초 키가 아니면, 그 절차는 판단 박스(130)로 진행되어, 결정된 키 형태에 대한 최초 스큐값이 양수인지 혹은 음수인지를 판정한다. 만일 최초 스큐값이 양수이면, 찬성 탤리로 입력된 마지막 스큐값은 스큐 수정자에 의해 변경된다(박스 132). 예를 들면, 최초 스큐값이 양이라고 가정했을 때 스큐 수정자가 스큐값이 4로 제산되는 것으로 나타내면, 찬성 탤리 레지스터로의 스큐값의 마지막 입력은 4로 제산된다. 마찬가지로, 스큐 수정자가 승산 연산을 나타내면, 찬성 탤리로의 마지막 스큐값의 입력은 수정자 값으로 승산된다. 따라서, 수정된 스큐값은 논리합으로 찬성 탤리 레지스터에 입력되어 레지스터의 누적값을 갱신한다. OR의 연산으로 인해 누적값의 비트 크기는 증가되지 않는다(그리고, 본질적으로 합으로부터 소정의 캐리가 제거된다). 찬성 및 반대 탤리 레지스터는 유사하게 처리되므로, 이들간의 연속적인 비교는 캐리 연산에 아무런 영향을 받지 않는다.
판정 박스(130)를 참조하면, 최초 스큐값이 음수값을 가진 것으로 판정되면, 반대 탤리 레지스터에 입력되는 마지막 스큐값은 스큐 수정자에 의해 변경된다. 이와 동일한 방식으로, 그 기능이 승산을 나타내면 마지막 입력된 스큐값은 소정의 상수로 승산되고, 제산이 호출되면 동일한 동작이 발생된다(박스 136). 이어서, 절차는 변경된 스큐값을 반대 탤리 레지스터로 논리합하여 그 값을 갱신한다.
이때, 절차는 블록의 마지막 키가 검출되었는지를 판정한다(판단 박스 140). 만일 검출되지 않았으면, 찬성 또는 반대 탤리가 98% 임계치를 초과하는지를 판정한다(판단 박스142). 찬성 또는 반대 탤리중 하나의 누적값이 각각의 탤리가 얻을 수 있는 최대값의 98%를 초과하면, 절차는 더 이상의 키의 분석을 중단하고, 언어가 추정적으로 식별된 것으로 가정한다.
판단 박스(142)가 "부정"을 나타내면, 절차는 다음 키를 처리하기 위해 재순환된다. (판단 박스(140)에서 판정된 바와 같이) 블록의 마지막 키가 처리된 후, 절차는 찬성 및 반대 탤리 레지스터간의 차를 계산한다(박스 144). 이어서, 계산된 차이값은 탤리간에 예측할 수 있는 최대 예상 차분값과 비교된다. 계산된 차이가 최대 예상 차분값의 25%(경험적으로 결정된 포인트) 미만이며, 찬성 및 반대 탤리들은 너무 근접(즉, "혼합(confused)")하여 전술한 문맥 분석만을 기초로 하는 결정적인 판정이 허용되지 않는다. 계산된 차이가 탤리들 간의 최대 예상 차분값의 25%이상이면, 판단 박스 (146)로부터 "비혼합(not contused)"이 출력되며, 이는 보다 큰 탤리값이 추정적인 정확한 값으로 추정된다.
제10a도에서, 판단 박스(146)으로부터의 "비혼합" 표시에 이어서 찬성 탤리가 반대 탤리보다 큰지를 판정한다(판단 박스 148). 어느 탤리가 보다 큰지에 따라 보다 큰 탤리가 "정규화" 된다. 판단 박스(148)가 "긍정"을 나타내면(찬성 탤리〉반대탤리), 정규화 절차는 찬성 탤리상에서 수행하여 값을 0에서 127까지의 범위로 맵(map)한다(박스 150). 이러한 정규화동작을 수행하는 이유는 상이한 투표 모듈의 찬성 및 반대 탤 리가 언어의 특성에 좌우되는 상이한 누적값을 가지기 때문이다. 따라서, 여러 가지 투표 모듈중에서 누적값은 이들의 절대값과는 거의 혹은 전혀 관련이 없다. 하지만, 각각의 투표 모듈에서 개개의 찬성 및 반대 탤리값은 이들이 특정 탤리에 대해 존재하는 최대값의 퍼센티지(또는 동일한 수의 값)로 명시될 경우 비교적 의미를 가진다. 따라서, 찬성 탤리〉반대 탤리의 조건에 대해, 찬성 탤리는 탤리가 얻을 수 있는 최대값과 비교하여 비율을 얻는다. 이러한 비율은 탤리값이 맵되는 0에서 +127까지의 사전 설정된 범위내에서 포인트를 결정한다.
제10b도 및 제10c도에는 각각 할당된 투표 모듈에서 "혼합" 표시를 처리하여 PCL 및 포스트스크립트를 검출하는 절차가 도시되어 있다. 포스트스크립트 절차는 포스트스크립트 언어의 복잡성 때문에 PCL 절차보다 복잡하다.
제10b도는 제9도의 판정 박스(146)가 혼합 입력을 나타낼 경우 PCL 투표 모듈의 절차를 도시한 도면이다. 혼합 표시에 응답하여, 제8도의 판정 박스(111)로부터 출력된 누적 투표값이 판정된다(판정 박스 158). 누적 투표값이 0 미만이면(특정 투표 모듈에서 투표값 레지스터의 누적값이 누적된 가중치의 음의 합을 나타냄), 정규화된 반대 탤리는 결정 모듈로 복귀된다(박스 160). 누적 투표값이 0이상이면(정규화된) 찬성 탤리는 결정 모듈로 복귀된다(박스 162).
제10c도는 제9도의 판정 박스(146)가 혼합 입력을 나타낼 경우 포스트스크립트 투표 모듈의 절차를 도시한 도면이다. 입력 데이터 블록의 구문 분석에서(제8도), 절차는 구문 오류가 검출되지 않고 적어도 하나의 특정 문자 시퀀스가 검출되었는지를 판정한다(판정박스 164). 구문 오류가 검출되거나(즉, 구문 오류 카운트가 0이 아닌 경우), 혹은 특정 문자 시퀀스가 검출되지 않으면, 정규화된 반대 탤리는 결정 모듈로 복귀된다(박스 166). 판정 박스(164)에서 지시된 논리곱 조건이 존재하면, 제8도의 판정 박스(111)로부터 출력되는 누적 투표값이 조사된다(판정 박스 168). 누적 투표값이 0 미만이면(특정 투표 모듈에서 투표값 레지스터의 누적값이 누적된 가중치의 음수의 합을 나타냄), 정규화된 반대 탤리는 결정 모듈로 복귀된다(박스 166). 누적 투표값이 0 이상이면, 찬성 탤리(정규화된)가 결정 모듈로 복귀된다(박스 170).
제11도를 참조하면, 결정 모듈은 각각의 투표 모듈로부터 복귀된 정규화된 탤리를 저장한다(박스 172). 전술한 바와 같이, 각각의 투표 모듈은 결정 모듈에 하나의 번호로 복귀되며, 결정 모듈은 언어에 찬성하는 0과 +127 사이의 값 또는 언어에 반대하는 -1과 -128 사이의 값을 나타낸다. 판정 박스(174)에서 도시된 바와 같이, 결정 모듈에 복귀된 모든 투표 모듈 탤리들이 음수이면, 비언어(no-language) 표시가 세트된다(박스 176). 한편, 모든 탤리가 음수가 아니면 가장 큰 양의 탤리가 입력 언어로서 선택된다(박스 178).
요약하면, 절차는 3개의 별개의 동시적인 분석 데이터의 누적을 이용하여 언어의 식별을 판정한다. 표시(idications)는 특정한 언어에 할당된 각각의 투표 모듈에 대한 양수 및 음수 키 가중치의 카운트와; 입력 데이터 블록에서 검출된 키가 언어에 대해 찬성하는 양수 또는 언어에 반대하는 음수를 나타내는지를 나타내는 각각의 투표 모듈의 가중치 합과; 언어에 대한 키의 중요성을 기초로 하여 문맥 분석을 나타내는 찬성 및 반대 탤리들을 포함하므로, 병행적이고 독립적인 투표를 제공한다. 제8도 내지 제11도의 흐름도에 예시된 바와 같이, 이러한 투표들을 조합하면 최종 언어 선택에 매우 높은 신뢰성이 제공된다. 또한, 각각의 언어에 대한 별도의 투표 모듈과 함께 결정 프로세스를 분리된 결정 모듈에 배열하면, 최초에 예기치 못한 부가적인 언어를 수용하도록 시스템을 변경시킬 수 있다.
전술한 설명은 본 발명의 실시예에 불과함을 이해하여야 한다. 본 기술 분야에 통상의 지식을 가진 자라면 본 발명은 본 발명을 벗어나지 않은 범위내에서 여러 가지 대체 및 변경이 이루어질 수 있다. 따라서, 본 발명은 첨부된 특허 청구 범위내에서 모든 대체, 변경 및 변화를 포함하도록 확장된다.

