WO2016037520A1 - 一种输入方法、装置和电子设备 - Google Patents

一种输入方法、装置和电子设备 Download PDF

Info

Publication number
WO2016037520A1
WO2016037520A1 PCT/CN2015/087051 CN2015087051W WO2016037520A1 WO 2016037520 A1 WO2016037520 A1 WO 2016037520A1 CN 2015087051 W CN2015087051 W CN 2015087051W WO 2016037520 A1 WO2016037520 A1 WO 2016037520A1
Authority
WO
WIPO (PCT)
Prior art keywords
information
keyword
upper screen
queue
screen candidate
Prior art date
Application number
PCT/CN2015/087051
Other languages
English (en)
French (fr)
Inventor
崔欣
任尚昆
苏其龙
张扬
Original Assignee
北京搜狗科技发展有限公司
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 北京搜狗科技发展有限公司 filed Critical 北京搜狗科技发展有限公司
Priority to US15/505,263 priority Critical patent/US10345923B2/en
Publication of WO2016037520A1 publication Critical patent/WO2016037520A1/zh

Links

Images

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
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/02—Input arrangements using manually operated switches, e.g. using keyboards or dials
    • G06F3/023—Arrangements for converting discrete items of information into a coded form, e.g. arrangements for interpreting keyboard generated codes as alphanumeric codes, operand codes or instruction codes
    • G06F3/0233—Character input methods
    • G06F3/0237—Character input methods using prediction or retrieval techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/334—Query execution
    • G06F16/3343—Query execution using phonetics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/3349—Reuse of stored results of previous queries
    • 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
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/018—Input/output arrangements for oriental characters
    • 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
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/02—Input arrangements using manually operated switches, e.g. using keyboards or dials
    • G06F3/023—Arrangements for converting discrete items of information into a coded form, e.g. arrangements for interpreting keyboard generated codes as alphanumeric codes, operand codes or instruction codes
    • G06F3/0233—Character input methods
    • G06F3/0236—Character input methods using selection techniques to select from displayed items
    • 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
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0487—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser
    • G06F3/0488—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures
    • G06F3/04886—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures by partitioning the display area of the touch-screen or the surface of the digitising tablet into independently controllable areas, e.g. virtual keyboards or menus
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/274—Converting codes to words; Guess-ahead of partial word inputs

Definitions

  • the feature information includes a identifier
  • the prediction unit further includes:
  • a third search subunit configured to search for a screen candidate in the association candidate vocabulary of the language model according to the prediction information, before the queue obtaining subunit obtains the upper screen candidate queue in the input text box;
  • the prediction information is the keyword
  • the keyword is a left-yuan query
  • the language model is a binary language model
  • the prediction information is the keyword and the text information
  • the language model is a left element
  • the text information is a middle yuan query
  • the language model is a ternary language model
  • the text information is a left yuan query
  • the language model is a binary language. model.
  • Step 102 Extract feature information in historical conversation information, where the feature information includes keywords.
  • the feature information may be a keyword, or may be a time when the keyword and the keyword appear in the historical dialogue information, and may also include the identifier word extracted from the historical dialogue information.
  • Step 305 Obtain an upper screen candidate word queue in the input text box according to the sorting of the scene feature tags.
  • Step 407 Obtain a queue of upper screen candidate words in the input text box according to the sorting of the scene feature tags.
  • the upper screen candidate word queue can be obtained, for example, the upper screen candidate The word "Richang”.
  • the embodiment of the present application fully exploits the historical dialogue information of the dialog window by using the above-mentioned unit, comprehensively extracts the feature information extracted therefrom to determine the prediction information, and searches for the corresponding association candidate lexicon according to the prediction information to obtain the final upper-screen candidate queue.
  • the device can obtain the upper screen candidate queue regardless of whether the input text box content is empty, and the obtained upper screen candidate queue is obviously more reasonable and more accurate than the upper screen candidate queue obtained according to the user's last previous screen entry.
  • the embodiment of the present application further provides an electronic device, including a memory and a processor, the memory is used to store computer instructions or code, and the processor and the memory are coupled to execute computer instructions in the memory or Code that implements the following methods:

Abstract

一种输入方法、装置及电子设备。该输入方法包括：获取对话窗的历史对话信息（101）；提取所述历史对话信息中的特征信息，所述特征信息包括关键词（102）；确定预测信息，所述预测信息包括所述关键词（103）；根据所述预测信息获得所述对话窗中输入文本框内的上屏候选词队列（104）；输出所述上屏候选词队列（105）。通过充分挖掘对话窗的历史对话信息，综合从中提取的特征信息来确定预测信息，并依据预测信息查找相应的联想候选词库获得了最终的上屏候选队列。该方法无论输入文本框内容是否为空仍然可以获得上屏候选队列，而且所获得的上屏候选队列显然比单单依据用户上一次上屏词条获得的上屏候选队列更加合理，更加准确。

