KR101465769B1

KR101465769B1 - 사전 단어 및 어구 판정

Info

Publication number: KR101465769B1
Application number: KR1020107000784A
Authority: KR
Inventors: 포 장
Original assignee: 구글 인코포레이티드
Priority date: 2007-06-14
Filing date: 2007-06-14
Publication date: 2014-11-27
Also published as: US8010344B2; JP5241828B2; CN102124459B; KR20100047221A; US20080312910A1; CN102124459A; WO2008151465A1; JP2010529569A

Abstract

본 방법은, 검색 질의에서의 후보 단어 - 각각의 후보 단어는 하나 이상의 연속 문자를 포함함 - 를 식별하고, 각각의 후보 단어에 대하여, 상기 후보 단어가 검색 질의에서의 유일한 단어인 횟수를 나타내는 제1 카운트를 결정하고, 상기 후보 단어와 하나 이상의 다른 단어가 각각의 검색 질의에 포함되어 있는 횟수를 나타내는 제2 카운트를 결정하는 것을 포함한다. 본 방법은, 상기 제1 카운트와 상기 제2 카운트 간의 관계에 기초하여 입력 방법 편집기(IME) 사전에 상기 후보 단어 중 하나 이상을 추가하는 것을 포함한다.

Description

사전 단어 및 어구 판정{DICTIONARY WORD AND PHRASE DETERMINATION}

본 개시는 입력 방법에 관한 것이다.

하나 또는 두 개의 문자(character), 예를 들어 상형문자(glyph)가 대체로 하나의 단어(word) 또는 뜻에 대응하는 상징 문자(logographic script)를 사용하는 언어는 이동 디바이스 키패드 상의 컴퓨터 키보드와 같은 표준 입력 디바이스 상의 키들보다 많은 수의 문자들을 갖는다. 예를 들어, 중국어는 기본 핀인(Pinyin) 문자와 5개의 성조(tones)에 의해 정의되는 수천 개의 문자들을 포함한다. 이러한 다수 대 하나(many-to-one)의 연관(association)의 맵핑은 입력 디바이스 상에서 찾을 수 없는 문자 및 부호의 입력을 용이하게 하는 입력 방법에 의해 구현될 수 있다. 따라서, 서양식 키보드가 중국어, 일본어, 또는 한국어 문자를 입력하는데 사용될 수 있다. 일부 예에서, 사용자가 타이핑한 핀인 문자에 대응하는 후보 문자, 단어, 또는 어구(phrase)를 찾도록 사전(dictionary)을 검색하는데 입력 방법 편집기(IME; input method editor)가 사용될 수 있다.

본 발명은 입력 방법을 제공하고자 한다.

하나의 양상에서, 일반적으로, 컴퓨터 구현 방법은, 검색 질의(search query)에서의 후보 단어 - 각각의 후보 단어는 하나 이상의 연속 문자를 포함함 - 를 식별하고, 각각의 후보 단어에 대하여, 상기 후보 단어가 검색 질의에서의 유일한 단어인 횟수를 나타내는 제1 카운트를 판정하고, 상기 후보 단어와 하나 이상의 다른 단어가 각각의 검색 질의에 포함되어 있는 횟수를 나타내는 제2 카운트를 판정하는 것을 포함한다. 본 방법은 상기 제1 카운트와 상기 제2 카운트 간의 관계에 기초하여 입력 방법 편집기 사전에 상기 후보 단어 중 하나 이상을 추가하는 것을 포함한다.

본 방법의 구현은 다음 특징들 중 하나 이상을 포함할 수 있다. 상기 입력 방법 편집기 사전에 상기 후보 단어 중 하나 이상을 추가하는 것은, 상기 제1 카운트가 상기 제2 카운트보다 큰 경우 상기 입력 방법 편집기 사전에 후보 단어를 추가하는 것을 포함한다. 상기 입력 방법 편집기 사전에 상기 후보 단어 중 하나 이상을 추가하는 것은, 상기 제1 카운트가 상기 제2 카운트보다 크고 상기 제1 카운트가 임계값보다 큰 경우 상기 입력 방법 편집기 사전에 후보 단어를 추가하는 것을 포함한다. 상기 제2 카운트를 판정하는 것은 각각이 상기 후보 단어와 하나 이상의 다른 단어를 포함하는 검색 질의의 수를 카운트하는 것을 포함하며, 상기 후보 단어와 상기 하나 이상의 다른 단어는 상기 검색 질의를 제출한 사용자에 의해 입력된 하나 이상의 공백(white space) 또는 구두점(punctuation mark)에 의해 분리된다. 본 방법은 검색 로그로부터 상기 검색 질의를 얻는 것을 포함한다. 상기 검색 로그는 검색 서비스의 사용자에 의해 제출된 검색 질의를 포함한다.

다른 양상에서, 일반적으로, 본 장치는 검색 질의를 저장하기 위한 데이터 저장공간, 및 검색 질의에서의 후보 단어 - 각각의 후보 단어는 하나 이상의 연속 문자를 포함함 - 를 식별하기 위한 프로세싱 디바이스를 포함한다. 각각의 후보 단어에 대하여, 상기 프로세싱 디바이스는 상기 후보 단어가 검색 질의에서의 유일한 단어인 횟수를 나타내는 제1 카운트를 판정하고, 상기 후보 단어와 하나 이상의 다른 단어가 각각의 검색 질의에 포함되어 있는 횟수를 나타내는 제2 카운트를 판정한다. 상기 프로세싱 디바이스는 상기 제1 카운트와 상기 제2 카운트 간의 관계에 기초하여 입력 방법 편집기 사전에 상기 후보 단어 중 하나 이상을 추가한다.

본 장치의 구현은 다음 특징들 중 하나 이상을 포함할 수 있다. 상기 프로세싱 디바이스는 상기 제1 카운트가 상기 제2 카운트보다 큰 경우 상기 입력 방법 편집기 사전에 후보 단어를 추가한다. 상기 프로세싱 디바이스는 상기 제1 카운트가 상기 제2 카운트보다 크고 상기 제1 카운트가 임계값보다 큰 경우 상기 입력 방법 편집기 사전에 후보 단어를 추가한다. 상기 프로세싱 디바이스는 각각이 상기 후보 단어와 하나 이상의 다른 단어를 포함하는 검색 질의의 수를 카운트하며, 상기 후보 단어와 상기 하나 이상의 다른 단어는 상기 검색 질의를 제출한 사용자에 의해 입력된 하나 이상의 공백 또는 구두점에 의해 분리된다.

또 다른 양상에서, 일반적으로, 본 시스템은 검색 질의를 저장하기 위한 데이터 저장공간, 및 컴퓨터 판독가능한 매체에 저장되는 프로세싱 엔진을 포함하고, 상기 프로세싱 엔진은 프로세싱 디바이스에 의해 실행 가능한 명령을 포함하며 이러한 실행시 상기 프로세싱 디바이스로 하여금 검색 질의에서의 후보 단어 - 각각의 후보 단어는 하나 이상의 연속 문자를 포함함 - 를 식별하도록 한다. 상기 프로세싱 엔진은 실행시 상기 프로세싱 디바이스로 하여금, 각각의 후보 단어에 대하여, 상기 후보 단어가 검색 질의에서의 유일한 단어인 횟수를 나타내는 제1 카운트를 판정하고, 상기 후보 단어와 하나 이상의 다른 단어가 각각의 검색 질의에 포함되어 있는 횟수를 나타내는 제2 카운트를 판정하도록 하는 명령을 포함한다. 상기 프로세싱 엔진은 실행시 상기 프로세싱 디바이스로 하여금 상기 제1 카운트와 상기 제2 카운트 간의 관계에 기초하여 입력 방법 편집기 사전에 상기 후보 단어 중 하나 이상을 추가하도록 하는 명령을 포함한다.

본 시스템의 구현은 다음 특징들 중 하나 이상을 포함할 수 있다. 상기 프로세싱 엔진은 상기 프로세싱 디바이스에 의해 실행 가능한 명령을 포함하며 이러한 실행시 상기 프로세싱 디바이스로 하여금 상기 제1 카운트가 상기 제2 카운트보다 큰 경우 상기 입력 방법 편집기 사전에 후보 단어를 추가하도록 한다. 상기 프로세싱 엔진은 상기 프로세싱 디바이스에 의해 실행 가능한 명령을 포함하며 이러한 실행시 상기 프로세싱 디바이스로 하여금 상기 제1 카운트가 상기 제2 카운트보다 크고 상기 제1 카운트가 임계값보다 큰 경우 상기 입력 방법 편집기 사전에 후보 단어를 추가하도록 한다. 상기 프로세싱 엔진은 상기 프로세싱 디바이스에 의해 실행 가능한 명령을 포함하며 이러한 실행시 상기 프로세싱 디바이스로 하여금 각각이 상기 후보 단어와 하나 이상의 다른 단어를 포함하는 검색 질의의 수를 카운트하도록 하고, 상기 후보 단어와 상기 하나 이상의 다른 단어는 상기 검색 질의를 제출한 사용자에 의해 입력된 하나 이상의 공백 또는 구두점에 의해 분리된다.

또 다른 양상에서, 일반적으로, 본 장치는 단어가 검색 질의에서의 유일한 단어인 횟수를 나타내는 제1 카운트 및 단어와 하나 이상의 다른 단어가 각각의 검색 질의에 포함되어 있는 횟수를 나타내는 제2 카운트에 기초하여 식별되는 단어들을 갖는 사전을 포함한다. 본 장치는 상기 사전으로부터 단어를 선택하도록 구성되는 입력 방법 편집기를 포함한다.

본 장치의 구현은 다음 특징들 중 하나 이상을 포함할 수 있다. 상기 입력 방법 편집기는 중국어 입력 방법 편집기를 포함한다. 상기 단어는 한지(Hanzi) 문자를 포함한다. 상기 검색 질의는 검색 로그로부터 식별된다.

다른 양상에서, 일반적으로, 본 시스템은 데이터 저장공간 및 프로세싱 엔진을 포함한다. 상기 데이터 저장공간은 단어가 검색 질의에서의 유일한 단어인 횟수를 나타내는 제1 카운트 및 단어와 하나 이상의 다른 단어가 각각의 검색 질의에 포함되어 있는 횟수를 나타내는 제2 카운트에 기초하여 식별되는 단어들을 포함하는 사전을 저장한다. 상기 프로세싱 엔진은 컴퓨터 판독가능한 매체에 저장되고, 프로세싱 디바이스에 의해 실행가능한 명령을 포함하며 이러한 실행시 상기 프로세싱 디바이스로 하여금 사용자가 상기 사전으로부터 단어를 선택할 수 있게 해주는 입력 방법 편집기를 제공하도록 한다.