Claims (21)

  1. 다수의 입력 언어에 응답하는 데이터 처리 시스템에서, 각각의 언어는 사전 설정된 구문(a prescribed syntax)에 따르고, 입력 데이터에서 규정된 데이터 부분("찬성(For)" 키)의 존재는 언어의 존재에 대해 찬성 투표를 나타내고 다른 규정된 데이터 부분("반대(Against)" 키)의 존재는 상기 언어의 존재에 대해 반대 투표를 나타내는 상기 시스템에서, 입력 언어를 식별하는 방법에 있어서, (a) 각각의 예상 언어에 대하여, 입력 데이터 블록(an incoming block of data)의 구문을 분석하여 상기 데이터 블록의 찬성키 및 반대키를 식별하는 단계와; (b) 상기 분석에 응답하여 각각의 예상 언어에 대한 찬성 및 반대 탤리(For and Against tallies)를 제공하는 단계-각각의 상기 탤리는 키 엔트리의 합(a summation of key entries)이고, 각각의 상기 키 엔트리는 스큐(a skew)에 의해 승산된 식별키 카운트(an identified key count)를 포함하고, 상기 스큐값은 상기 데이터 블록의 상기 구문 및 상기 문맥에서 상기 키의 중요성을 나타내고, 상기 찬성 탤리는 찬성키의 엔트리들의 합이고, 상기 반대 탤리는 반대키의 엔트리들의 합이다-와; (c) 상기 찬성 탤리와반대 탤리를 비교한 후 상기 탤리들이 너무 근접하여 불확실성의 신호가 발생되는지를 판정하고, 상기 데이터 블록의 부가적인 구문 특성을 기초로 하여 상기 불확실성을 결정하고, 상기 탤리들 중 하나를 기초로 한 값을 표시(indicate)하는 단계-상기 표시는 상기 부가적인 구문 특성이 상기 언어에 대해 찬성 또는 반대인지의 여부에 종속한다-와; (d) 탤리들 사이에 불확실성이 존재하지 않은 경우 탤리들 중 보다 큰 탤리로부터 도출된 값을 나타내는 단계와; (e) 각각의 상기 예상 언어에 대하여 상기 표시된 값을 기초로 하여 수신된 언어의 아이덴티티(identity)를 결정하는 단계를 포함하는 입력 언어 식별 방법.
  2. 제1항에 있어서, 상기 단계(a)는, 식별된 찬성 및 반대 키들을 키 형태로써 분류하는 단계와; 언어 투표 카운트를 각각의 키 형태에 할당된 가중치씩 증분하거나 감소하는 단계-상기 증분 또는 감소의 크기는 상기 키가 결정될 때마다 사전할당된 키 형태의 사전설정된 표시키 형태의 가중치(a signed key type weight value)이고, 상기 투표값은 찬성키 형태에 대해 증분되고 반대키 형태에 대해 감소된다-를 더 포함하는 입력 언어 식별 방법.
  3. 제2항에 있어서, 단계(c)에서 정의된 상기 부가적인 구문 특성은 상기 언어 투표 카운트가 사전설정된 값보다 크거나 혹은 작은 것 중 어는 한쪽인 입력 언어 식별 방법.
  4. 제3항에 있어서, 상기 찬성키 형태들은 구문적으로 일치하는 문자 및 시퀀스를 포함하고, 상기 반대키 형태들은 구문적으로 불일치하는 문자, 시퀀스, 구문 오류 (syntactical errors), 미지의 워드(unknown words) 및 부적합 시퀀스(illegal sequences)를 포함하는 입력 언어 식별 방법.
  5. 제3항에 있어서, 각각의 키 형태에 대한 상기 스큐는 스큐 수정자(a skew modi fier)에 의해 변경되는 키 형태의 최초 스큐값이고, 상기 스큐 수정자에 의해 상기 최초 스큐값은 데이터 블록에서 제2 및 연속적인 키 형태 출현에 대해 달라지는 입력 언어 식별 방법.
  6. 제5항에 있어서, 상기 스큐 수정자는 데이터 블록에서 연속적인 출현이 언어를 더욱 확실하게 나타내는 키 형태에 대한 승산기(a multiplier)이고, 상기 스큐 수정자는 상기 데이터 블록에서 연속적인 키 형태의 출현이 언어 식별에 대해 상기 데이터 블록의 상기 키 형태의 제1 출현으로서 중요하지 않을 경우 제산기(a divider)인 입력 언어 식별 방법.
  7. 제6항에 있어서, 상기 최초 스큐값이 스큐 수정자에 의해 변경될 때마다. 이어서 상기 스큐가 상기 스큐 수정자에 의해 변경되어, 변경되는 것이 이전에 변경된 스큐값인 것에 의해, 비선형 변화(non-linear change)는 스큐 변경 시퀀스(a seguence of skew modifications)를 통한 스큐값에서 발생되는 입력 언어 식별 방법.
  8. 제7항에 있어서, 단계(b) 이후의 부가적인 단계로서, 상기 찬성 및 반대 탤리들을 각각의 탤리가 획득할 수 있는 최대값과 비교하고, 상기 탤리들중 어느 한쪽이 상기 최대값의 사전설정된 제한값내에 있을 경우, 단계(b)에 따른 데이터 블록의 더 이상의 분석을 중지하고 단계(c)로 직접 진행되는 단계를 부가적으로 수행하는 입력 언어 식별 방법.
  9. 제2항에 있어서, 상기 찬성과 반대 탤리간의 차이를 계산하고, 상기 차이를 이들간의 최대 예상 차이와 비교하고, 상기 비교에 의해 상기 차이가 상기 최대 차이의 사전설정된 퍼센티지 이상일 경우 상기 탤리들간에서 선택이 이루어지는 것으로 간주하는 혼합(confusion)을 나타냄으로써 상기 불확실성을 결정하는 입력 언어 식별 방법.
  10. 제9항에 있어서, 상기 입력 언어는 PCL을 포함하고, 혼합 표시에 응답하여 PCL투표 모듈은, PCL 언어 투표 카운터가 사전설정된 값보다 큰지를 판정하고, 만일 조건이 충족되지 않으면 반대 탤리로부터 도출된 값을 나타내고 만일 조건이 충족되면 상기 찬성 탤리로부터 도출된 값을 나타내는 단계를 더 포함하여 수행하는 입력 언어 식별 방법.