Description

一种输入方法、装置和电子设备
本申请要求于2014年9月9日提交中国专利局、申请号为201410456861.0、申请名称为“一种输入方法、装置和电子设备”的中国专利申请的优先权，其全部内容通过引用结合在本申请中。
技术领域
本申请涉及通信技术领域，尤其涉及一种输入方法、装置和电子设备。
背景技术
拼音输入是一种最简单的汉字输入方法，它的发展非常快，从第一代的以字输入为主，即用户一次只能输入一个汉字，发展到第二代以词输入为主并具有智能调频功能，这个时候主要依赖的是输入法的词典，发展到第三代，用户可以进行语句的输入，输入法词典中没有的句子也可以进行输入，组词功能对输入的体验有着很大的影响。
输入法联想功能是拼音输入法主动输入的一种扩展，它的出现减少了用户主动输入的次数、按键的次数，并增加了输入法的智能性。该输入法的实现过程是首先获取用户在输入文本框中上一次上屏的词条，并根据该词条查询系统二元库等预建词库来获取上屏候选词队列，然后输出该上屏候选词队列。
然而，该输入法中的上屏候选词队列仅依赖于上一次上屏的词条，会导致预测出的上屏候选词队列可能是片面的或不合理的，并且当输入文本框中不存在上一次上屏的词条时，就无法给出上屏候选词队列。
发明内容
本申请实施例所要解决的技术问题是提供一种输入方法，能够给出更合理的上屏候选词队列。
相应的，本申请实施例还提供了一种输入装置和电子设备，用以保证上述方法的实现及应用。
为了解决上述问题，本申请公开了一种输入方法，包括：
获取对话窗的历史对话信息；
提取所述历史对话信息中的特征信息，所述特征信息包括关键词；
确定预测信息，所述预测信息包括所述关键词；
根据所述预测信息获得所述对话窗中输入文本框内的上屏候选词队列；
输出所述上屏候选词队列。
进一步，所述获取对话窗的历史对话信息，包括：
获取所述对话窗预设历史时长内的历史对话信息；或者，
获取所述对话窗内预设信息条数的历史对话信息。
进一步，所述确定预测信息包括：
判断所述对话窗的输入文本框内是否存在文本信息；
若否，确定所述预测信息为所述关键词；若是，判断所述文本信息与所述关键词之间是否存在话题转移；
若否，确定所述预测信息为所述关键词和所述文本信息。
进一步，所述判断所述文本信息与所述关键词之间是否存在话题转移，包括：
判断所述文本信息命中的情景特征标签与所述关键词命中的情景特征标签是否存在重叠，若是，则不存在话题转移，若否，则存在话题转移。
进一步，所述根据所述预测信息获得所述对话窗中输入文本框内的上屏候选词队列，包括：
确定所述预测信息命中的情景特征标签；
对所述情景特征标签进行排序；
按照所述情景特征标签的排序，根据所述预测信息在所述情景特征标签的联想候选词库中查找上屏候选词；
根据查找到的上屏候选词获得所述输入文本框内的上屏候选词队列。
进一步，所述对所述情景特征标签进行排序，包括：
根据命中所述情景特征标签的所述预测信息的个数，以及所述预测信息在所述对话窗中出现的时间对所述情景特征标签进行排序。
进一步，所述特征信息包括标识词，在所述根据查找到的上屏候选词获得所述输入文本框内的上屏候选词队列之前，还包括：
对所述标识词按照情景特征标签进行分类存储；
按照所述情景特征标签的排序，查找具有相应情景特征标签的标识词，将查找到的标识词作为所述输入文本框内的上屏候选词。
进一步，在所述根据查找到的上屏候选词获得所述输入文本框内的上屏候选词队列之前，还包括：
根据所述预测信息在语言模型的联想候选词库中查找上屏候选词；其中，当所述预测信息为所述关键词时，以所述关键词为左元查询，所述语言模型为二元语言模型；当所述预测信息为所述关键词及所述文本信息时，以所述关键词为左元，以所述文本信息为中元查询，所述语言模型为三元语言模型，或者，以所述文本信息为左元查询，所述语言模型为二元语言模型。
本申请还公开了一种输入装置，包括：
信息获取单元，用于获取对话窗的历史对话信息；
信息提取单元，用于提取所述历史对话信息中的特征信息，所述特征信息包括关键词；
信息确定单元，用于确定预测信息，所述预测信息包括所述关键词；
预测单元，用于根据所述预测信息获得所述对话窗中输入文本框内的上屏候选词队列；
输出单元，用于输出所述上屏候选词队列。
进一步，所述信息获取单元，具体用于获取所述对话窗预设历史时长内的历史对话信息；或者，获取所述对话窗内预设信息条数的历史对话信息。
进一步，所述信息确定单元包括：
第一判断子单元，用于判断所述对话窗的输入文本框内是否存在文本信息；
第一确定子单元，用于当所述第一判断子单元判断不存在文本信息时，确定所述预测信息为所述关键词；
第二判断子单元，用于当所述第一判断子单元判断存在文本信息时，判断所述文本信息与所述关键词之间是否存在话题转移；
第二确定子单元，用于当所述第二判断子单元判断不存在话题转移时，确定所述预测信息为所述关键词和所述文本信息。
进一步，所述第二判断子单元，具体用于判断所述文本信息命中的情景特征标签与所述关键词命中的情景特征标签是否存在重叠，若是，则不存在话题转移，若否，则存在话题转移。
进一步，所述预测单元包括：
标签确定子单元，用于确定所述预测信息命中的情景特征标签；
排序子单元，用于对所述情景特征标签进行排序；
第一查找子单元，用于按照所述情景特征标签的排序，根据所述预测信息在所述情景特征标签的联想候选词库中查找上屏候选词；
队列获得子单元，用于根据查找到的上屏候选词获得所述输入文本框内的上屏候选词队列。
进一步，所述排序子单元，具体用于根据命中所述情景特征标签的所述预测信息的个数，以及所述预测信息在所述对话窗中出现的时间对所述情景特征标签进行排序。
进一步，所述特征信息包括标识词，所述预测单元还包括：
存储子单元，用于在所述队列获得子单元获得所述输入文本框内的上屏候选词队列之前，对所述标识词按照情景特征标签进行分类存储；