다른 양상에서, 일반적으로, 본 시스템은 데이터 저장공간 및 프로세싱 엔진을 포함한다. 상기 데이터 저장공간은 단어가 검색 질의에서의 유일한 단어인 횟수를 나타내는 제1 카운트 및 단어와 하나 이상의 다른 단어가 각각의 검색 질의에 포함되어 있는 횟수를 나타내는 제2 카운트에 기초하여 식별되는 단어들을 포함하는 사전을 저장한다. 상기 프로세싱 엔진은 프로세싱 디바이스로 하여금 사용자가 상기 사전으로부터 단어를 선택할 수 있게 해주는 입력 방법 편집기를 제공하도록 한다.

다른 양상에서, 일반적으로, 본 시스템은 단어가 검색 질의에서의 유일한 단어인 횟수를 나타내는 제1 카운트 및 단어와 하나 이상의 다른 단어가 각각의 검색 질의에 포함되어 있는 횟수를 나타내는 제2 카운트에 기초하여 후보 단어를 식별하기 위한 수단, 및 입력 방법 편집기 사전에 상기 후보 단어 중 하나 이상을 추가하기 위한 수단을 포함한다.

또 다른 양상에서, 일반적으로, 컴퓨터 구현 방법은, 문서에서 컨텍스트 신호(context signal)를 식별하고, 상기 컨텍스트 신호에 의해 한정되는(bounded) 문자를 식별하고, 상기 컨텍스트 신호에 의해 한정되는 문자에 의해 정의되는 하나 이상의 후보 단어를 식별하고, 입력 방법 편집기 사전에 상기 후보 단어 중 하나 이상을 추가하는 것을 포함한다.

본 방법의 구현은 다음 특징들 중 하나 이상을 포함할 수 있다. 상기 문서에서 컨텍스트 신호를 식별하는 것은 중국어 북 타이틀 마크(book title mark)를 식별하는 것을 포함한다. 상기 컨텍스트 신호에 의해 한정되는 문자를 식별하는 것은 상기 컨텍스트 신호에 의해 한정되는 한지 문자를 식별하는 것을 포함한다. 상기 후보 단어는 중국어 단어를 포함한다. 상기 문서에서 컨텍스트 신호를 식별하는 것은 전자 문서에서 하이퍼텍스트 마크업 언어(hypertext markup language) 태그를 식별하는 것을 포함한다. 상기 입력 방법 편집기 사전은 중국어 입력 방법 편집기 사전을 포함한다. 본 방법은 각각의 후보 단어의 카운트를 판정하는 것을 포함한다. 상기 입력 방법 편집기 사전에 상기 후보 단어 중 하나 이상을 추가하는 것은 상기 입력 방법 편집기 사전에 임계치를 초과하는 카운트를 갖는 후보 단어를 추가하는 것을 포함한다. 상기 문서에서 컨텍스트 신호를 식별하는 것은 비중복(non-duplicative) 문서를 식별하는 것을 포함한다. 상기 각각의 후보 단어의 카운트를 판정하는 것은 상기 비중복 문서에만 기초하여 각각의 후보 단어의 카운트를 판정하는 것을 포함한다. 상기 문서는 인터넷으로부터 얻은 웹 문서를 포함한다. 본 방법은 검색 질의에서의 후보 단어를 식별하고 입력 방법 편집기 사전에 상기 후보 단어 중 하나 이상을 추가하는 것을 포함한다. 상기 검색 질의에서의 후보 단어를 식별하는 것은, 각각의 후보 단어에 대하여, 상기 후보 단어가 검색 질의에서의 유일한 단어인 횟수를 나타내는 제1 카운트를 판정하고, 상기 후보 단어와 하나 이상의 다른 단어가 각각의 검색 질의에 포함되어 있는 횟수를 나타내는 제2 카운트를 판정하는 것을 포함한다. 상기 검색 질의에서의 후보 단어를 식별하는 것은, 상기 제1 카운트와 상기 제2 카운트 간의 관계에 기초하여 상기 입력 방법 편집기 사전에 상기 후보 단어 중 하나 이상을 추가하는 것을 포함한다.

다른 양상에서, 일반적으로, 컴퓨터 구현 방법은, 문서에서 중국어 북 타이틀 마크 쌍들을 식별하고, 각각의 중국어 북 타이틀 마크 쌍에 의해 표시된 하나 이상의 문자에 의해 정의되는 후보 단어를 식별하고, 입력 방법 편집기 사전에 하나 이상의 후보 단어를 추가하는 것을 포함한다.

본 방법의 구현은 다음 특징들 중 하나 이상을 포함할 수 있다. 상기 중국어 북 타이틀 마크는 단일(single) 북 타이틀 마크 또는 이중(double) 북 타이틀 마크를 포함한다. 본 방법은 각각의 후보 단어의 카운트를 판정하는 것을 포함한다. 상기 입력 방법 편집기 사전에 하나 이상의 후보 단어를 추가하는 것은 상기 입력 방법 편집기 사전에 임계치를 초과하는 카운트를 갖는 후보 단어를 추가하는 것을 포함한다. 본 방법은 검색 질의에서의 후보 단어를 식별하고 입력 방법 편집기 사전에 상기 후보 단어 중 하나 이상을 추가하는 것을 포함한다. 상기 검색 질의에서의 후보 단어를 식별하는 것은, 각각의 후보 단어에 대하여, 상기 후보 단어가 검색 질의에서의 유일한 단어인 횟수를 나타내는 제1 카운트를 판정하고, 상기 후보 단어와 하나 이상의 다른 단어가 각각의 검색 질의에 포함되어 있는 횟수를 나타내는 제2 카운트를 판정하는 것을 포함한다. 상기 검색 질의에서의 후보 단어를 식별하는 것은 상기 제1 카운트와 상기 제2 카운트 간의 관계에 기초하여 상기 입력 방법 편집기 사전에 상기 후보 단어 중 하나 이상을 추가하는 것을 포함한다.

또 다른 양상에서, 일반적으로, 본 방법은 컨텍스트 신호에 의해 한정되는 문자에 기초하여 식별되는 단어들을 갖는 사전을 확립하고, 상기 사전으로부터 단어를 선택하도록 구성되는 입력 방법 편집기를 제공하는 것을 포함한다.

본 방법의 구현은 다음 특징들 중 하나 이상을 포함할 수 있다. 상기 사전을 확립하는 것은 중국어 북 타이틀 마크에 의해 한정되는 문자에 기초하여 단어를 식별하는 것을 포함한다.

다른 양상에서, 일반적으로, 본 장치는 문서에서 발견되는 문자와 연관된 후보 단어에 기초하여 식별되는 단어들을 갖는 사전을 포함하며, 각각의 후보 단어는 중국어 북 타이틀 마크 쌍에 둘러싸인 하나 이상의 문자와 연관된다. 본 장치는 상기 사전으로부터 단어를 선택하도록 구성되는 입력 방법 편집기를 포함한다.

본 장치의 구현은 다음 특징들 중 하나 이상을 포함할 수 있다. 상기 후보 단어는 한지 문자를 포함한다. 상기 중국어 북 타이틀 마크는 단일 북 타이틀 마크 또는 이중 북 타이틀 마크 중 적어도 하나를 포함한다. 상기 사전은 단어가 검색 질의에서의 유일한 단어인 횟수를 나타내는 제1 카운트 및 단어와 하나 이상의 다른 단어가 각각의 검색 질의에 포함되어 있는 횟수를 나타내는 제2 카운트에 기초하여 식별되는 단어를 포함한다.

또 다른 양상에서, 일반적으로, 본 시스템은 데이터 저장공간 및 프로세싱 엔진을 포함한다. 상기 데이터 저장공간은 문서 코퍼스(corpus)를 저장한다. 상기 프로세싱 엔진은 컴퓨터 판독가능한 매체에 저장되고, 프로세싱 디바이스에 의해 실행 가능한 명령을 포함하며 이러한 실행시 상기 프로세싱 디바이스로 하여금, 상기 문서 코퍼스의 문서에서 중국어 북 타이틀 마크 쌍들에 둘러싸여 있는 문자를 찾음으로써 후보 단어를 식별하고, 입력 방법 편집기 사전에 상기 후보 단어 중 하나 이상을 추가하도록 한다.

다른 양상에서, 일반적으로, 본 시스템은 데이터 저장공간 및 프로세싱 디바이스를 포함한다. 상기 데이터 저장공간은 문서 코퍼스를 저장한다. 상기 프로세싱 디바이스는 상기 문서 코퍼스의 문서에서 중국어 북 타이틀 마크 쌍들에 둘러싸여 있는 문자를 찾음으로써 후보 단어를 식별하고, 입력 방법 편집기 사전에 상기 후보 단어 중 하나 이상을 추가한다.

다른 양상에서, 일반적으로, 본 시스템은 문서에서 컨텍스트 신호를 식별하기 위한 수단, 상기 컨텍스트 신호에 의해 한정되는 문자를 식별하기 위한 수단, 상기 컨텍스트 신호에 의해 한정되는 문자에 의해 정의되는 하나 이상의 후보 단어를 식별하기 위한 수단, 및 입력 방법 편집기 사전에 상기 후보 단어 중 하나 이상을 추가하기 위한 수단을 포함한다.

다른 양상에서, 일반적으로, 본 시스템은 문서에서 중국어 북 타이틀 마크 쌍들을 식별하기 위한 수단, 각각의 중국어 북 타이틀 마크 쌍에 의해 한정되는 하나 이상의 문자들의 문자열(string)을 식별하기 위한 수단, 하나 이상의 문자들의 각각의 문자열에 의해 정의되는 후보 단어를 식별하기 위한 수단, 및 입력 방법 편집기 사전에 상기 후보 단어 중 하나 이상을 추가하기 위한 수단을 포함한다.

여기에 개시된 시스템 및 방법은 다음 이점들 중 하나 이상을 가질 수 있다. 사전은 질의 로그(log) 및 문서의 코퍼스에 기초하여 자동으로 확립 또는 개선될 수 있다. 사전을 이용하는 IME는 선택을 위한 후보 단어들의 보다 정확한 식별을 제공할 수 있다. 또한, 여기에 개시된 시스템 및 방법을 사용함으로써, 사전이 효율적으로 업데이트될 수 있고, 상징 문자, 예를 들어 중국어 문자를 처리하는 컴퓨터에 대한 속도 및 효율성이 향상될 수 있고, 따라서 상징 문자의 사용자 입력 속도가 증가될 수 있다.

본 명세서에서 설명되는 내용의 하나 이상의 실시예의 세부 내용은 첨부 도면과 아래의 설명에서 서술된다. 본 내용의 기타 특징, 양상, 및 이점이 상세한 설명, 도면, 및 청구항으로부터 명백하게 될 것이다.