  11. 제9항에 있어서, 상기 입력 언어는 포스트스크립트(a PostScript)를 포함하고, 혼합 표시에 응답하여 포스트스크립트 투표 모듈은, 데이터 블록의 분석시 구문 오류가 검출되지 않았는지와, 포스트스크립트에 특수 문자의 존재가 검출되었는지를 판정하며, 만일 조건이 충족되지 않으면 상기 반대 탤리로부터 도출된 값을 나타내고, 만일 조건이충족되고 상기 언어 투표 값이 상기 사전설정된 값보다 크면 상기 찬성 탤리로부터 도출된 값을 나타내는 단계를 더 포함하여 수행하는 입력 언어 식별 방법.
  12. 제1항에 있어서, 상기 비교 단계(c)는, 상기 찬성 및 반대 탤리들을 사전설정된 범위로 맵(map)하는 단계-각각의 상기 탤리는 각각의 상기 탤리의 최대값에 대한 상기 탤리의 관계에 따라 사전 설정된 범위로 맵된다.-를 더 포함하는 입력 언어 식별 방법.
  13. 소프트웨어를 포함하고 다수의 입력 언어에 응답하는 데이터 처리 시스템에 있어서, 각각의 언어는 사전설정된 구문에 따르며, 여기서, 입력 데이터의 규정된 데이터 부분("찬성(For)" 키)은 언어의 존재에 대해 찬성 투표를 나타내고, 다르게 규정된 데이터 부분("반대(Against)" 키)은 상기 언어의 존재에 대해 반대 투표를 나타내고, 상기 시스템은 각각의 언어에 대해 투표 수단(a voter means) 및 결정 수단(a decider means)을 포함하고, 각각의 상기 투표 수단은, 예상 언어에 대하여, 입력 데이터 블록의 구문을 분석하여 상기 데이터 블록의 찬성키 및 반대키를 식별하는 구문 수단 (syntax means)과; 상기 분석에 응답하여 상기 언어에 대해 찬성 및 반대 탤리를 제공하는 탤리 수단(tally means)-각각의 상기 탤리는 키 엔트리의 합이고, 각각의 키 엔트리는 스큐에 의해 승산된 식별키 카운트를 포함하고, 상기 스큐값은 상기 데이터 블록의 상기 구문 및 상기 문맥에서 상기 키의 중요성을 나타내고, 상기 찬성 탤리는 찬성 키의 엔트리의 합이고, 상기 반대 탤리는 반대키의 엔트리의 합이다-과; 상기 찬성 탤리와 반대 탤리를 비교하여 상기 탤리들이 너무 근접하여 불확실성의 신호가 발생되는지를 판정하고, 상기 데이터 블록의 부가적인 구문 특성을 기초로 하여 상기 불확실성을 결정하고 상기 탤리들 중 하나를 기초로 한 제1값을 나타내는 제1비교 수단과; 상기 제1값 또는 상기 탤리들간의 불확실성이 없는 경우 보다 큰 탤리로부터 도출된 제2값을 상기 결정 수단에 지시하는 수단을 포함하는 데이터 처리 시스템.
  14. 제13항에 있어서, 상기 결정 수단은 각각의 상기 투표 수단으로부터의 상기 지시된 값을 판정하고 상기 입력 데이터 블록이 포함한 언어의 아이덴티티를 결정하는 수단을 포함하는 데이터 처리 시스템.
  15. 제14항에 있어서, 식별된 찬성키 및 반대키를 키 형태로 분류하는 수단과; 언어 투표 카운트를 각각의 키 형태에 할당된 가중치씩 증분하거나 감소시키는 가중 수단 (weight means)-상기 증분 및 감소의 크기는 상기 키가 결정될 때마다 상기 키 형태에 사전할당된 표시키 형태 가중치이고, 상기 투표값은 찬성키 형태에 대해 증분되고 반대키 형태에 대해 감소된다-을 더 포함하는 데이터 처리 시스템.
  16. 제15항에 있어서, 상기 부가적인 구문 특징은 상기 언어 투표 카운트가 사전 설정된 값보다 크거나 혹은 작은 것중 어느 한쪽인 데이터 처리 시스템.
  17. 제15항에 있어서, 각각의 키 형태에 대한 상기 스큐는 스큐 수정자에 의해 변경되는 키 형태의 최초 스큐값이고, 상기 스큐 수정자에 의해 상기 최초 스큐값은 데이터 블록의 제2 및 연속적인 키 형태의 출현에 대해 달라지는 데이터 처리 시스템.
  18. 제17항에 있어서, 상기 찬성 및 반대 탤리를 각각의 탤리가 획득할 수 있는 최대값과 비교하고, 만일 상기 탤리들중 어느 한쪽이 상기 최대값의 사전설정된 제한값내에 있을 경우, 상기 탤리 수단에 의한 데이터 블록의 더 이상의 분석을 중지하고 상기 제1 비교 수단을 동작시키는 제2비교 수단을 더 포함하는 데이터 처리 시스템.
  19. 제18항에 있어서, 상기 제1비교수단은 상기 찬성과 반대 탤리간의 차이를 계산하고, 상기 차이를 이들간의 최대 예상 차이와 비교하고, 상기 비교에 의하여 상기 차이가 상기 최대 차이의 사전설정된 퍼센티지보다 클 경우 상기 탤리들 사이에 선택이 이루어지는 것으로 간주하는 혼합을 나타냄으로써 상기 불확실성을 결정하는 데이터 처리 시스템.
  20. 제13항에 있어서, 상기 투표 수단은 상기 찬성 및 반대 탤리들을 사전 설정된 범위로 맵하는 수단을 포함하고, 각각의 상기 탤리는 각각의 상기 탤리의 최대값에 대한 상기 탤리의 관계에 따라 상기 사전설정된 범위로 맵되는 데이터 처리 시스템.
  21. 제20항에 있어서, 상기 결정 수단은 모든 투표 수단이 반대 탤리를 나타내는 값을 제공할 경우 비언어(non-language)를 나타내거나 혹은 투표 수단으로부터 제공된 최대 찬성 탤리값을 기초로 한 언어를 나타내는 데이터 처리 시스템.
KR1019930000765A 1992-01-24 1993-01-21 입력 언어 식별 방법 및 데이타 처리 시스템 KR100256458B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US07/825,479 US5392419A (en) 1992-01-24 1992-01-24 Language identification system and method for a peripheral unit
US825,479 1992-01-24