第二查找子单元，用于按照所述情景特征标签的排序，查找具有相应情景特征标签的标识词，将查找到的标识词作为所述输入文本框内的上屏候选词。
进一步，所述预测单元还包括：
第三查找子单元，用于在所述队列获得子单元获得所述输入文本框内的上屏候选词队列之前，根据所述预测信息在语言模型的联想候选词库中查找上屏候选词；其中，当所述预测信息为所述关键词时，以所述关键词为左元查询，所述语言模型为二元语言模型；当所述预测信息为所述关键词及所述文本信息时，以所述关键词为左元，以所述文本信息为中元查询，所述语言模型为三元语言模型，或者，以所述文本信息为左元查询，所述语言模型为二元语言模型。
本申请还公开了一种电子设备，包括存储器和处理器，所述存储器用于存储计算机指令或代码，所述处理器和所述存储器耦合，用于执行所述存储器中的计算机指令或代码，实现以下方法：
获取对话窗的历史对话信息；
提取所述历史对话信息中的特征信息，所述特征信息包括关键词；
确定预测信息，所述预测信息包括所述关键词；
根据所述预测信息获得所述对话窗中输入文本框内的上屏候选词队列；
输出所述上屏候选词队列。
本申请还公开了一种计算机程序，包括计算机可读代码，当所述计算机可读代码在移动终端上运行时，导致所述移动终端执行如前所述的输入方法。
本申请还公开了一种计算机可读介质，其中存储了如前所述的计算机程序。
与现有技术相比，本申请实施例包括以下优点：
本申请实施例通过充分挖掘对话窗的历史对话信息，综合从中提取的特征信息来确定预测信息，并依据预测信息查找相应的联想候选词库获得了最终的上屏候选队列。该方法无论输入文本框内容是否为空仍然可以获得上屏候选队列，而且所获得的上屏候选队列显然比单单依据用户上一次上屏词条获得的上屏候选队列更加合理，更加准确。
附图说明
图1是本申请实施例一种输入方法的流程图；
图2是本申请实施例中一种确定预测信息的方法流程图；
图3是本申请实施例中输入文本框为空时的输入方法流程图；
图4是本申请实施例中输入文本框不为空时的输入方法流程图；
图5是本申请实施例一种输入装置的结构示意图；
图6是本申请实施例中一种信息确定单元的结构示意图；
图7是本申请实施例中一种预测单元的结构示意图。
具体实施方式
为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本申请作进一步详细的说明。
参照图1，为本申请实施例一种输入方法的流程图。
该方法可以包括：
步骤101，获取对话窗的历史对话信息。
本实施例中，对话窗可以是指与某一联系人之间的短信息对话窗口，或者是与某一联系人之间的网络聊天对话窗口，甚至可以是不同应用程序下的对话窗，例如发生应用切换时，上一次应用中产生的对话窗。历史对话信息是指对话窗中记录的已经发生的对话信息。
本步骤可以以要获取上屏候选队列时的时间作为基准，向前获取对话窗中的历史对话信息。具体可以获取该对话窗内预设历史时长内的历史对话信息，例如假设当前时间为7:00，则选择6:00至7:00之间的历史对话信息；或者，可以获取该对话窗内预设信息条数的历史对话信息，例如获取当前输入文本框的前三条等。其中，不同的app对话环境可以设置不同的时间阈值或者信息条数阈值。
步骤102，提取历史对话信息中的特征信息，特征信息包括关键词。
该特征信息可以是关键词，也可以是关键词及关键词出现在历史对话信息中的时间，还可以包括从历史对话信息中提取的标识词。
其中，可以预先设置关键词元词表，该关键词元词表是一个集合，其中包含可以作为关键词的词条。可以约定凡是出现在该关键词元词表中的词条都可以作为关键词，不在这个关键词元词表中的词条都不作为关键词。
每条历史对话信息都会有时间记录，关键词在历史对话信息中出现的时间也就是该历史对话信息建立的时间，也即关键词在对话窗中出现的时间。
标识词可以是人名(如张三)，地名(如五道口、会议室等)，或商业服务机构名称(如酒店名称)等便于识别的词条，还可以是验证码，例如大众点评发送的验证码信息。标识词还可以是应用名称或可以触发应用的名称等，当提取出该类标识词时，可以同时触发到相应的应用或文件等去获取该标识词的相关信息，例如去通讯录查找某人的联系电话等。在提取出该标识词后可以对该标识词进行分类存储，例如按照标识词对应的情景特征标签进行分类存储，具体请参见后续实施例的描述。
步骤103，确定预测信息，该预测信息包括关键词。
该预测信息用于获取输入文本框内的上屏候选队列，在不同的条件下，预测信息不同，具体可以按照如图2所示的方法进行确定：
步骤201，判断对话窗的输入文本框内是否存在文本信息。
若不存在文本信息，则执行步骤202，若存在文本信息，则进一步执行步骤203。
步骤202，确定预测信息为关键词。
步骤203，判断文本信息与关键词之间是否存在话题转移。
具体的判断方法可以是判断文本信息命中的情景特征标签与关键词命中的情景特征标签是否存在重叠，若是，则不存在话题转移，若否，则存在话题转移。其中，每个情景特征标签对应一个情景话题，同一关键词或文本信息可能命中不同的情景特征标签。例如，关键词“吃饭”可能命中“聚会”情景特征标签，也可能命中“家庭活动”情景特征标签等。情景特征标签可以是预先划分和设定的，可以包含预设的词汇，或者定义属于该标签的特征。可以根据关键词与预设词汇的相似度，或者关键词与预设标签特征的相近度来确定该关键词是否命中该情景特征标签。
若存在话题转移，则执行步骤204，若不存在话题转移，则执行步骤205。
步骤204，确定预测信息为文本信息。
步骤205，确定预测信息为关键词和文本信息。
在确定预测信息后即可进一步执行步骤104。
步骤104，根据预测信息获得对话窗中输入文本框内的上屏候选词队列。