도 1은 여기에 기재되는 시스템 및 방법을 구현하는데 사용될 수 있는 예시적인 디바이스의 블록도이다.
도 2는 예시적인 편집기 시스템의 블록도이다.
도 3은 예시적인 입력 방법 편집기 환경의 도면이다.
도 4는 예시적인 단어 및 어구 판정 엔진의 도면이다.
도 5는 문서 코퍼스에 기초하여 단어 및 어구를 판정하기 위한 예시적인 프로세스의 흐름도이다.
도 6은 검색 질의 로그에 기초하여 단어 및 어구를 판정하기 위한 예시적인 프로세스의 흐름도이다.
도 7은 단어 및 어구를 판정하기 위한 예시적인 프로세스의 흐름도이다.
도 8은 예시적인 단어 및 어구 판정 엔진의 도면이다.
다양한 도면들에 있어서 유사한 참조 번호 및 지정은 유사한 구성요소를 나타낸다.

도 1은 여기에 기재되는 시스템 및 방법을 구현하는데 이용될 수 있는 예시적인 디바이스(100)의 블록도이다. 디바이스(100)는 예를 들어 개인용 컴퓨터 디바이스와 같은 컴퓨터 디바이스, 또는 이동 전화, 이동 통신 디바이스, 개인 휴대 정보 단말기(PDA) 등과 같은 기타 전자 디바이스로 구현될 수 있다.

예시적인 디바이스(100)는 프로세싱 디바이스(102), 제1 데이터 저장공간(104), 제2 데이터 저장공간(106), 입력 디바이스(108), 출력 디바이스(110), 및 네트워크 인터페이스(112)를 포함한다. 예를 들어 데이터 버스와 마더보드를 포함하는 버스 시스템(114)은 컴포넌트들(102, 104, 106, 108, 110, 및 112) 간의 데이터 통신을 확립하고 제어하는데 사용될 수 있다. 기타 예시적인 시스템 아키텍쳐가 또한 사용될 수 있다.

프로세싱 디바이스(102)는 예를 들어 하나 이상의 마이크로프로세서를 포함할 수 있다. 제1 데이터 저장공간(104)은, 예를 들어 동적 랜덤 액세스 메모리와 같은 랜덤 액세스 메모리 저장 디바이스, 또는 기타 유형의 컴퓨터 판독가능한 매체 메모리 디바이스를 포함할 수 있다. 제2 데이터 저장공간(106)은, 예를 들어 하나 이상의 하드 드라이브, 플래시 메모리, 및/또는 판독 전용 메모리, 또는 기타 유형의 컴퓨터 판독가능한 매체 메모리 디바이스를 포함할 수 있다.

예시적인 입력 디바이스(108)는 키보드, 마우스, 스타일러스 등을 포함할 수 있고, 예시적인 출력 디바이스(110)는 디스플레이 디바이스, 오디오 디바이스 등을 포함할 수 있다. 네트워크 인터페이스(112)는, 예를 들어 네트워크(116)에 대하여 데이터를 통신할 수 있는 유선 또는 무선 네트워크 디바이스를 포함할 수 있다. 네트워크(116)는 하나 이상의 로컬 영역 네트워크(LAN) 및/또는 인터넷과 같은 광역 네트워크(WAN)를 포함할 수 있다.

일부 구현에서, 디바이스(100)는 데이터 저장공간(106)과 같은 데이터 저장공간에 입력 방법 편집기(IME) 코드(101)를 포함할 수 있다. 입력 방법 편집기 코드(101)는 실행시 프로세싱 디바이스(102)로 하여금 입력 방법 편집 기능을 수행하도록 하는 명령들에 의해 정의될 수 있다. 일 구현에서, 입력 방법 편집기 코드(101)는, 예를 들어 웹 브라우저 환경에서 실행될 수 있는 스크립트 명령, 예를 들어 JavaScript 또는 ECMAScript 명령과 같은 해석형 명령(interpreted instruction)을 포함할 수 있다. 기타 구현도 또한, 예를 들어 컴파일된 명령, 단독형 애플리케이션, 애플릿, 플러그인 모듈 등이 사용될 수 있다.

입력 방법 편집기 코드(101)의 실행은 입력 방법 편집기 인스턴스(instance)(103)를 생성하거나 시작한다. 입력 방법 편집기 인스턴스(103)는 입력 방법 편집기 환경, 예를 들어 사용자 인터페이스를 정의할 수 있고, 디바이스(100)에서의 하나 이상의 입력 방법의 처리를 용이하게 할 수 있으며, 이 시간 동안 디바이스(100)는 예를 들어 한지 문자와 같은, 입력 문자, 표의문자(ideogram), 또는 부호에 대한 복합 입력(composition input)을 수신할 수 있다. 예를 들어, 사용자는 입력 디바이스(108)(예를 들어, 서양식 키보드와 같은 키보드, 수기 인식 엔진을 구비한 스타일러스 등) 중 하나 이상을 사용하여, 한지 문자의 식별을 위한 복합 입력을 입력할 수 있다. 일부 예에서, 한지 문자는 하나보다 많은 수의 복합 입력과 연관될 수 있다.

제1 데이터 저장공간(104) 및/또는 제2 데이터 저장공간(106)은 복합 입력과 문자의 연관을 저장할 수 있다. 사용자 입력에 기초하여, 입력 방법 편집기 인스턴스(103)는 데이터 저장공간(104) 및/또는 데이터 저장공간(106)에서의 정보를 사용하여, 입력에 의해 나타난 하나 이상의 후보 문자를 식별할 수 있다. 일부 구현에서, 하나보다 많은 수의 후보 문자가 식별되는 경우, 후보 문자들은 출력 디바이스(110) 상에 디스플레이된다. 입력 디바이스(108)를 사용하여, 사용자는 후보 문자들 중에서 사용자가 입력하기를 원하는 한지 문자를 선택할 수 있다.

일부 구현에서, 디바이스(100) 상의 입력 방법 편집기 인스턴스(103)는 하나 이상의 핀인 복합 입력을 수신하고, 그 복합 입력을 한지 문자로 변환할 수 있다. 입력 방법 편집기 인스턴스(103)는, 예를 들어 키 입력(keystroke)으로부터 수신된 핀인 음절(syllable) 또는 문자의 복합을 사용하여, 한지 문자를 나타낼 수 있다. 각각의 핀인 음절은, 예를 들어 서양식 키보드에서의 키에 대응할 수 있다. 핀인 입력 방법 편집기를 사용하여, 사용자를 한지 문자의 소리(sound)를 나타내는 하나 이상의 핀인 음절을 포함하는 복합 입력을 사용함으로써 한지 문자를 입력할 수 있다. 핀인 IME를 사용하여, 사용자는 또한 한지 문자의 소리를 나타내는 둘 이상의 핀인 음절을 포함하는 복합 입력을 사용함으로써 둘 이상의 한지 문자를 포함하는 단어를 입력할 수 있다. 그러나, 다른 언어에 대한 입력 방법도 또한 용이하게 될 수 있다.

웹 브라우저, 워드 프로세싱 프로그램, 이메일 클라이언트 등을 포함하는 다른 애플리케이션 소프트웨어(105)도 또한 데이터 저장공간(104 및/또는 106)에 저장될 수 있다. 이들 애플리케이션의 각각은 대응하는 애플리케이션 인스턴스(107)를 생성할 수 있다. 각각의 애플리케이션 인스턴스는 사용자에게 데이터를 제시하고 사용자로부터의 데이터 입력을 용이하게 함으로써 사용자 경험을 용이하게 할 수 있는 환경을 정의할 수 있다. 예를 들어, 웹 브라우저 소프트웨어는 검색 엔진 환경을 생성할 수 있고, 이메일 소프트웨어는 이메일 환경을 생성할 수 있고, 워드 프로세싱 프로그램은 편집기 환경을 생성할 수 있다.

일부 구현에서, 디바이스(100)에의 액세스를 갖는 원격 컴퓨팅 시스템(118)이 또한 상형 문자를 편집하는데 사용될 수 있다. 예를 들어, 디바이스(100)는 네트워크(116)를 통하여 상형 문자 편집 능력을 제공하는 서버일 수 있다. 일부 예에서, 사용자는 원격 컴퓨팅 시스템, 예를 들어 클라이언트 컴퓨터를 사용하여 데이터 저장공간(104) 및/또는 데이터 저장공간(106)에 저장된 상형 문자를 편집할 수 있다. 디바이스(100)는, 예를 들어 네트워크 인터페이스(112)를 통해 사용자로부터 문자를 선택하고 복합 입력을 수신할 수 있다. 프로세싱 디바이스(102)는, 예를 들어 선택한 문자에 인접한 하나 이상의 문자를 식별할 수 있고, 수신된 복합 입력 및 인접한 문자에 기초하여 하나 이상의 후보 문자를 식별할 수 있다. 디바이스(100)는 후보 문자를 포함하는 데이터 통신을 원격 컴퓨팅 시스템으로 다시 전송할 수 있다.

도 2는 예시적인 입력 방법 편집기 시스템(120)의 블록도이다. 입력 방법 편집기 시스템(120)은, 예를 들어 입력 방법 편집기 코드(101) 및 연관된 데이터 저장공간(104 및 106)을 사용하여 구현될 수 있다. 입력 방법 편집기 시스템(120)은 입력 방법 편집기 엔진(122), 사전(124), 및 복합 입력 테이블(126)을 포함한다. 다른 저장 아키텍쳐도 또한 사용될 수 있다. 사용자는 IME 시스템(120)을 사용하여, 예를 들어 핀인 문자를 타이핑함으로써 중국어 단어 또는 어구를 입력할 수 있고, IME 엔진(122)은 사전(124)을 검색하여 핀인 문자와 일치하는 하나 이상의 중국어 단어 또는 어구를 각각 포함하는 후보 사전 엔트리를 식별할 것이다.

사전(124)은, 하나 이상의 언어 모델에서 사용된 상형 문자의 문자, 단어, 또는 어구와, 로마자 기반 또는 서양식 알파벳, 예를 들어 영어, 독일어, 스페인어 등의 문자, 단어, 및 어구에 대응하는 엔트리(128)를 포함한다. 각각의 단어는 뜻에 대응하고, 하나 이상의 문자를 포함할 수 있다. 예를 들어, "사과(apple)"라는 뜻을 갖는 단어(

)는 각각 핀인 입력 "ping" 및 "guo"에 대응하는 2개의 한지 문자

및

를 포함한다. 문자

는 또한 "과일(fruit)"이라는 뜻을 갖는 단어이다. 사전 엔트리(128)는, 예를 들어, 관용구(예를 들어,

), 고유 명사(예를 들어,

), 역사적 캐릭터나 유명한 사람의 이름(예를 들어,

), 기술 용어(예를 들어,

), 구절(예를 들어,

), 책 제목(예를 들어,

), 예술품의 제목(예를 들어,

), 또는 영화 제목(예를 들어,

) 등을 포함할 수 있으며, 각각은 하나 이상의 문자를 포함한다.