Publications (2)

Publication Number Publication Date
KR930016864A KR930016864A (ko) 1993-08-30
KR100256458B1 true KR100256458B1 (ko) 2000-05-15

Family

ID=25244099

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1019930000765A KR100256458B1 (ko) 1992-01-24 1993-01-21 입력 언어 식별 방법 및 데이타 처리 시스템

Country Status (7)

Country Link
US (1) US5392419A (ko)
EP (1) EP0558804B1 (ko)
JP (1) JP3485588B2 (ko)
KR (1) KR100256458B1 (ko)
CA (1) CA2076464C (ko)
DE (1) DE69229626T2 (ko)
TW (1) TW202508B (ko)

Families Citing this family (158)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE69322457T2 (de) * 1992-09-03 1999-07-15 Hewlett Packard Co Automatische Sprachgrenzerkennung für ein Peripheriegerät, das eine Vielzahl von Steuersprachen unterstützt
JP2871370B2 (ja) * 1993-01-20 1999-03-17 キヤノン株式会社 出力制御方法及び装置
US5402527A (en) * 1993-04-23 1995-03-28 Xerox Corporation Apparatus and method for determining the page description language in which a print job is written
US5548507A (en) 1994-03-14 1996-08-20 International Business Machines Corporation Language identification process using coded language words
US5580177A (en) * 1994-03-29 1996-12-03 Hewlett-Packard Company Printer/client network with centrally updated printer drivers and printer status monitoring
JP3919238B2 (ja) * 1994-05-31 2007-05-23 キヤノン株式会社 印刷システムおよび印刷システムの印刷制御方法および印刷制御装置
JP3201141B2 (ja) * 1994-06-02 2001-08-20 セイコーエプソン株式会社 データ受信方式
US6132116A (en) * 1994-06-14 2000-10-17 Canon Kabushiki Kaisha Print system and method for presenting required record time of print system
US5526469A (en) * 1994-06-14 1996-06-11 Xerox Corporation System for printing image data in a versatile print server
US6002843A (en) * 1994-06-15 1999-12-14 Canon Kabushiki Kaisha Printing apparatus and its control method
FR2723457B1 (fr) 1994-08-08 1997-01-31 Oce Graphics France Procede de reconnaissance automatique d'un langage dans lequel des donnees numeriques sont recues
US6597465B1 (en) 1994-08-09 2003-07-22 Intermec Ip Corp. Automatic mode detection and conversion system for printers and tag interrogators
US5805781A (en) * 1994-12-07 1998-09-08 Hewlett-Packard Company Printer method and apparatus for combining sub-images to eliminate image artifacts
JP3563793B2 (ja) * 1994-12-21 2004-09-08 キヤノン株式会社 データ処理方法及びその装置
US5555350A (en) * 1995-04-05 1996-09-10 Xionics Document Technologies, Inc. Multi-interpreter printer and process including recognition of out-of-bank characters
KR100199430B1 (ko) * 1995-04-24 1999-06-15 사까모도 마사모도 출력제어장치
US5828817A (en) * 1995-06-29 1998-10-27 Digital Equipment Corporation Neural network recognizer for PDLs
US5715379A (en) * 1995-10-30 1998-02-03 Xerox Corporation Architecture for a digital printer with multiple independent decomposers
US6009382A (en) * 1996-08-19 1999-12-28 International Business Machines Corporation Word storage table for natural language determination
US6023670A (en) * 1996-08-19 2000-02-08 International Business Machines Corporation Natural language determination using correlation between common words
US5913185A (en) * 1996-08-19 1999-06-15 International Business Machines Corporation Determining a natural language shift in a computer document
US6002998A (en) * 1996-09-30 1999-12-14 International Business Machines Corporation Fast, efficient hardware mechanism for natural language determination
JP3559666B2 (ja) * 1996-12-27 2004-09-02 キヤノン株式会社 出力制御装置および出力制御方法
US6415250B1 (en) * 1997-06-18 2002-07-02 Novell, Inc. System and method for identifying language using morphologically-based techniques
US6272456B1 (en) * 1998-03-19 2001-08-07 Microsoft Corporation System and method for identifying the language of written text having a plurality of different length n-gram profiles
US7126703B1 (en) * 1998-08-04 2006-10-24 Sharp Laboratories Of America, Inc. Printer controller with error recovery for multiple language capability
US6292772B1 (en) * 1998-12-01 2001-09-18 Justsystem Corporation Method for identifying the language of individual words
EP1006431A1 (en) * 1998-12-02 2000-06-07 Xerox Corporation Printing system and method
US6167369A (en) * 1998-12-23 2000-12-26 Xerox Company Automatic language identification using both N-gram and word information
US6718519B1 (en) 1998-12-31 2004-04-06 International Business Machines Corporation System and method for outputting character sets in best available fonts
US6760887B1 (en) 1998-12-31 2004-07-06 International Business Machines Corporation System and method for highlighting of multifont documents
US7031002B1 (en) 1998-12-31 2006-04-18 International Business Machines Corporation System and method for using character set matching to enhance print quality
US7103532B1 (en) 1998-12-31 2006-09-05 International Business Machines Corp. System and method for evaluating character in a message
US6539118B1 (en) 1998-12-31 2003-03-25 International Business Machines Corporation System and method for evaluating character sets of a message containing a plurality of character sets
US7039637B2 (en) 1998-12-31 2006-05-02 International Business Machines Corporation System and method for evaluating characters in an inputted search string against a character table bank comprising a predetermined number of columns that correspond to a plurality of pre-determined candidate character sets in order to provide enhanced full text search
US6813747B1 (en) 1998-12-31 2004-11-02 International Business Machines Corporation System and method for output of multipart documents
US7191114B1 (en) 1999-08-27 2007-03-13 International Business Machines Corporation System and method for evaluating character sets to determine a best match encoding a message
US8645137B2 (en) 2000-03-16 2014-02-04 Apple Inc. Fast, language-independent method for user authentication by voice