该获得上屏候选词队列的过程可以是根据预测信息的情景特征标签查询联想候选词库，也可以是根据预测信息查询相应的二元和/或三元语言模型的联想候选词库，还可以是在查询预先存储的标识词；也可以上述三类查询均执行，然后将获得的上屏候选词队列进行合并，确定最终的上屏候选词队列。具体请参见后续实施例的描述。
步骤105，输出上屏候选词队列。
本申请实施例通过充分挖掘对话窗的历史对话信息，综合从中提取的特征信息来确定预测信息，并依据预测信息查找相应的联想候选词库获得了最终的上屏候选队列。该方法无论输入文本框内容是否为空仍然可以获得上屏候选队列，而且所获得的上屏候选队列显然比单单依据用户上一次上屏词条获得的上屏候选队列更加合理，更加准确。
以下针对输入文本框内是否存在文本信息分别对该输入方法进行描述。
参见图3，为本申请实施例另一种输入方法的流程图。
本实施例以对话窗的当前输入文本框为空为例进行说明，也即当前输入文本框内不存在文本信息。该方法可以包括：
步骤301，获取对话窗的历史对话信息。
该步骤与前述步骤101类似。
步骤302，提取历史对话信息中的特征信息，该特征信息包括关键词、关键词在历史对话信息中出现的时间及标识词。
本实施例中，所提取的历史对话信息中的特征信息同时包含有关键词，关键词在历史对话信息中出现的时间及标识词，以及标识词。
在提取出标识词后，还可以进一步根据标识词中的应用名称或可以触发应用的名称获取标识词的相关信息，例如根据标识词“地点”获取GPS地点，根据“现在”获取当前时间，根据“张三的电话”获取通讯录中张三的电话号码等。
对于提取出的关键词及关键词在历史对话信息中出现的时间，执行步骤303。对于提取出的标识词以及根据标识词获取的相关信息，可以进一步对标识词及其相关信息执行步骤303′。
步骤303，确定关键词命中的情景特征标签。
其中，每个情景特征标签对应一个情景话题，同一关键词可能命中不同的情景标签。例如，关键词“吃饭”可能命中“聚会”情景，也可能命中“家庭活动”情景等。在确定关键词命中的情景特征标签后，执行步骤304。
步骤304，对关键词命中的情景特征标签进行排序。
具体的，可以根据命中情景特征标签的关键词的个数，以及关键词在历史对话信息中出现的时间对情景特征标签进行排序。具体的，可以采用综合打分的方式进行排序，例如，按照关键词在历史对话信息中出现的时间设置权重，出现时间越早权重越低，然后累计各情景特征标签中关键词的综合权重，权重越高的情景特征标签综合打分越高，排序越靠前。
步骤303′，确定标识词以及根据标识词获取的相关信息对应的情景特征标签。
本实施例中在步骤302提取标识词后，还可以根据该标识词获取标识词的相关信息，具体可以通过触发相关应用或查找相关文件等获取该标识词的相关信息。在本步骤中，即可确定标识词以及根据标识词获取的相关信息对应的情景特征标签。
在其它实施例中，若无需触发标识词关联的应用或文件，或者没有没有获得标识词的相关信息，也可以只是确定标识词对应的情景特征标签。
步骤305，按照情景特征标签的排序，获得输入文本框内的上屏候选词队列。
在执行完上述步骤304及步骤303′后，在本步骤中，即可首先按照情景特征标签的排序，依次查找情景特征标签对应的标识词及其相关信息，依次获得的标识词及其相关信息形成第一上屏候选词队列。
按照情景特征标签的排序，根据关键词查找情景特征标签的联想候选词库，获得第二上屏候选词队列。其中，每个情景特征标签对应有联想候选词库。
以关键词为左元，上屏候选词为右元，查询二元语言模型的联想候选词库，获得第三上屏候选词队列。
对上述获得的三个上屏候选词队列分别设置不同的权重，其中，第一上屏候选词队列的权重最高，第三上屏候选词队列的权重最低。然后，对三个上屏候选词队列中的上屏候选词按照权重线性叠加的方式进行合并，最后按照权重由高到低对合并后的上屏候选词队列进行排序，获得最终的上屏候选词队列。
本实施例通过充分挖掘对话窗的历史对话信息，综合从中提取的关键词、标识词等信息，并依据标识词、情景特征标签的联想候选词库及二元语言模型的联想候选词库获得了最终的上屏候选队列。该方法在输入文本框内容为空的情况下仍然可以获得上屏候选队列，而且所获得的上屏候选队列显然比单单依据用户上一次上屏词条获得的上屏候选队列更加合理，更加准确。
参见图4，为本申请实施例另一种输入方法的流程图。
本实施例以对话窗的当前输入文本框不为空为例进行说明，也即当前输入文本框内存在文本信息。该方法可以包括：
步骤401，获取对话窗的历史对话信息。
步骤402，提取历史对话信息中的特征信息，该特征信息包括关键词、关 键词在历史对话信息中出现的时间及标识词。
步骤403，确定关键词命中的情景特征标签。
步骤403′，确定标识词以及根据标识词获取的相关信息对应的情景特征标签。
步骤401～步骤(403)403′与前述实施例中的步骤301～步骤(303)303′完全相同，此处不再赘述。
步骤404，确定输入文本框中的文本信息命中的情景特征标签。
具体的，可以通过查找预先设置的关键词元词表来提取文本信息中的关键词，然后确定提取的关键词命中的情景特征标签。
步骤405，判断文本信息命中的情景特征标签与关键词命中的情景特征标签是否有重叠。
本步骤判断前述步骤403确定的关键词命中的情景特征标签与步骤404确定的文本信息命中的情景特征标签是否存在重叠，如果不存在重叠，则说明存在话题转移的现象，此时只针对输入文本框中的文本信息采用现有的预测方法获得上屏候选词队列即可。
如果存在重叠，则说明话题没有转移，此时执行步骤406。
步骤406，对文本信息命中的情景标签和关键词命中的情景特征标签进行排序。
具体的，可以提取文本信息中的关键词，然后与历史对话信息中的关键词一起采用前述步骤304中的方法进行排序，最终，文本信息和关键词均命中的相同的情景标签排在最靠前。
步骤407，按照情景特征标签的排序，获得输入文本框内的上屏候选词队列。