마찬가지로, 사전 엔트리(128)는, 예를 들어, 지리적 개체 또는 정치적 개체의 이름, 비즈니스 업체의 이름, 교육 기관의 이름, 동물이나 식물의 이름, 기계의 이름, 노래 제목, 공연 제목, 소프트웨어 프로그램의 이름, 소비자 제품의 이름 등을 포함할 수 있다. 사전(124)은, 예를 들어 수천 개의 문자, 단어 및 어구를 포함할 수 있다.

일부 구현에서, 사전(124)은 문자들 간의 관계에 대한 정보를 포함한다. 예를 들어, 사전(124)은 문자에 인접한 다른 문자들에 따라 그 문자에 할당된 스코어(score) 또는 확률(probability) 값을 포함할 수 있다. 사전(124)은 엔트리(128)가 보통 얼마나 자주 사용되는지 나타내도록 각각 사전 엔트리(128) 중 하나와 연관되어 있는 엔트리 스코어 또는 엔트리 확률 값을 포함할 수 있다.

복합 입력 데이터 저장공간(126)은 사전(124)에 저장된 엔트리(128)와 복합 입력의 연관을 포함한다. 일부 구현에서, 복합 입력 데이터 저장공간(126)은 사전(124)에서의 엔트리(128) 각각을 사용자 방법 편집기 엔진(122)에 의해 사용된 복합 입력(예를 들어, 핀인 입력)에 연결시킬 수 있다. 예를 들어, 입력 방법 편집기 엔진(122)은 사전(124) 및 복합 입력 데이터 저장공간(126)에서의 정보를 사용하여, 사전(124)에서의 하나 이상의 엔트리(128)를 복합 입력 데이터 저장공간(126)에서의 하나 이상의 복합 입력과 연관 및/또는 식별할 수 있다. 기타 연관도 또한 사용될 수 있다.

일부 구현에서, IME 시스템(120)에서의 후보 선택들이 랭킹(ranked)될 수 있고, 랭킹에 따라 입력 방법 편집기에 제시될 수 있다.

도 3은 5개의 랭킹된 후보 선택들(302)을 제시하는 예시적인 입력 방법 편집기 환경(300)의 도면이다. 각각의 후보 선택은 사전 엔트리(128) 또는 사전 엔트리들(128)의 조합일 수 있다. 후보 선택(302)은 핀인 입력(304)에 기초하여 식별된다. 선택 표시자(308)는 첫 번째 후보 선택, 즉

를 둘러싸며, 첫 번째 후보 선택이 선택됨을 표시한다. 사용자는 또한 숫자 키를 사용하여 후보 선택을 선택할 수 있거나, 또는 상향 및 하향 화살표 키를 사용하여 선택 표시자(308)를 이동시킴으로써 후보 선택을 선택할 수 있다.

상기 설명한 바와 같이, IME 엔진(122)은 사용자에 의해 입력된 핀인 문자와 연관되어 있는 후보 엔트리들을 식별하도록 사전(124)에 액세스한다. 사전(124)은 주기적으로 새로운 단어 또는 이름으로 업데이트될 수 있다. 예를 들어, IME 시스템(120)의 사용자에 의해 흔히 타이핑되는 이름 및 단어는 사회에서의 뉴스 이벤트 및 변화에 대응하여 시간이 지남에 따라 변할 수 있다. 일부 구현에서, 사전(124)은 문서 및 검색 질의로부터 식별되는 문자, 단어, 및 어구에 기초하여 확립 및/또는 업데이트될 수 있다.

도 4는 사전 엔트리(128)를 식별하는 단어 및 어구 판정 엔진(400)의 일례의 도면이다(예를 들어, 중국어 문자, 단어, 및 어구). 일부 구현에서, 엔진(400)은 컨텍스트 신호 기반의 판정 엔진(406) 및/또는 질의 기반의 판정 엔진(408)을 사용하여 중국어 단어 및 어구를 식별한다. 컨텍스트 신호 기반의 판정 엔진(406)은 컨텍스트 신호를 사용하여 단어 및 어구를 식별하도록 문서 코퍼스(402)에서의 문서(420)를 처리한다. 질의 기반의 판정 엔진(408)은 단어 또는 어구가 검색 질의에서 단독으로 나타나는지 아니면 하나 이상의 다른 단어 또는 어구와 함께 나타나는지에 기초하여 중국어 단어 및 어구를 식별하도록 검색 질의 로그(404)에서의 질의(418)를 검색한다. 식별된 단어 및 어구는 병합 엔진(merger engine)(414)에서 병합되어 사전(124)에 엔트리(128)로서 추가될 수 있다. 일부 구현에서, 단 하나의 업데이트 방법이 사용될 수 있으며, 예를 들어 사전(124)은 문서 코퍼스(402) 아니면 검색 질의 로그(404)의 사용에 의해 업데이트될 수 있다.

일부 구현에서, 컨텍스트 신호 판정 엔진(406)은 한정되는(bounded) 콘텐츠를 식별하는 컨텍스트 신호를 사용하여 문서(420)로부터 후보 사전 엔트리(422)를 판정하도록 구성된다. 예시적인 컨텍스트 신호는, 마크, 문자, 하이퍼텍스트 마크업 언어 태그, 및/또는 따옴표, 특수 식별 문자, 밑줄 등과 같은 한정되는 콘텐츠를 식별하는 포맷을 포함한다.

예시적인 컨텍스트 신호는 중국어 더블 북 타이틀 마크, 예를 들어

, 및/또는 중국어 단일 북 타이틀 마크, 예를 들어

를 포함할 수 있다. 중국어 북 타이틀 마크는 흔히 문서 및/또는 문화 사업, 예를 들어 책, 기사, 신문, 저널, 및 잡지의 제목 또는 이름을 표시하는데 사용된다. 중국어 북 타이틀 마크는 또한, 예를 들어 노래, 영화, 텔레비전 쇼, 공연, 오페라, 드라마, 심포니, 댄스, 그림, 법규, 및 규정 등과 같은 문화 사업의 제목 또는 이름을 표시하는데 사용될 수 있다. 북 타이틀 마크는 다수의 제목들을 식별할 수 있으며, 예를 들어, 제1 제목이 제2 제목을 포함하는 경우, 제1 제목은 더블 북 타이틀 마크를 사용하여 표시되고, 제2 제목은 단일 북 타이틀 마크를 사용하여 표시된다.

중국어 북 타이틀 마크는 단어 또는 어구의 경계(boundary)를 표시하는 컨텍스트 신호이다. 따라서, 하나 이상의 문자(예를 들어, 한지 문자)가 한 쌍의 중국어 북 타이틀 마크 안쪽에 나타나는 경우, 그 하나 이상의 문자는 하나 이상의 단어 또는 어구에 대응할 가능성이 높다. 중국어 북 타이틀 마크에 의해 표시되어 있는 문화 사업의 이름 또는 제목의 다음의 예들은 예시적인 것이다:

("Dream of the Red Chamber" 책),

("Upper River During the Qing Ming Festivel" 그림),

("Crouching Tiger, Hidden Dragon" 영화), 및

("Beethoven's Ninth Symphony").

문서(420)는, 예를 들어 네트워크를 통해 액세스될 수 있는 문서를 포함할 수 있다. 문서(420)는, 예를 들어 웹페이지, 이북(e-book), 저널 기사, 이메일 메시지, 광고, 인스턴스 메시지, 블로그, 법률 문서, 또는 기타 유형의 문서를 포함할 수 있다. 문서 코퍼스(402)는 뉴스, 문학, 영화, 음악, 정치적 토론, 과학적 발견, 법적 이슈, 건강 이슈, 환경 이슈 등과 같은 광범위하게 다양한 주제를 망라하는 문서(420)를 포함할 수 있다. 문서 코퍼스(402)는, 기업 인트라넷 또는 공중 인터넷과 같은, 예를 들어 로컬 영역 네트워크 또는 광역 네트워크로부터 문서(420)를 모음으로써 확립될 수 있다. 따라서 처리되는 문서(420)의 수는 수백만 이상의 문서의 범위에 달할 수 있다. 문서(420)는, 예를 들어 한지 문자, 영어 문자, 숫자, 구두점, 부호, HTML 코드 등을 포함할 수 있다. 예를 들어 문학 작품의 전자 수집, 전자 도서관 등의 다른 문서들이 사용될 수도 있다.

일부 구현에서, 컨텍스트 신호 판정 엔진(406)은 중국어 북 타이틀 마크 쌍들을 식별하도록 문서(420)의 각각을 스캔한다. 식별되는 각각의 중국어 북 타이틀 마크 쌍에 대하여, 엔진(406)은 문자들의 문자열(string)에 의해 정의되는 후보 엔트리(422), 예를 들어 중국어 북 타이틀 마크 쌍에 의해 한정되는 하나 이상의 한지를 식별하고, 제1 사전(410)에 후보 엔트리(422)를 추가한다. 후보 엔트리(422)는 하나 이상의 단어 또는 어구를 포함할 수 있다. 중국어 북 타이틀 마크 쌍 내의 용어가 하이픈이나 콜론과 같은 구두점에 의해 분리되는 경우, 그 용어는 2개의 분리되는 용어로서 취급될 수 있다. 예를 들어, 엔진(406)은

(컴퓨터 게임 "Need for Speed: Underground"에 대한 중국어 제목)를 처리하며, 2개의 후보 엔트리(422)가 있음을 판정할 수 있고, 즉

가 하나의 후보 엔트리(422)이고

가 또 다른 후보 엔트리(422)이다.

각각의 후보 엔트리(422)는 문서(420)에서의 후보 엔트리(422)의 출현 빈도수를 나타내는 카운트와 연관된다. 일부 구현에서, 엔진(406)은 동일한 문서(420)에서 후보 엔트리(422)의 각 출현으로 카운트를 하나씩 증가시키도록 구성된다. 따라서, 예를 들어, 후보 엔트리(422)가 하나의 문서(420)에서 3번 나타나고 다른 문서(420)에서 5번 나타나는 경우, 그 후보 엔트리에 대한 카운트는 8만큼 증가된다. 일부 구현에서, 후보 엔트리(422)가 각각의 문서 내에서 나타나는 횟수에 관계없이, 엔진(406)은 후보 엔트리(422)가 개별 문서에서 나타날 때마다 카운트가 하나씩 증가되도록 구성된다. 이 경우에, 예를 들어, 후보 엔트리(422)가 하나의 문서(420)에서 3번 나타나고 다른 문서(420)에서 5번 나타나는 경우, 그 후보 엔트리(422)와 연관된 카운트는 2만큼 증가된다.