US6781710B1 (en) * 2000-03-27 2004-08-24 Hewlett-Packard Development Company, L.P. Print job capture subsystem with pass-through support
US6519557B1 (en) 2000-06-06 2003-02-11 International Business Machines Corporation Software and method for recognizing similarity of documents written in different languages based on a quantitative measure of similarity
US20040205675A1 (en) * 2002-01-11 2004-10-14 Thangaraj Veerappan System and method for determining a document language and refining the character set encoding based on the document language
FR2848688A1 (fr) * 2002-12-17 2004-06-18 France Telecom Identification de langue d'un texte
JP2004362249A (ja) * 2003-06-04 2004-12-24 Advanced Telecommunication Research Institute International 翻訳知識最適化装置、翻訳知識最適化のためのコンピュータプログラム、コンピュータ及び記憶媒体
US8027832B2 (en) * 2005-02-11 2011-09-27 Microsoft Corporation Efficient language identification
US8677377B2 (en) 2005-09-08 2014-03-18 Apple Inc. Method and apparatus for building an intelligent automated assistant
US7973954B2 (en) * 2006-08-28 2011-07-05 Sharp Laboratories Of America, Inc. Method and apparatus for automatic language switching for an imaging device
US9318108B2 (en) 2010-01-18 2016-04-19 Apple Inc. Intelligent automated assistant
US8977255B2 (en) 2007-04-03 2015-03-10 Apple Inc. Method and system for operating a multi-function portable electronic device using voice-activation
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
US10496753B2 (en) 2010-01-18 2019-12-03 Apple Inc. Automatically adapting user interfaces for hands-free interaction
US20100030549A1 (en) 2008-07-31 2010-02-04 Lee Michael M Mobile device having human language translation capability with positional feedback
US8583418B2 (en) * 2008-09-29 2013-11-12 Apple Inc. Systems and methods of detecting language and natural language strings for text to speech synthesis
US8712776B2 (en) * 2008-09-29 2014-04-29 Apple Inc. Systems and methods for selective text to speech synthesis
WO2010067118A1 (en) 2008-12-11 2010-06-17 Novauris Technologies Limited Speech recognition involving a mobile device
US8380507B2 (en) 2009-03-09 2013-02-19 Apple Inc. Systems and methods for determining the language to use for speech generated by a text to speech engine
US10706373B2 (en) 2011-06-03 2020-07-07 Apple Inc. Performing actions associated with task items that represent tasks to perform
US10241644B2 (en) 2011-06-03 2019-03-26 Apple Inc. Actionable reminder entries
US10241752B2 (en) 2011-09-30 2019-03-26 Apple Inc. Interface for a virtual digital assistant
US9858925B2 (en) 2009-06-05 2018-01-02 Apple Inc. Using context information to facilitate processing of commands in a virtual assistant
US9431006B2 (en) 2009-07-02 2016-08-30 Apple Inc. Methods and apparatuses for automatic speech recognition
US10553209B2 (en) 2010-01-18 2020-02-04 Apple Inc. Systems and methods for hands-free notification summaries
US10679605B2 (en) 2010-01-18 2020-06-09 Apple Inc. Hands-free list-reading by intelligent automated assistant
US10276170B2 (en) 2010-01-18 2019-04-30 Apple Inc. Intelligent automated assistant
US10705794B2 (en) 2010-01-18 2020-07-07 Apple Inc. Automatically adapting user interfaces for hands-free interaction
US8682667B2 (en) 2010-02-25 2014-03-25 Apple Inc. User profiling for selecting user specific voice input processing information
US10762293B2 (en) 2010-12-22 2020-09-01 Apple Inc. Using parts-of-speech tagging and named entity recognition for spelling correction
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
US9483461B2 (en) 2012-03-06 2016-11-01 Apple Inc. Handling speech synthesis of content for multiple languages
US9280610B2 (en) 2012-05-14 2016-03-08 Apple Inc. Crowd sourcing information to fulfill user requests
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
US9576574B2 (en) 2012-09-10 2017-02-21 Apple Inc. Context-sensitive handling of interruptions by intelligent digital assistant
US9547647B2 (en) 2012-09-19 2017-01-17 Apple Inc. Voice-based media searching
US9336197B2 (en) * 2013-01-22 2016-05-10 Tencent Technology (Shenzhen) Company Limited Language recognition based on vocabulary lists
DE212014000045U1 (de) 2013-02-07 2015-09-24 Apple Inc. Sprach-Trigger für einen digitalen Assistenten
US9368114B2 (en) 2013-03-14 2016-06-14 Apple Inc. Context-sensitive handling of interruptions
WO2014144579A1 (en) 2013-03-15 2014-09-18 Apple Inc. System and method for updating an adaptive speech recognition model
KR101759009B1 (ko) 2013-03-15 2017-07-17 애플 인크. 적어도 부분적인 보이스 커맨드 시스템을 트레이닝시키는 것
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
WO2014197336A1 (en) 2013-06-07 2014-12-11 Apple Inc. System and method for detecting errors in interactions with a voice-based digital assistant
WO2014197335A1 (en) 2013-06-08 2014-12-11 Apple Inc. Interpreting and acting upon commands that involve sharing information with remote devices
JP6259911B2 (ja) 2013-06-09 2018-01-10 アップル インコーポレイテッド デジタルアシスタントの２つ以上のインスタンスにわたる会話持続を可能にするための機器、方法、及びグラフィカルユーザインタフェース
US10176167B2 (en) 2013-06-09 2019-01-08 Apple Inc. System and method for inferring user intent from speech inputs
KR101809808B1 (ko) 2013-06-13 2017-12-15 애플 인크. 음성 명령에 의해 개시되는 긴급 전화를 걸기 위한 시스템 및 방법
DE112014003653B4 (de) 2013-08-06 2024-04-18 Apple Inc. Automatisch aktivierende intelligente Antworten auf der Grundlage von Aktivitäten von entfernt angeordneten Vorrichtungen
US9620105B2 (en) 2014-05-15 2017-04-11 Apple Inc. Analyzing audio input for efficient speech and music recognition
US10592095B2 (en) 2014-05-23 2020-03-17 Apple Inc. Instantaneous speaking of content on touch devices
US9502031B2 (en) 2014-05-27 2016-11-22 Apple Inc. Method for supporting dynamic grammars in WFST-based ASR