在执行完上述步骤406及前述步骤403′后，在本步骤中，即可首先按照情景特征标签的排序，依次查找具有相应情景特征标签的标识词及其相关信息，依次获得的标识词及其相关信息形成第一上屏候选词队列。
按照情景特征标签的排序，根据输入对话框的文本信息中的关键词查找情景特征标签的联想候选词库，获得第二上屏候选词队列。其中，每个情景特征标签对应有联想候选词库。
按照情景特征标签的排序，根据历史对话信息中的关键词查找情景特征标签的联想候选词库，获得第三上屏候选词队列。其中，每个情景特征标签对应有联想候选词库。
以历史对话信息中的关键词为左元，以输入文本框中文本信息的关键词为中元，上屏候选词为右元，查询三元语言模型的联想候选词库，获得第四上屏候选词队列。
以输入文本框中文本信息的关键词为左元，上屏候选词为右元，查询二元语言模型的联想候选词库，获得第五上屏候选词队列。
以历史对话信息中的关键词为左元查询二元语言模型的联想候选词库，获得第六上屏候选词队列。
对上述获得的六个上屏候选词队列分别设置不同的权重，第一、第二、第三、第四、第五、第六上屏候选词队列的权重依次由大到小设置。然后，对六个上屏候选词队列中的上屏候选词按照权重线性叠加的方式进行合并，最后按照权重由高到低对合并后的上屏候选词队列进行排序，获得最终的上屏候选词队列。
本实施例通过充分挖掘对话窗的历史对话信息，综合从中提取的关键词、标识词等信息，并结合输入对话框中的文本信息，依据标识词、情景特征标签的联想候选词库及二元、三元语言模型的联想候选词库获得了最终的上屏候选队列。该方法在输入文本框中存在文本信息的情况下所获得的上屏候选队列显然比单单依据用户上一次上屏词条获得的上屏候选队列更加合理，更加准确。
下面通过具体实例进行说明。
例如，历史对话信息为“在哪儿吃饭？”，如果当前输入文本框为空，则提取该历史对话信息中的关键词“哪儿”、“吃饭”，该关键词命中的情景特征标签为地点和咨询标签，动作、活动标签、餐饮标签，如果历史对话信息中包含商家的标识词“五道口日昌”，则此时根据情景特征标签可以查询到该标识词“五道口日昌”，进而可以将“五道口日昌”作为上屏候选词提供给用户。如果没有查询到相关的标识词，则可以从GPS获取到用户当前的位置信息为“五道口”，进而搜索“五道口”附近的商家，其中“五道口日昌”距离用户当前位置最近，那么“五道口日昌”这个候选则会提供给用户。
同样是历史对话信息为“在哪儿吃饭？”如果当前输入文本框的文本信息为“五道口”，则提取该历史对话信息中的关键词“哪儿”、“吃饭”，“哪”带有地点和咨询情景特征标签，“吃饭”带有动作、活动情景特征标签、餐饮情景特征标签，通过排序可以获得情景特征标签队列。当输入文本框内存在了“五道口”信息后，“五道口”被挖掘成为关键词，确定为地点情景特征标签，该地点情景特征标签与历史对话信息中的地点和咨询情景特征标签重叠，可以确定话题没有转移，通过查询所有以“五道口”为左元，右元带有“动作”“活动”“餐饮”情景特征标签的联想候选词库，即可获得上屏候选词队列，例如上屏候选词“日昌”。
再例如，历史对话信息“在哪个会议室？”，提取关键词“哪个”，确定关键词命中“查询”情景特征标签和“地点”情景特征标签，提取标识词“会议室”的同时触发对Outlook等日历软件的查询动作，Outlook返回了一个即将发生的会议事件，并从中获取该标识词“会议室”的相关信息“清华同方D座20层阿空加瓜”，该标识词“会议室”及其相关信息“清华同方D座20层阿空加瓜”对应的情景特征标签为“地点”情景特征标签，在根据关键词命中的情景特征标签进行查询时，即可查询到与“地点”情景特征标签相对应的标识词“会议室”及其相关信息“清华同方D座20层阿空加瓜”，“清华同方D座20层阿空加瓜”即可作为上屏候选词加入上屏候选词队列。
例如，历史对话信息为“给我尚昆电话？”，提取关键词“电话”及标识词“尚昆”，通过人名识别可以识别出“尚昆”，然后根据该标识词可以触发通讯录查询动作，获得识别词及其对应的信息即通讯录中的“尚昆-12345678901”，进而可以将“尚昆-12345678901”存入电话情景标签的队列中。在当前文本框为空的情况下，关键词“电话”命中的电话情景特征标签中，“尚昆-12345678901”即可作为上屏候选词加入上屏候选词队列。该过程中用户无需转换APP即能够完成操作。
再例如，用户在大众点评上订购“水木锦堂法式铁板烧”，在短信应用中得到的确认信息如下：大众点评：您的订单水木锦堂法式铁板烧的随机系统验证码为1234。从该历史对话信息中提取关键词“大众点评”、“验证码”及标识词“1234”，关键词“大众点评”提供了一个app环境信息，“验证码”则提 供了app环境中服务类型，标识词“1234”则为其内容。在确定标识词“1234”命中验证码情景特征标签后，将该标识词存入验证码情景特征标签的队列中。当用户切换至大众点评的APP时，获取输入光标所在处的“验证码”的文本框，在当前文本框为空的情况下，关键词“验证码”命中的验证码情景特征标签中，“1234”即可作为上屏候选词加入上屏候选词队列。该过程中用户也无需转换APP即能够完成操作。
需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请实施例并不受所描述的动作顺序的限制，因为依据本申请实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本申请实施例所必须的。
参照图5，为本申请实施例一种输入装置的结构框图。
该装置可以包括：
信息获取单元501，用于获取对话窗的历史对话信息。
信息提取单元502，用于提取所述历史对话信息中的特征信息，所述特征信息包括关键词。
信息确定单元503，用于确定预测信息，所述预测信息包括所述关键词。