일부 구현에서, 엔진(406)은 중국어 문자를 한정하며 다른 언어의 문자는 한정하지 않는 중국어 북 타이틀 마크 쌍들을 식별한다. 이 경우에, 중국어 북 타이틀 마크 쌍이 중국어 단어와 영어 단어를 한정하는 경우, 그 중국어 단어는 후보 엔트리인 것으로 간주되지 않는다. 일부 구현에서, 엔진(406)은 중국어가 아닌 문자를 삭제하도록 각각의 중국어 북 타이틀 마크 쌍에 의해 한정된 텍스트를 처리하고, 남아있는 중국어 문자를 후보 엔트리(422)로서 제1 사전(410)에 추가한다.

일부 구현에서, 엔진(406)은 각각의 후보 엔트리(422)에 포함된 문자의 수에 대한 범위를 설정한다. 예를 들어, 엔진(406)은 각각의 후보 엔트리(422)가 적어도 3개의 중국어 문자 내지 10개 이하의 중국어 문자를 갖도록 요구할 수 있다.

중국어 북 타이틀 마크에 의해 표시되어 있는 모든 후보 엔트리(422)를 식별하도록 모든 문서(420)를 처리한 후에, 엔진(406)은 임계값보다 작은 카운트를 갖는 후보 엔트리를 삭제하도록 후보 엔트리(422)를 필터링한다. 일부 구현에서, 임계값은 20 내지 40 사이, 예를 들어 30으로 설정될 수 있다. 임계값은, 예를 들어 오류를 포함하거나, 거의 사용되지 않는 단어(들) 또는 어구(들)을 갖거나, 또는 어떠한 다른 이유로 드물게 나타나는 후보 엔트리(422)를 삭제하는데 이용될 수 있다.

일부 구현에서, 질의 기반의 판정 엔진(408)은 검색 질의 로그(404)로부터 후보 사전 엔트리(416)를 식별하도록 구성된다. 검색 질의 로그(404)는 소정 기간 동안 하나 이상의 검색 서비스(예를 들어, 구글(Google) 검색)의 다수의 사용자에 의해 제출된 검색 질의(418)를 포함할 수 있다. 엔진(408)은 검색 질의(418)에서의 연속하는 문자들의 문자열을 찾음으로써 후보 엔트리(416)를 식별한다. 검색 질의(418)는 검색 질의(418)를 제출한 사용자에 의해 입력되는 하나 이상의 공백 또는 구두점에 의해 분리되어 있는 하나 이상의 후보 엔트리(416)를 포함할 수 있다. 예를 들어, 검색 질의

는 공백에 의해 분리되어 있는 어구

("세계의 가장 빠른"의 뜻을 가짐) 및 단어

("슈퍼컴퓨터(supercomputer)"의 뜻을 가짐)을 포함한다. 어구

및 단어

의 각각은 후보 엔트리(416)로서 엔진(408)에 의해 식별된다.

일부 구현에서, 엔진(408)은 각각의 후보 엔트리(416)에 2개의 카운트 숫자, 즉 질의 카운트 qf 및 사용자 분절(user-segmented) 카운트 sf를 할당한다. 질의 카운트 qf는 후보 엔트리(416)가 검색 질의에서의 유일한 단어 또는 어구인 횟수를 나타내는데 사용된다. 예를 들어, 엔트리

와 연관된 질의 카운트 qf는 단어

만 포함하고 있는 검색 질의(418)의 수를 나타낸다. 사용자 분절 카운트 sf는 각각이 후보 엔트리(416)와 하나 이상의 다른 단어 또는 어구를 포함하고 있는 검색 질의(418)의 수를 나타내는데 사용되고, 후보 엔트리(416)와 하나 이상의 다른 단어 또는 어구는 예를 들어 검색 질의를 제출한 사용자에 의해 입력된 하나 이상의 공백 또는 구두점에 의해 분리될 수 있다. 후보 엔트리(416) 및 연관된 질의 카운트 qf와 사용자 분절 카운트 sf는 제2 사전(412)에 저장된다.

예를 들어, 엔진(408)이

를 포함하고 있는 검색 질의(418)를 찾은 경우, 후보 엔트리

에 대한 사용자 분절 카운트 sf가 1만큼 증가되고, 후보 엔트리

에 대한 사용자 분절 카운트 sf도 또한 1만큼 증가된다. 엔진(408)이

만 포함하고 있는 검색 질의(418)를 찾은 경우, 후보 엔트리

에 대한 질의 카운트 qf가 1만큼 증가된다.

엔진(408)이 후보 엔트리(416) 및 연관된 질의 카운트 qf와 사용자 분절 카운트 sf 전부를 판정하도록 모든 검색 질의를 처리한 후에, 엔진(408)은 사용자 분절 카운트 sf가 질의 카운트 sf와 동일하거나 이보다 큰(즉, sf ≥ qf) 후보 엔트리(416)를 사전(412)으로부터 삭제한다. 엔진(408)은 또한 질의 카운트 qf가 임계값보다 작은(즉, qf < 임계값) 후보 엔트리(416)를 삭제한다. 일부 구현에서, 임계값은 3 내지 10의 범위의 값으로 설정될 수 있다. 적은 질의 카운트 qf를 갖는 후보 엔트리를 삭제함으로써, 오류를 포함하거나 거의 사용되지 않는 후보 엔트리(416)를 삭제할 수 있다.

사전(412)에 남아있는 후보 엔트리(416)는, 그의 질의 카운트 qf가 사용자 분절 카운트 sf보다 크고(즉, qf > sf), 검색 질의(418)에서 적어도 특정 횟수 나타난(즉, qf ≥ 임계값) 것들이다. 검색 질의(418)에서 연속 문자들의 특정 문자열이 그 자체로 나타나는 횟수가, 검색 질의(418)에서 그 문자열이 하나 이상의 다른 문자열 또는 문자들과 함께 나타나는 횟수보다 큰 경우, 그 연속 문자들의 특정 문자열은 하나 이상의 단어 또는 어구에 대응할 가능성이 높은 것이며, IME 사전(124)에서의 사전 엔트리(128)로서 적합하다.

일부 구현에서, 엔진(400)은 중복(duplicative) 사전 엔트리를 삭제함으로써 제1 및 제2 사전(410 및 412)으로부터 사전 엔트리(422 및 416)를 각각 병합하는 병합 엔진(414)을 포함한다. 중복되지 않는(non-duplicative) 사전 엔트리가 IME 사전(124)에 추가된다.

도 5는 문서 코퍼스(예를 들어, 문서 코퍼스(402))에 기초하여 단어 및 어구를 판정하기 위한 예시적인 프로세스(500)의 흐름도이다. 프로세스(500)는, 예를 들어 하나 이상의 서버 컴퓨터를 포함하는 시스템에서 구현될 수 있다.

프로세스(500)는 문서에서의 컨텍스트 신호를 식별하고(502), 컨텍스트 신호에 의해 한정된 문자들을 식별한다(504). 예를 들어, 컨텍스트 신호는 중국어 북 타이틀 마크일 수 있고, 문자들은 한지 문자일 수 있고, 문서는 도 4의 문서 코퍼스(402)에서의 문서(420)일 수 있다. 예를 들어, 도 4의 엔진(406)은 컨텍스트 신호와 컨텍스트 신호에 의해 한정된 문자를 식별할 수 있다.

프로세스(500)는 컨텍스트 신호에 의해 한정된 문자에 의해 정의되는 하나 이상의 후보 단어를 식별한다(506). 예를 들어, 후보 단어는 도 4의 엔트리(422)일 수 있다.

프로세스(500)는 입력 방법 편집기 사전에 하나 이상의 후보 단어를 추가한다(508). 예를 들어, 사전은 도 4의 제1 사전(410)이거나 도 2의 IME 사전(124)일 수 있다.

도 6은 검색 질의 로그(예를 들어, 검색 질의 로그(404))에 기초하여 단어 및 어구를 판정하기 위한 예시적인 프로세스(600)의 흐름도이다. 프로세스(600)는, 예를 들어 하나 이상의 서버 컴퓨터를 포함하는 시스템에서 구현될 수 있다.

프로세스(600)는 각각의 후보 단어가 하나 이상의 연속 문자를 포함하는 것인 검색 질의에서의 후보 단어를 식별한다(602). 예를 들어, 문자는 한지 문자일 수 있고, 후보 단어는 엔트리(416)일 수 있고, 검색 질의는 도 4의 검색 질의 로그(404)의 검색 질의(418)일 수 있다. 예를 들어, 엔진(408)은 검색 질의(418)에서 후보 단어를 식별할 수 있다.

각각의 후보 단어에 대하여, 프로세스(600)는 후보 단어가 검색 질의에서의 유일한 단어인 횟수를 나타내는 제1 카운트를 판정하고(604), 후보 단어와 하나 이상의 다른 단어가 각각의 검색 질의에 포함되어 있는 횟수를 나타내는 제2 카운트를 판정한다(606). 예를 들어, 제2 카운트로 카운트되는 각각의 검색 질의에서, 후보 단어와 하나 이상의 다른 단어는 사용자에 의해 입력된 하나 이상의 공백 또는 구두점에 의해 분리될 수 있다. 엔진(408)은 제1 카운트와 제2 카운트, 예를 들어 qf와 sf를 판정할 수 있다.

모든 단어가 처리되었다고 판정한 후에(608), 프로세스(600)는 제1 카운트와 제2 카운트 간의 관계에 기초하여 입력 방법 편집기 사전에 후보 단어 중 하나 이상을 추가한다(610). 예를 들어, 사전은 도 4의 제1 사전(410)이거나 도 2의 IME 사전(124)일 수 있다. 예를 들어, 엔진(408)은 제1 카운트가 제2 카운트보다 큰 경우 사전에 후보 단어를 추가할 수 있다.

일부 구현에서, 프로세스(500 및 600)는 결합될 수 있고, 단어 및 어구가 병합 프로세스에 의해 사전에 추가될 수 있다.

도 7은 문서 코퍼스(예를 들어, 문서 코퍼스(402)) 및 검색 질의 로그(예를 들어, 검색 질의 로그(404))에 기초하여 단어 및 어구를 판정하기 위한 예시적인 프로세스(700)의 흐름도이다. 프로세스(700)는, 예를 들어 하나 이상의 서버 컴퓨터를 포함하는 시스템에서 구현될 수 있다. 프로세스(700)는 최종 사전으로 병합되는 제1 및 제2 사전을 생성하도록 동시에 수행될 수 있는 2개의 프로세스(722 및 724)를 포함한다.

프로세스(722)는 문서를 식별한다(702). 예를 들어, 문서는 도 4의 문서 코퍼스(402)에서의 문서(420)일 수 있다.

프로세스(722)는 문서(420)에서의 중국어 북 타이틀 마크 쌍들을 식별하고, 중국어 북 타이틀 마크 쌍에 의해 표시되는 문자들의 문자열을 식별한다(704). 예를 들어, 중국어 북 타이틀 마크는

또는

일 수 있고, 문자들의 문자열은 한지 문자를 포함할 수 있다. 예를 들어, 도 4의 엔진(406)은 중국어 북 타이틀 마크 및 문자들의 문자열을 식별할 수 있다.