US9842101B2 (en) 2014-05-30 2017-12-12 Apple Inc. Predictive conversion of language input
US9734193B2 (en) 2014-05-30 2017-08-15 Apple Inc. Determining domain salience ranking from ambiguous words in natural speech
US10289433B2 (en) 2014-05-30 2019-05-14 Apple Inc. Domain specific language for encoding assistant dialog
US9785630B2 (en) 2014-05-30 2017-10-10 Apple Inc. Text prediction using combined word N-gram and unigram language models
US10078631B2 (en) 2014-05-30 2018-09-18 Apple Inc. Entropy-guided text prediction using combined word and character n-gram language models
US9715875B2 (en) 2014-05-30 2017-07-25 Apple Inc. Reducing the need for manual start/end-pointing and trigger phrases
US10170123B2 (en) 2014-05-30 2019-01-01 Apple Inc. Intelligent assistant for home automation
US9760559B2 (en) 2014-05-30 2017-09-12 Apple Inc. Predictive text input
US9430463B2 (en) 2014-05-30 2016-08-30 Apple Inc. Exemplar-based natural language processing
WO2015184186A1 (en) 2014-05-30 2015-12-03 Apple Inc. Multi-command single utterance input method
US9633004B2 (en) 2014-05-30 2017-04-25 Apple Inc. Better resolution when referencing to concepts
US10659851B2 (en) 2014-06-30 2020-05-19 Apple Inc. Real-time digital assistant knowledge updates
US9338493B2 (en) 2014-06-30 2016-05-10 Apple Inc. Intelligent automated assistant for TV user interactions
US10446141B2 (en) 2014-08-28 2019-10-15 Apple Inc. Automatic speech recognition based on user feedback
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
US9606986B2 (en) 2014-09-29 2017-03-28 Apple Inc. Integrated word N-gram and class M-gram language models
US10074360B2 (en) 2014-09-30 2018-09-11 Apple Inc. Providing an indication of the suitability of speech recognition
US9886432B2 (en) 2014-09-30 2018-02-06 Apple Inc. Parsimonious handling of word inflection via categorical stem + suffix N-gram language models
US9646609B2 (en) 2014-09-30 2017-05-09 Apple Inc. Caching apparatus for serving phonetic pronunciations
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
US10552013B2 (en) 2014-12-02 2020-02-04 Apple Inc. Data detection
US9711141B2 (en) 2014-12-09 2017-07-18 Apple Inc. Disambiguating heteronyms in speech synthesis
US9865280B2 (en) 2015-03-06 2018-01-09 Apple Inc. Structured dictation using 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
US10210385B2 (en) 2015-04-09 2019-02-19 Hewlett-Packard Development Company, L.P. Routing image frames to element detectors
US9842105B2 (en) 2015-04-16 2017-12-12 Apple Inc. Parsimonious continuous-space phrase representations for natural language processing
US10083688B2 (en) 2015-05-27 2018-09-25 Apple Inc. Device voice control for selecting a displayed affordance
US10127220B2 (en) 2015-06-04 2018-11-13 Apple Inc. Language identification from short strings
US10101822B2 (en) 2015-06-05 2018-10-16 Apple Inc. Language input correction
US10255907B2 (en) 2015-06-07 2019-04-09 Apple Inc. Automatic accent detection using acoustic models
US11025565B2 (en) 2015-06-07 2021-06-01 Apple Inc. Personalized prediction of responses for instant messaging
US10186254B2 (en) 2015-06-07 2019-01-22 Apple Inc. Context-based endpoint detection
US10747498B2 (en) 2015-09-08 2020-08-18 Apple Inc. Zero latency digital assistant
US10671428B2 (en) 2015-09-08 2020-06-02 Apple Inc. Distributed personal assistant
US9697820B2 (en) 2015-09-24 2017-07-04 Apple Inc. Unit-selection text-to-speech synthesis using concatenation-sensitive neural networks
US11010550B2 (en) 2015-09-29 2021-05-18 Apple Inc. Unified language modeling framework for word prediction, auto-completion and auto-correction
US10366158B2 (en) 2015-09-29 2019-07-30 Apple Inc. Efficient word encoding for recurrent neural network language models
US11587559B2 (en) 2015-09-30 2023-02-21 Apple Inc. Intelligent device identification
US10691473B2 (en) 2015-11-06 2020-06-23 Apple Inc. Intelligent automated assistant in a messaging environment
US10049668B2 (en) 2015-12-02 2018-08-14 Apple Inc. Applying neural network language models to weighted finite state transducers for automatic speech recognition
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
US10049663B2 (en) 2016-06-08 2018-08-14 Apple, Inc. Intelligent automated assistant for media exploration
DK179309B1 (en) 2016-06-09 2018-04-23 Apple Inc Intelligent automated assistant in a home environment
US10509862B2 (en) 2016-06-10 2019-12-17 Apple Inc. Dynamic phrase expansion of language input
US10490187B2 (en) 2016-06-10 2019-11-26 Apple Inc. Digital assistant providing automated status report
US10192552B2 (en) 2016-06-10 2019-01-29 Apple Inc. Digital assistant providing whispered speech
US10067938B2 (en) 2016-06-10 2018-09-04 Apple Inc. Multilingual word prediction
US10586535B2 (en) 2016-06-10 2020-03-10 Apple Inc. Intelligent digital assistant in a multi-tasking environment
DK201670540A1 (en) 2016-06-11 2018-01-08 Apple Inc Application integration with a digital assistant
DK179343B1 (en) 2016-06-11 2018-05-14 Apple Inc Intelligent task discovery
DK179415B1 (en) 2016-06-11 2018-06-14 Apple Inc Intelligent device arbitration and control
DK179049B1 (en) 2016-06-11 2017-09-18 Apple Inc Data driven natural language event detection and classification
US10593346B2 (en) 2016-12-22 2020-03-17 Apple Inc. Rank-reduced token representation for automatic speech recognition
DK179745B1 (en) 2017-05-12 2019-05-01 Apple Inc. SYNCHRONIZATION AND TASK DELEGATION OF A DIGITAL ASSISTANT
DK201770431A1 (en) 2017-05-15 2018-12-20 Apple Inc. Optimizing dialogue policy decisions for digital assistants using implicit feedback
US10431203B2 (en) 2017-09-05 2019-10-01 International Business Machines Corporation Machine training for native language and fluency identification