预测单元504，用于根据所述预测信息获得所述对话窗中输入文本框内的上屏候选词队列。
输出单元505，用于输出所述上屏候选词队列。
本申请实施例通过上述单元充分挖掘对话窗的历史对话信息，综合从中提取的特征信息来确定预测信息，并依据预测信息查找相应的联想候选词库获得了最终的上屏候选队列。该装置无论输入文本框内容是否为空仍然可以获得上屏候选队列，而且所获得的上屏候选队列显然比单单依据用户上一次上屏词条获得的上屏候选队列更加合理，更加准确。
在本申请的另一实施例中，信息获取单元501，具体用于获取所述对话窗预设历史时长内的历史对话信息；或者，获取所述对话窗内预设信息条数的历史对话信息。
在本申请的另一实施例中，如图6所示，信息确定单元503可以进一步包 括：
第一判断子单元601，用于判断所述对话窗的输入文本框内是否存在文本信息。
第一确定子单元602，用于当所述第一判断子单元601判断不存在文本信息时，确定所述预测信息为所述关键词。
第二判断子单元603，用于当所述第一判断子单元601判断存在文本信息时，判断所述文本信息与所述关键词之间是否存在话题转移。
第二确定子单元604，用于当所述第二判断子单元603判断不存在话题转移时，确定所述预测信息为所述关键词和所述文本信息。
其中，第二判断子单元603，具体用于判断所述文本信息命中的情景特征标签与所述关键词命中的情景特征标签是否存在重叠，若是，则不存在话题转移，若否，则存在话题转移。
在本申请的另一实施例中，如图7所示，预测单元504可以进一步包括：
标签确定子单元701，用于确定所述预测信息命中的情景特征标签。
排序子单元702，用于对所述情景特征标签进行排序。
第一查找子单元703，用于按照所述情景特征标签的排序，根据所述预测信息在所述情景特征标签的联想候选词库中查找上屏候选词。
队列获得子单元704，用于根据查找到的上屏候选词获得所述输入文本框内的上屏候选词队列。
其中，排序子单元702，具体用于根据命中所述情景特征标签的所述预测信息的个数，以及所述预测信息在所述对话窗中出现的时间对所述情景特征标签进行排序。
另外，信息提取单元502提取的特征信息还可以包括标识词，该预测单元504还可以包括：
存储子单元705，用于在所述队列获得子单元704获得所述输入文本框内的上屏候选词队列之前，对所述标识词按照情景特征标签进行分类存储；
第二查找子单元706，用于按照所述情景特征标签的排序，查找具有相应情景特征标签的标识词，将查找到的标识词作为所述输入文本框内的上屏候选词。
第三查找子单元707，用于在所述队列获得子单元704获得所述输入文本框内的上屏候选词队列之前，根据所述预测信息在语言模型的联想候选词库中查找上屏候选词；其中，当所述预测信息为所述关键词时，以所述关键词为左元查询，所述语言模型为二元语言模型；当所述预测信息为所述关键词及所述文本信息时，以所述关键词为左元，以所述文本信息为中元查询，所述语言模型为三元语言模型，或者，以所述文本信息为左元查询，所述语言模型为二元语言模型。
在通过上述第一、第二、第三查找子单元查找到各自的上屏候选词后，可以按照一定的权重对获取到的上屏候选词排序获得上屏候选词队列。
本实施例通过上述单元充分挖掘对话窗的历史对话信息，综合从中提取的关键词、标识词等信息，并依据标识词、情景特征标签的联想候选词库及二元、三元语言模型的联想候选词库获得了最终的上屏候选队列。该装置无论在输入文本框内容是否为空的情况下仍然可以获得上屏候选队列，而且所获得的上屏候选队列显然比单单依据用户上一次上屏词条获得的上屏候选队列更加合理，更加准确。
本申请实施例还提供了一种电子设备，包括存储器和处理器，所述存储器用于存储计算机指令或代码，所述处理器和所述存储器耦合，用于执行所述存储器中的计算机指令或代码，实现以下方法：
获取对话窗的历史对话信息；
提取所述历史对话信息中的特征信息，所述特征信息包括关键词；
确定预测信息，所述预测信息包括所述关键词；
根据所述预测信息获得所述对话窗中输入文本框内的上屏候选词队列；
输出所述上屏候选词队列。
对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本申请还公开了一种计算机程序，包括计算机可读代码，当所述计算机可读代码在移动终端上运行时，导致所述移动终端执行上述输入方法。
在其上记录有用于执行上述计算机程序的计算机可读记录介质。所述计算 机可读记录介质包括用于以计算机(例如计算机)可读的形式存储或传送信息的任何机制。例如，机器可读介质包括只读存储器(ROM)、随机存取存储器(RAM)、磁盘存储介质、光存储介质、闪速存储介质、电、光、声或其他形式的传播信号(例如，载波、红外信号、数字信号等)等。
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白，本申请实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本申请实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请实施例是参照根据本申请实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请实施例范围的所有变更和修改。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个......”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本申请所提供的一种输入方法、输入装置和一种电子设备，进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (19)