프로세스(722)는 중국어 북 타이틀 마크에 의해 표시된 각각의 문자들의 문자열을 후보 엔트리로서 지정하고, 제1 사전에 후보 엔트리를 추가한다(706). 프로세스(722)는 또한 후보 엔트리와 카운트를 연관시키며, 여기서 카운트는 문서에서의 후보 엔트리의 출현 빈도수를 나타낸다. 예를 들어, 제1 사전은 도 4의 제1 사전(410)일 수 있고, 엔진(406)은 제1 사전(410)에 후보 엔트리(422) 및 연관된 카운트를 추가하거나 업데이트할 수 있다.

중국어 북 타이틀 마크 쌍들을 전부 식별하도록 모든 문서들이 처리되고, 중국어 북 타이틀 마크에 의해 표시된 문자들의 문자열이 전부 제1 사전에 후보 엔트리로서 추가된 후에, 프로세스(722)는 카운트를 임계값과 비교함으로써 제1 사전에서의 후보 엔트리를 필터링한다(708). 카운트가 임계값보다 작은 경우, 그 카운트와 연관된 후보 엔트리는 제1 사전으로부터 삭제된다. 예를 들어, 엔진(406)은 제1 사전(410)에서의 후보 엔트리(422)를 필터링할 수 있다.

프로세스(724)는 검색 질의를 식별한다(710). 예를 들어, 검색 질의는 도 4의 검색 로그(404)의 검색 질의(418)일 수 있다.

각각의 검색 질의에 대하여, 프로세스(724)는 연속 문자들의 문자열, 또는 문자가 아닌 공백(들)이나 부호(들)에 의해 분리되어 있는 연속 문자들의 문자열들을 식별하며, 공백(들) 또는 부호(들)는 사용자에 의해 입력된 것이다(712).예를 들어, 문자는 한지 문자일 수 있고, 검색 질의는 도 4의 검색 질의(418)일 수 있다. 예를 들어, 엔진(408)은 각각의 검색 질의(418)에서 연속 문자들의 문자열, 또는 문자열들을 식별할 수 있다.

프로세스(724)는 각각의 연속 문자들의 문자열에 의해 정의되는 것으로서 후보 엔트리를 식별하고, 후보 엔트리를 제2 사전에 추가한다(714). 프로세스(724)는 또한 각각의 후보 엔트리와 질의 카운트 qf 및 사용자 분절 카운트 sf를 연관시킨다. 질의 카운트 qf는 후보 엔트리만 포함하고 있는 검색 질의의 수를 나타내고, 사용자 분절 카운트 sf는 각각이 후보 단어와 하나 이상의 다른 문자들의 문자열을 포함하고 있는 검색 질의의 수를 나타낸다.

예를 들어, 후보 엔트리는 도 4의 후보 엔트리(416)일 수 있고, 제2 사전은 제2 사전(412)일 수 있다. 예를 들어, 엔진(408)은 제2 사전(412)에 후보 엔트리(416)를 추가하거나 업데이트할 수 있고, 후보 엔트리(416)와 연관된 질의 카운트 qf 및 사용자 분절 카운트 sf를 초기화하거나 업데이트할 수 있다.

모든 검색 질의가 처리되고 연속 문자들의 문자열 전부가 제2 사전에 후보 엔트리로서 추가된 후에, 프로세스(724)는 제2 사전에서의 후보 엔트리를 필터링한다(716). 프로세스(724)는 질의 카운트 qf를 사용자 분절 카운트 sf와 비교하고, 질의 카운트 qf를 임계값과 비교한다. 예를 들어, 프로세스(722)는 질의 카운트 qf가 임계값보다 작은 후보 엔트리를 제2 사전으로부터 삭제하고, 질의 카운트 qf가 사용자 분절 카운트 sf 이하인 후보 엔트리를 삭제한다. 필터링 후에, 제2 사전에서의 후보 엔트리는, 질의 카운트 qf가 사용자 분절 카운트 sf보다 크고 질의 카운트 qf가 적어도 임계값인 것들이다. 예를 들어, 엔진(408)은 제2 사전(412)에서의 후보 엔트리(416)를 필터링한다.

프로세스(722 및 724)가 완료된 후에, 제1 및 제2 사전의 각각은 후보 엔트리를 갖는다. 프로세스(700)는 중복 후보 엔트리를 삭제함으로써 제1 및 제2 사전을 병합하여 최종 사전을 생성한다(718). 최종 사전에서의 후보 엔트리는 IME 사전에 추가된다(720). 예를 들어, 도 4의 병합 엔진(414)이 제1 및 제2 사전(410 및 412)을 병합하는데 사용될 수 있고, 최종 사전에서의 후보 엔트리가 도 2의 IME 사전(124)에 추가될 수 있다.

일부 구현에서, 후보 사전 엔트리를 식별하는데 중국어 북 타이틀 마크를 사용하지 않고, 하이퍼텍스트 마크업 언어(HTML) 타이틀 태그가 웹 문서로부터 후보 사전 엔트리를 식별하는데 사용될 수 있다. 예를 들어, 한 쌍의 HTML 태그 <title> 및 </title>는 HTML 문서의 타이틀을 표시한다. <title> 및 </title> HTML 태그에 의해 한정되는 문자들의 문자열은 임계 기준(예를 들어, 문자들의 문자열이 웹 문서에서 나타나는 횟수가 임계값보다 큼)이 충족되면 후보 사전 엔트리로서 식별되어 사전(124)에 추가될 수 있다.

다양한 구현이 설명되었지만, 다른 구현도 또한 사용될 수 있다. 예를 들어, 상기에 나타낸 흐름의 다양한 형태가 단계들이 재순서화되거나 추가되거나 삭제되어 사용될 수 있다. 또한 여러 구현들과 방법들이 설명되었지만, 다수의 다른 구현들도 생각해볼 수 있다는 것을 알아야 한다. 예를 들어, 입력 엔진(122)은 중국어, 일본어, 한국어 및/또는 인도어 문자를 입력하도록 서양 키보드로부터의 복합 입력들을 맵핑하는 것이 가능할 수 있다. 일부 예에서, 설명한 일부 또는 모든 구현들은 Cangjie 입력 방법, Jiufang 입력 방법, Wubi 입력 방법, 또는 기타 입력 방법과 같은 다른 입력 방법에 적용 가능할 수 있다. 다양한 유형의 문서들에 대한 가중치 값, 및 문서 유형들의 분류가 상기 설명한 것들과 상이할 수 있다. 처리될 단어와 문서의 수, 그리고 문서 코퍼스(402)에서의 문서들의 출처가 상기 설명한 것들과 상이할 수 있다. 도 7에서의 프로세스(722 및 724)는 순차적으로 수행될 수 있다. 일부 구현에서, 엔진(406)은 문서 코퍼스(402)에서 비중복 문서(420)를 식별하고 비중복 문서에 기초하여 후보 엔트리 및 연관된 카운트를 식별할 수 있다. 일부 구현에서, 사전(124)은 이미 존재하는 사전으로부터 얻은 문자, 단어, 및 어구를 포함할 수 있다.

일부 구현에서, 도 4의 컨텍스트 신호 기반의 엔진(406)은 후보 엔트리(422)가 각각의 문서에서 나타나는 횟수의 함수로서 카운트가 증가하도록 구성될 수 있다. 예를 들어, 카운트는 각각의 문서에 대한 한도(예를 들어, 3개)까지 후보 엔트리(422)가 동일 문서에서 나타날 때마다 하나씩 증가될 수 있다. 따라서, 상한이 3개이고 후보 엔트리(422)가 동일 문서에서 5번 나타나는 경우, 카운트는 3만큼 증가된다. 예를 들어, 카운트는 후보 엔트리(422)가 동일 문서 내에서 나타나는 횟수의 로그 함수로서 증가될 수 있다. 일부 구현에서, 엔진(406)은 후보 엔트리(422)가 각각의 문서에서 나타나는 위치의 함수로서 카운트가 증가하도록 구성된다. 예를 들어, 후보 엔트리(422)가 문서(420)의 타이틀(또는 이메일 메시지의 제목 라인)에 나타나는 경우 카운트는 1.5 만큼 증가될 수 있고, 후보 엔트리(422)가 문서(420)의 다른 곳에 나타나는 경우 카운트는 1만큼 증가될 수 있다. 문서(420)에서의 후보 엔트리(422)의 출현에 기초하여 카운트를 변경하기 위한 다른 방법들도 또한 사용될 수 있다.

일부 구현에서, 여러 사전, 예를 들어 법률 사전, 의학 사전, 과학 사전, 및 일반 사전이 사용될 수 있다. 각각의 사전은 특정 분야와 연관된 사전으로 시작함으로써 확립될 수 있다. 단어 및 어구 판정 엔진(400)은 문서들을 갖는 문서 코퍼스 및 사전과 연관된 분야 중심의 검색 질의를 갖는 검색 질의 로그를 처리하는데 사용된다. 예를 들어, 법률 사전에서 단어의 확률 값을 확립하기 위해, 문서들을 갖는 문서 코퍼스 및 법률 분야 중심의 검색 질의를 갖는 검색 질의 로그가 사용될 수 있다. IME 시스템(120)은 문자를 입력할 때 사용자가 관심 분야(예를 들어, 법률, 의학, 과학)를 선택할 수 있게 해줄 수 있고, 관심 분야에 관련된 사전으로부터 후보 단어들이 선택될 수 있다.

도 8에 관련하여, 일부 구현에서, 컨텍스트 신호 기반의 엔진(406) 및 검색 질의 기반의 엔진(408)은 단일 사전(800)에 기록한다. 예를 들어, 엔진(406)은 문서(420)를 처리하고 사전(800)에 후보 엔트리(802)를 추가하거나 업데이트한다. 엔진(406)에 의해 처리된 각각의 후보 엔트리(802)는 문서(420)에서의 후보 엔트리(802)의 출현 빈도수를 나타내는 문서 출현 카운트와 연관된다. 엔진(408)은 검색 질의(418)를 처리하고 후보 엔트리(802)를 사전(800)에 추가하거나 업데이트한다. 엔진(408)에 의해 처리되는 각각의 후보 엔트리(802)는 질의 카운트 및 사용자 분절 카운트와 연관된다.