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4829580A (en) * 1986-03-26 1989-05-09 Telephone And Telegraph Company, At&T Bell Laboratories Text analysis system with letter sequence recognition and speech stress assignment arrangement
JPH085213B2 (ja) * 1987-03-04 1996-01-24 ブラザー工業株式会社 印字装置
KR930009742B1 (ko) * 1988-03-17 1993-10-09 세이꼬 엡슨 가부시끼가이샤 인쇄 장치
GB8810387D0 (en) * 1988-05-03 1988-06-08 Altham D R S Printer control device
JP2615137B2 (ja) * 1988-06-13 1997-05-28 三田工業株式会社 印字装置
US5062143A (en) * 1990-02-23 1991-10-29 Harris Corporation Trigram-based method of language identification
US5293466A (en) * 1990-08-03 1994-03-08 Qms, Inc. Method and apparatus for selecting interpreter for printer command language based upon sample of print job transmitted to printer
US5165014A (en) * 1990-09-12 1992-11-17 Hewlett-Packard Company Method and system for matching the software command language of a computer with the printer language of a printer
JP2661416B2 (ja) * 1991-06-29 1997-10-08 ブラザー工業株式会社 印字システム
JP2875670B2 (ja) * 1991-12-02 1999-03-31 キヤノン株式会社 出力制御装置およびその出力制御方法
US5222200A (en) * 1992-01-08 1993-06-22 Lexmark International, Inc. Automatic printer data stream language determination