  1. 一种输入方法，其特征在于，包括：
    获取对话窗的历史对话信息；
    提取所述历史对话信息中的特征信息，所述特征信息包括关键词；
    确定预测信息，所述预测信息包括所述关键词；
    根据所述预测信息获得所述对话窗中输入文本框内的上屏候选词队列；
    输出所述上屏候选词队列。
  2. 根据权利要求1所述的方法，其特征在于，所述获取对话窗的历史对话信息，包括：
    获取所述对话窗预设历史时长内的历史对话信息；或者，
    获取所述对话窗内预设信息条数的历史对话信息。
  3. 根据权利要求1所述的方法，其特征在于，所述确定预测信息包括：
    判断所述对话窗的输入文本框内是否存在文本信息；
    若否，确定所述预测信息为所述关键词；若是，判断所述文本信息与所述关键词之间是否存在话题转移；
    若否，确定所述预测信息为所述关键词和所述文本信息。
  4. 根据权利要求3所述的方法，其特征在于，所述判断所述文本信息与所述关键词之间是否存在话题转移，包括：
    判断所述文本信息命中的情景特征标签与所述关键词命中的情景特征标签是否存在重叠，若是，则不存在话题转移，若否，则存在话题转移。
  5. 根据权利要求3所述的方法，其特征在于，所述根据所述预测信息获得所述对话窗中输入文本框内的上屏候选词队列，包括：
    确定所述预测信息命中的情景特征标签；
    对所述情景特征标签进行排序；
    按照所述情景特征标签的排序，根据所述预测信息在所述情景特征标签的联想候选词库中查找上屏候选词；
    根据查找到的上屏候选词获得所述输入文本框内的上屏候选词队列。
  6. 根据权利要求5所述的方法，其特征在于，所述对所述情景特征标签进行排序，包括：
    根据命中所述情景特征标签的所述预测信息的个数，以及所述预测信息在所述对话窗中出现的时间对所述情景特征标签进行排序。
  7. 根据权利要求5所述的方法，其特征在于，所述特征信息包括标识词，在所述根据查找到的上屏候选词获得所述输入文本框内的上屏候选词队列之前，还包括：
    对所述标识词按照情景特征标签进行分类存储；
    按照所述情景特征标签的排序，查找具有相应情景特征标签的标识词，将查找到的标识词作为所述输入文本框内的上屏候选词。
  8. 根据权利要求5所述的方法，其特征在于，在所述根据查找到的上屏候选词获得所述输入文本框内的上屏候选词队列之前，还包括：
    根据所述预测信息在语言模型的联想候选词库中查找上屏候选词；其中，当所述预测信息为所述关键词时，以所述关键词为左元查询，所述语言模型为二元语言模型；当所述预测信息为所述关键词及所述文本信息时，以所述关键词为左元，以所述文本信息为中元查询，所述语言模型为三元语言模型，或者，以所述文本信息为左元查询，所述语言模型为二元语言模型。
  9. 一种输入装置，其特征在于，包括：
    信息获取单元，用于获取对话窗的历史对话信息；
    信息提取单元，用于提取所述历史对话信息中的特征信息，所述特征信息包括关键词；
    信息确定单元，用于确定预测信息，所述预测信息包括所述关键词；
    预测单元，用于根据所述预测信息获得所述对话窗中输入文本框内的上屏候选词队列；
    输出单元，用于输出所述上屏候选词队列。
  10. 根据权利要求9所述的装置，其特征在于，
    所述信息获取单元，具体用于获取所述对话窗预设历史时长内的历史对话信息；或者，获取所述对话窗内预设信息条数的历史对话信息。
  11. 根据权利要求9所述的装置，其特征在于，所述信息确定单元包括：
    第一判断子单元，用于判断所述对话窗的输入文本框内是否存在文本信息；
    第一确定子单元，用于当所述第一判断子单元判断不存在文本信息时，确定所述预测信息为所述关键词；
    第二判断子单元，用于当所述第一判断子单元判断存在文本信息时，判断所述文本信息与所述关键词之间是否存在话题转移；
    第二确定子单元，用于当所述第二判断子单元判断不存在话题转移时，确定所述预测信息为所述关键词和所述文本信息。
  12. 根据权利要求11所述的装置，其特征在于，
    所述第二判断子单元，具体用于判断所述文本信息命中的情景特征标签与 所述关键词命中的情景特征标签是否存在重叠，若是，则不存在话题转移，若否，则存在话题转移。
  13. 根据权利要求11所述的装置，其特征在于，所述预测单元包括：
    标签确定子单元，用于确定所述预测信息命中的情景特征标签；
    排序子单元，用于对所述情景特征标签进行排序；
    第一查找子单元，用于按照所述情景特征标签的排序，根据所述预测信息在所述情景特征标签的联想候选词库中查找上屏候选词；
    队列获得子单元，用于根据查找到的上屏候选词获得所述输入文本框内的上屏候选词队列。
  14. 根据权利要求13所述的装置，其特征在于，
    所述排序子单元，具体用于根据命中所述情景特征标签的所述预测信息的个数，以及所述预测信息在所述对话窗中出现的时间对所述情景特征标签进行排序。
  15. 根据权利要求13所述的装置，其特征在于，所述特征信息包括标识词，所述预测单元还包括：
    存储子单元，用于在所述队列获得子单元获得所述输入文本框内的上屏候选词队列之前，对所述标识词按照情景特征标签进行分类存储；
    第二查找子单元，用于按照所述情景特征标签的排序，查找具有相应情景特征标签的标识词，将查找到的标识词作为所述输入文本框内的上屏候选词。
  16. 根据权利要求13所述的装置，其特征在于，所述预测单元还包括：
    第三查找子单元，用于在所述队列获得子单元获得所述输入文本框内的上屏候选词队列之前，根据所述预测信息在语言模型的联想候选词库中查找上屏 候选词；其中，当所述预测信息为所述关键词时，以所述关键词为左元查询，所述语言模型为二元语言模型；当所述预测信息为所述关键词及所述文本信息时，以所述关键词为左元，以所述文本信息为中元查询，所述语言模型为三元语言模型，或者，以所述文本信息为左元查询，所述语言模型为二元语言模型。
  17. 一种电子设备，其特征在于，包括存储器和处理器，所述存储器用于存储计算机指令或代码，所述处理器和所述存储器耦合，用于执行所述存储器中的计算机指令或代码，实现以下方法：
    获取对话窗的历史对话信息；
    提取所述历史对话信息中的特征信息，所述特征信息包括关键词；
    确定预测信息，所述预测信息包括所述关键词；
    根据所述预测信息获得所述对话窗中输入文本框内的上屏候选词队列；
    输出所述上屏候选词队列。
  18. 一种计算机程序，包括计算机可读代码，当所述计算机可读代码在移动终端上运行时，导致所述移动终端执行根据权利要求1-8中的任一项所述的输入方法。
  19. 一种计算机可读介质，其中存储了如权利要求18所述的计算机程序。
PCT/CN2015/087051 2014-09-09 2015-08-14 一种输入方法、装置和电子设备 WO2016037520A1 (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US15/505,263 US10345923B2 (en) 2014-09-09 2015-08-14 Input method, apparatus, and electronic device