엔진(406 및 408)이 문서(420)와 검색 질의(418) 전부를 처리하여 후보 엔트리(802) 및 연관된 문서 출현 카운트, 질의 카운트, 및 사용자 분절 카운트 전부를 판정한 후에, 엔진(400)은 특정 기준이 충족되는 후보 엔트리(802), 예를 들어 (1) 문서 출현 카운트가 제1 임계값보다 작거나, (2) 사용자 분절 카운트가 질의 카운트 이상이거나, 또는 (3) 질의 카운트가 제2 임계값보다 작은 후보 엔트리(802)를 사전(800)으로부터 삭제한다. 남아있는 후보 엔트리(802)가 IME 사전(124)에 추가된다. 일부 구현에서, 엔진(406 및 408)은 직접 IME 사전(124)에 기록하고, 사전(124)에서의 엔트리(128)를 추가하거나 업데이트하거나 필터링할 수 있다.

본 명세서에서 설명한 내용 및 기능적 동작의 실시예는 디지털 전자 회로로, 또는 본 명세서에서 개시된 구조 및 그들 구조적 등가물을 포함하는 컴퓨터 소프트웨어, 펌웨어, 또는 하드웨어로, 또는 이들 중 하나 이상의 조합으로 구현될 수 있다. 본 명세서에서 설명한 내용의 실시예는 하나 이상의 컴퓨터 프로그램 제품, 즉 데이터 프로세싱 장치에 의한 실행을 위해 또는 데이터 프로세싱 장치의 동작을 제어하도록 실체적 프로그램 캐리어(tangible program carrier) 상에 인코딩되어 있는 컴퓨터 프로그램 명령의 하나 이상의 모듈로서 구현될 수 있다. 실체적 프로그램 캐리어는 전파 신호 또는 컴퓨터 판독가능한 매체일 수 있다. 전파 신호는 인공적으로 생성된 신호, 예를 들어 기계가 발생한 전기, 광학, 또는 전자기 신호이며, 이는 컴퓨터에 의한 실행을 위해 적합한 수신기 장치에의 전송을 위한 정보를 인코딩하도록 생성된다. 컴퓨터 판독가능한 매체는 기계 판독가능한 저장 디바이스, 기계 판독가능한 저장 기판, 메모리 디바이스, 기계 판독가능한 전파 신호에 영향을 미치는 물질 구성, 또는 이들 중 하나 이상의 조합일 수 있다.

용어 "데이터 프로세싱 장치"는 예로써 프로그램가능한 프로세서, 컴퓨터, 또는 다수의 프로세서나 컴퓨터를 포함하여 데이터를 처리하기 위한 모든 장치, 디바이스, 및 기계를 포함한다. 장치는, 하드웨어 이외에도, 해당 컴퓨터 프로그램에 대한 실행 환경을 생성하는 코드, 예를 들어 프로세서 펌웨어를 구성하는 코드, 프로토콜 스택, 데이터베이스 관리 시스템, 운영 시스템, 또는 이들 중 하나 이상의 조합을 포함할 수 있다.

컴퓨터 프로그램(프로그램, 소프트웨어, 소프트웨어 애플리케이션, 스크립트, 또는 코드로도 알려짐)은 컴파일 또는 해석형 언어를 포함하는 프로그래밍 언어, 또는 서술 또는 절차적 언어의 임의의 형태로 기록될 수 있고, 이는 단독형 프로그램으로서 또는 모듈, 컴포넌트, 서브루틴, 또는 컴퓨터 환경에서 사용하기에 적합한 기타 유닛을 포함하는 임의의 형태로 배치될 수 있다. 컴퓨터 프로그램은 반드시 파일 시스템에서의 파일에 대응하는 것은 아니다. 프로그램은 기타 프로그램 또는 데이터를 보유하는 파일의 일부분에(예를 들어, 마크업 언어 문서로 저장된 하나 이상의 스크립트), 해당 프로그램에 전용되는 단일 파일에, 또는 다수의 조정된 파일(예를 들어, 하나 이상의 모듈, 서브 프로그램, 또는 코드 부분들을 저장하는 파일)에 저장될 수 있다. 컴퓨터 프로그램은 하나의 컴퓨터 상에서 또는 하나의 장소에 위치되거나 다수의 장소에 걸쳐 분포되어 있으며 통신 네트워크에 의해 상호접속되어 있는 다수의 컴퓨터 상에서 실행되도록 배치될 수 있다.

본 명세서에서 설명한 프로세스 및 로직 흐름은 입력 데이터를 통해 동작하고 출력을 생성함으로써 기능을 수행하도록 하나 이상의 컴퓨터 프로그램을 실행하는 하나 이상의 프로그램가능한 프로세서에 의해 수행될 수 있다. 프로세스 및 로직 흐름은 또한, 특수 용도 로직 회로, 예를 들어 FPGA(field programmable gate array) 또는 ASIC(application specific integrated circuit)에 의해 수행될 수 있거나, 장치가 또한 특수 용도 로직 회로, 예를 들어 FPGA 또는 ASIC로서 구현될 수 있다.

컴퓨터 프로그램의 실행에 적합한 프로세서는 예로써 범용 및 특수 용도 마이크로프로세서 둘 다를 포함하고, 임의의 종류의 디지털 컴퓨터의 임의의 하나 이상의 프로세서를 포함한다. 일반적으로, 프로세서는 판독 전용 메모리 또는 랜덤 액세스 메모리 또는 둘 다로부터 명령과 데이터를 수신할 것이다. 컴퓨터의 필수 요소는 명령을 수행하기 위한 프로세서 및 명령과 데이터를 저장하기 위한 하나 이상의 메모리 디바이스이다. 일반적으로, 컴퓨터는 또한, 데이터를 저장하기 위한 하나 이상의 대용량 저장 디바이스, 예를 들어 자기, 자기 광학 디스크, 또는 광학 디스크를 포함하거나, 이에 대하여 데이터를 수신하거나 데이터를 전송하도록 동작적으로 연결되거나, 또는 둘 다일 수 있다. 그러나, 컴퓨터가 이러한 디바이스를 가져야 하는 것은 아니다. 또한, 컴퓨터는 또 다른 디바이스, 예를 들어 몇 개를 들자면 이동 전화, 개인 휴대정보 단말기(PDA), 이동 오디오 또는 비디오 플레이어, 게임 콘솔, GPS 수신기에 내장될 수 있다.

컴퓨터 프로그램 명령과 데이터를 저장하기에 적합한 컴퓨터 판독가능한 매체는, 예로써 반도체 메모리 디바이스, 예를 들어 EPROM, EEPROM, 및 플래시 메모리 디바이스, 자기 디스크, 예를 들어 내부 하드 디스크 또는 착탈식 디스크, 자기 광학 디스크, 및 CD ROM과 DVD ROM 디스크를 포함하여, 비휘발성 메모리, 매체 및 메모리 디바이스의 모든 형태를 포함한다. 프로세서 및 메모리는 특수 용도 로직 회로에 의해 보충되거나 이에 통합될 수 있다.

사용자와의 상호작용을 제공하기 위해, 본 명세서에서 설명한 내용의 실시예는 사용자에게 정보를 디스플레이하기 위한 디스플레이 디바이스, 예를 들어 CRT(cathode ray tube) 또는 LCD(liguid crystal display) 모니터, 그리고 사용자가 컴퓨터에 입력을 제공할 수 있는 키보드 및 포인팅 디바이스, 예를 들어 마우스 또는 트랙볼을 갖는 컴퓨터 상에서 구현될 수 있다. 사용자와의 상호작용을 제공하는데 다른 종류의 디바이스도 사용될 수 있으며, 예를 들어 사용자에게 제공된 피드백은 감각 피드백의 임의의 형태, 예를 들어 시각 시드백, 청각 피드백, 또는 촉각 피드백일 수 있고, 사용자로부터의 입력은 음향, 음성, 또는 촉각 입력을 포함하는 임의의 형태로 수신될 수 있다.

본 명세서에서 설명한 내용의 실시예는, 예를 들어 데이터 서버로서 백 엔드 컴포넌트를 포함하거나, 미들웨어 컴포넌트, 예를 들어 애플리케이션 서버를 포함하거나, 또는 프론트 엔드 컴포넌트, 예를 들어 사용자가 본 명세서에서 설명한 내용의 구현과 상호작용할 수 있는 웹 브라우저 또는 그래픽 사용자 인터페이스를 갖는 클라이언트 컴퓨터을 포함하거나, 또는 하나 이상의 이러한 백 엔드, 미들웨어, 또는 프론트 엔드 컴포넌트의 임의의 조합을 포함하는 컴퓨팅 시스템에서 구현될 수 있다. 시스템의 컴포넌트는 디지털 데이터 통신의 임의의 형태 또는 매체, 예를 들어 통신 네트워크에 의해 상호접속될 수 있다. 통신 네트워크의 예는 로컬 영역 네트워크("LAN") 및 광역 네트워크("WAN"), 예를 들어 인터넷을 포함한다.

컴퓨팅 시스템은 클라이언트 및 서버를 포함할 수 있다. 클라이언트 및 서버는 일반적으로 서로에 대하여 원격이고, 통상적으로 통신 네트워크를 통해 상호작용한다. 클라이언트와 서버의 관계는 서로에 대한 클라이언트 서버 관계를 가지며 각각의 컴퓨터 상에서 실행되는 컴퓨터 프로그램 덕분에 생긴다.

본 명세서는 수많은 특정 구현 세부사항을 포함하지만, 이들은 임의의 발명 또는 청구할 수 있는 것의 범위에 대한 제한으로서 해석되어서는 안되고, 특정 발명의 특정 실시예에 특정할 수 있는 특징의 설명으로서 해석되어야 한다. 개별 실시예에 관련하여 본 명세서에서 설명하고 있는 어떤 특징들이 또한 단일 실시예에서 조합되어 구현될 수 있다. 반대로, 단일 실시예에 관련하여 설명하고 있는 다양한 특징들이 또한 다수의 실시예에서 개별적으로 또는 임의의 적합한 부분조합으로 구현될 수 있다. 또한, 특징들은 특정 조합으로 작용하는 것으로 상기에 설명하였고 그로서 처음에서도 청구하였지만, 청구한 조합으로부터의 하나 이상의 특징들은 일부 경우에 그 조합에서 삭제될 수 있고, 청구한 조합이 부분조합 또는 부분조합의 변형으로 될 수 있다.

마찬가지로, 동작들은 특정 순서대로 도면에 도시되어 있지만, 이는 원하는 결과를 달성하기 위해 이러한 동작들이 도시된 특정 순서대로 또는 순차적인 순서대로 수행되어야 하거나 모든 도시된 동작들이 수행되어야 함을 요구하는 것으로 이해하여서는 안된다. 어떤 환경에서는 다중 작업 및 병행 처리가 이로울 수 있다. 또한, 상기에 설명한 실시예에서의 다양한 시스템 컴포넌트들의 분리가 모든 실시예에서 이러한 분리를 요구하는 것으로 이해하여서는 안되고, 설명한 프로그램 컴포넌트 및 시스템이 전반적으로 단일 소프트웨어 제품에 다같이 통합되거나 다수의 소프트웨어 제품으로 패키징될 수 있는 것으로 이해하여야 한다.