Also Published As

Publication number Publication date
DE69229626D1 (de) 1999-08-26
JP3485588B2 (ja) 2004-01-13
EP0558804A3 (ko) 1994-04-20
TW202508B (en) 1993-03-21
CA2076464A1 (en) 1993-07-25
JPH0619720A (ja) 1994-01-28
US5392419A (en) 1995-02-21
KR930016864A (ko) 1993-08-30
EP0558804B1 (en) 1999-07-21
CA2076464C (en) 1997-07-15
EP0558804A2 (en) 1993-09-08
DE69229626T2 (de) 1999-11-11

Similar Documents

Publication Publication Date Title
KR100256458B1 (ko) 입력 언어 식별 방법 및 데이타 처리 시스템
CA1300269C (en) Sentence analyzer
JP3325907B2 (ja) コマンド言語判定方法及びシステム
US7110939B2 (en) Process of automatically generating translation-example dictionary, program product, computer-readable recording medium and apparatus for performing thereof
EP2585962B1 (en) Password checking
US5555435A (en) Automatic language boundary identification for a peripheral unit that supports multiple control languages
EP0612018B1 (en) Apparatus and method for syntactic signal analysis
US9208140B2 (en) Rule based apparatus for modifying word annotations
JPH1125127A (ja) 文書分類方法及び文書分類装置
CN115328756A (zh) 一种测试用例生成方法、装置及设备
CN112560049A (zh) 一种漏洞检测方法、装置和存储介质
CN112199516A (zh) 一种构建知识图谱的方法、装置、终端和存储介质
US20050091035A1 (en) System and method for linguistic collation
CN114722199A (zh) 基于通话录音的风险识别方法、装置、计算机设备及介质
JP6777612B2 (ja) コンピュータシステムにおけるデータ損失を防止するためのシステム及び方法
US20090150145A1 (en) Learning word segmentation from non-white space languages corpora
CN111723182B (zh) 一种用于漏洞文本的关键信息抽取方法及装置
US9013732B1 (en) Using font information installed in an operating system to intercept text being printed
CN114490390A (zh) 测试数据生成方法、装置、设备及存储介质
JP4278011B2 (ja) 文書校正装置およびプログラム記憶媒体
CN112136136A (zh) 输入错误检测装置、输入错误检测方法及输入错误检测程序
JP4047895B2 (ja) 文書校正装置およびプログラム記憶媒体
CA1049657A (en) Pattern-recognition systems having selectively alterable reject/substitution characteristics
JP2020064470A (ja) データ処理装置、データ処理方法及びデータ処理プログラム
JP2585951B2 (ja) コードデータ検索装置

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20050217

Year of fee payment: 6

LAPS Lapse due to unpaid annual fee