본 명세서에서 설명한 내용의 특정 실시예가 설명되었다. 기타 실시예가 다음의 청구항의 범위 내에 속한다. 예를 들어, 청구항에서 인용된 동작들은 상이한 순서대로 수행될 수 있고, 여전히 원하는 결과를 달성할 수 있다. 하나의 예로서, 첨부 도면에 도시된 프로세스는 원하는 결과를 얻기 위해 반드시 도시된 특정 순서 또는 순차적 순서를 요구하는 것은 아니다. 어떤 구현에서는 다중 작업 및 병행 처리가 이로울 수 있다.

102: 프로세싱 디바이스
104, 106: 데이터 저장공간
116: 네트워크
118: 원격 시스템
112: 네트워크 인터페이스
108: 입력 디바이스
110: 출력 디바이스
122: IME 엔진
124, 800: 사전
126: 복합 입력 테이블
128, 416, 422, 802: 엔트리
400: 단어 및 어구 판정 엔진
402: 문서 코퍼스
404: 검색 질의 로그
406: 컨텍스트 신호 기반의 단어 및 어구 판정 엔진
408: 검색 질의 기반의 단어 및 어구 판정 엔진
410: 제1 사전
412: 제2 사전
414: 병합 엔진

Claims

컴퓨터 구현 방법에 있어서,
검색 질의에서의 후보 단어 - 각각의 후보 단어는 하나 이상의 연속(consecutive) 문자를 포함함 - 를 식별하는 단계와;
각각의 후보 단어에 대하여:
상기 후보 단어가 검색 질의에서의 유일한 단어인 횟수를 나타내는 제1 카운트를 결정하는 단계와,
상기 후보 단어와 하나 이상의 다른 단어가 각각의 검색 질의에 포함되어 있는 횟수를 나타내는 제2 카운트를 결정하는 단계와;
상기 후보 단어들 중 특정 후보 단어에 대해 상기 제1 카운트가 상기 제2 카운트 보다 큰 경우 입력 방법 편집기(IME; input method editor) 사전에 상기 특정 후보 단어를 추가하는 단계를 포함하는 컴퓨터 구현 방법.
삭제
청구항 1에 있어서,
상기 입력 방법 편집기 사전에 상기 후보 단어들 중 상기 특정 후보 단어를 추가하는 단계는 상기 제1 카운트가 상기 제2 카운트보다 크고 상기 제1 카운트가 임계값보다 큰 경우 상기 입력 방법 편집기 사전에 상기 특정 후보 단어를 추가하는 단계를 포함하는 것인 컴퓨터 구현 방법.
청구항 1에 있어서,
상기 제2 카운트를 결정하는 단계는, 각 검색 질의가 상기 후보 단어와 하나 이상의 다른 단어를 포함하는 검색 질의의 수를 카운트하는 단계를 포함하며, 상기 후보 단어와 상기 하나 이상의 다른 단어는 상기 검색 질의를 제출한 사용자에 의해 입력된 하나 이상의 공백 또는 구두점에 의해 분리되는 것인 컴퓨터 구현 방법.
청구항 1에 있어서,
검색 로그로부터 상기 검색 질의를 얻는 단계를 포함하는 컴퓨터 구현 방법.
청구항 5에 있어서,
상기 검색 로그는 검색 서비스의 사용자에 의해 제출된 검색 질의를 포함하는 것인 컴퓨터 구현 방법.
시스템에 있어서,
검색 질의를 저장하기 위한 데이터 저장공간; 및
프로세싱 디바이스를 포함하고,
상기 프로세싱 디바이스는,
검색 질의에서의 후보 단어 - 각각의 후보 단어는 하나 이상의 연속 문자를 포함함 - 를 식별하고;
각각의 후보 단어에 대하여:
상기 후보 단어가 검색 질의에서의 유일한 단어인 횟수를 나타내는 제1 카운트를 결정하고,
상기 후보 단어와 하나 이상의 다른 단어가 각각의 검색 질의에 포함되어 있는 횟수를 나타내는 제2 카운트를 결정하고;
상기 후보 단어들 중 특정 후보 단어에 대해 상기 제1 카운트가 상기 제2 카운트 보다 큰 경우 입력 방법 편집기(IME; input method editor) 사전에 상기 특정 후보 단어를 추가하기 위한 것인 시스템.
삭제
청구항 7에 있어서,
상기 프로세싱 디바이스는 상기 제1 카운트가 상기 제2 카운트보다 크고 상기 제1 카운트가 임계값보다 큰 경우 상기 입력 방법 편집기 사전에 상기 특정 후보 단어를 추가하기 위한 것인 시스템.
청구항 7에 있어서,
상기 프로세싱 디바이스는, 각 검색 질의가 상기 후보 단어와 하나 이상의 다른 단어를 포함하는 검색 질의의 수를 카운트하기 위한 것이며, 상기 후보 단어와 상기 하나 이상의 다른 단어는 상기 검색 질의를 제출한 사용자에 의해 입력된 하나 이상의 공백 또는 구두점에 의해 분리되는 것인 시스템.
시스템에 있어서,
검색 질의를 저장하기 위한 데이터 저장공간; 및
컴퓨터로 판독가능한 매체에 저장되는 프로세싱 엔진을 포함하고,
상기 프로세싱 엔진은 프로세싱 디바이스에 의해 실행 가능한 명령어들을 포함하며 이러한 실행시 상기 프로세싱 디바이스로 하여금,
검색 질의에서의 후보 단어 - 각각의 후보 단어는 하나 이상의 연속 문자를 포함함 - 를 식별하고;
각각의 후보 단어에 대하여:
상기 후보 단어가 검색 질의에서의 유일한 단어인 횟수를 나타내는 제1 카운트를 결정하고,
상기 후보 단어와 하나 이상의 다른 단어가 각각의 검색 질의에 포함되어 있는 횟수를 나타내는 제2 카운트를 결정하고;
상기 후보 단어들 중 특정 후보 단어에 대해 상기 제1 카운트가 상기 제2 카운트 보다 큰 경우 입력 방법 편집기(IME; input method editor) 사전에 상기 특정 후보 단어를 추가하도록 하는 것인 시스템.
삭제
청구항 11에 있어서,
상기 프로세싱 엔진은 상기 프로세싱 디바이스에 의해 실행 가능한 명령을 포함하며 이러한 실행시 상기 프로세싱 디바이스로 하여금 상기 제1 카운트가 상기 제2 카운트보다 크고 상기 제1 카운트가 임계값보다 큰 경우 상기 입력 방법 편집기 사전에 상기 특정 후보 단어를 추가하도록 하는 것인 시스템.
청구항 11에 있어서,
상기 프로세싱 엔진은 상기 프로세싱 디바이스에 의해 실행 가능한 명령을 포함하며 이러한 실행시 상기 프로세싱 디바이스로 하여금, 각 검색 질의가 상기 후보 단어와 하나 이상의 다른 단어를 포함하는 검색 질의의 수를 카운트하도록 하고, 상기 후보 단어와 상기 하나 이상의 다른 단어는 상기 검색 질의를 제출한 사용자에 의해 입력된 하나 이상의 공백 또는 구두점에 의해 분리되는 것인 시스템.
장치에 있어서,
단어들을 갖는 사전으로서, 각각의 단어는 상기 단어가 검색 질의에서의 유일한 단어인 횟수를 나타내는 제1 카운트가 상기 단어와 하나 이상의 다른 단어가 각각의 검색 질의에 포함되어 있는 횟수를 나타내는 제2 카운트보다 큰 경우 상기 사전에 포함되는 것인, 상기 사전; 및
상기 사전으로부터 단어를 선택하도록 구성되는 입력 방법 편집기를 포함하는 장치.
청구항 15에 있어서,
상기 입력 방법 편집기는 중국어 입력 방법 편집기를 포함하는 것인 장치.
청구항 15에 있어서,
상기 단어는 한지(Hanzi) 문자를 포함하는 것인 장치.
시스템에 있어서,
단어들을 포함하는 사전을 저장하기 위한 데이터 저장 공간으로서, 각각의 단어는 상기 단어가 검색 질의에서의 유일한 단어인 횟수를 나타내는 제1 카운트가 상기 단어와 하나 이상의 다른 단어가 각각의 검색 질의에 포함되어 있는 횟수를 나타내는 제2 카운트보다 큰 경우 상기 사전에 포함되는 것인, 상기 데이터 저장 공간; 및
컴퓨터 판독가능한 매체에 저장되는 프로세싱 엔진을 포함하고,
상기 프로세싱 엔진은 프로세싱 디바이스에 의해 실행 가능한 명령을 포함하며 이러한 실행시 상기 프로세싱 디바이스로 하여금 사용자가 상기 사전으로부터 단어를 선택할 수 있게 해주는 입력 방법 편집기를 제공하도록 하는 것인 시스템.
시스템에 있어서,
단어들을 포함하는 사전을 저장하기 위한 데이터 저장 공간으로서, 각각의 단어는 상기 단어가 검색 질의에서의 유일한 단어인 횟수를 나타내는 제1 카운트가 상기 단어와 하나 이상의 다른 단어가 각각의 검색 질의에 포함되어 있는 횟수를 나타내는 제2 카운트보다 큰 경우 상기 사전에 포함되는 것인, 상기 데이터 저장 공간; 및
사용자가 상기 사전으로부터 단어를 선택할 수 있게 해주는 입력 방법 편집기(IME)를 제공하기 위한 프로세싱 디바이스를 포함하는 시스템.
시스템에 있어서,
검색 질의에서의 후보 단어 - 각각의 후보 단어는 하나 이상의 연속 문자를 포함함 - 를 식별하기 위한 수단;
각각의 후보 단어를,
상기 후보 단어가 검색 질의에서의 유일한 단어인 횟수를 나타내는 제1 카운트를 결정하고,
상기 후보 단어와 하나 이상의 다른 단어가 각각의 검색 질의에 포함되어 있는 횟수를 나타내는 제2 카운트를 결정함으로써;
처리하기 위한 수단; 및
상기 후보 단어들 중 특정 후보 단어에 대해 상기 제1 카운트가 상기 제2 카운트 보다 큰 경우 입력 방법 편집기(IME; input method editor) 사전에 상기 특정 후보 단어를 추가하기 위한 수단을 포함하는 시스템.
시스템에 있어서,
후보 단어들을 식별하기 위한 수단으로서, 각각의 후보 단어는 상기 단어가 검색 질의에서의 유일한 단어인 횟수를 나타내는 제1 카운트가 상기 단어와 하나 이상의 다른 단어가 각각의 검색 질의에 포함되어 있는 횟수를 나타내는 제2 카운트보다 큰 경우 사전에 포함되는 것인, 상기 수단; 및
입력 방법 편집기 사전에 상기 후보 단어들 중 하나 이상을 추가하기 위한 수단을 포함하는 시스템.