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201410456861.0A CN104268166B (zh) 2014-09-09 2014-09-09 一种输入方法、装置和电子设备
CN201410456861.0 2014-09-09

Publications (1)

Publication Number Publication Date
WO2016037520A1 true WO2016037520A1 (zh) 2016-03-17

Family

ID=52159688

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2015/087051 WO2016037520A1 (zh) 2014-09-09 2015-08-14 一种输入方法、装置和电子设备

Country Status (3)

Country Link
US (1) US10345923B2 (zh)
CN (1) CN104268166B (zh)
WO (1) WO2016037520A1 (zh)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104268166B (zh) * 2014-09-09 2017-04-19 北京搜狗科技发展有限公司 一种输入方法、装置和电子设备
EP3483745A4 (en) * 2016-07-22 2019-07-10 Huawei Technologies Co., Ltd. METHOD AND TERMINAL DEVICE FOR PRESENTING A CANDIDATE ELEMENT
CN106293121A (zh) * 2016-08-05 2017-01-04 深圳市金立通信设备有限公司 一种文本输入方法及终端
CN109002183B (zh) * 2017-06-07 2022-11-29 北京搜狗科技发展有限公司 一种信息输入的方法及装置
CN109002184B (zh) * 2017-06-07 2022-09-23 北京搜狗科技发展有限公司 一种输入法候选词的联想方法和装置
CN107704100A (zh) * 2017-09-27 2018-02-16 北京金山安全软件有限公司 一种预测词的展示方法、装置及电子设备
CN110096165A (zh) * 2018-01-31 2019-08-06 北京搜狗科技发展有限公司 一种联想方法、装置和电子设备
CN110244861B (zh) * 2018-03-09 2024-02-02 北京搜狗科技发展有限公司 数据处理方法和装置
CN110321012A (zh) * 2018-03-30 2019-10-11 北京金山安全软件有限公司 一种空上文词预测方法、装置及电子设备
CN109145126A (zh) * 2018-06-27 2019-01-04 珠海市魅族科技有限公司 一种备选词的展示方法和装置、终端、可读存储介质
CN108986191B (zh) * 2018-07-03 2023-06-27 百度在线网络技术（北京）有限公司 人物动作的生成方法、装置及终端设备
CN111381685B (zh) * 2018-12-29 2024-03-22 北京搜狗科技发展有限公司 一种句联想方法和装置
CN111435270B (zh) * 2019-01-11 2024-03-01 北京搜狗科技发展有限公司 一种推荐方法、装置和电子设备
CN111796690A (zh) * 2019-03-21 2020-10-20 北京搜狗科技发展有限公司 一种数据处理方法、装置和电子设备
CN111104505B (zh) * 2019-12-30 2023-08-25 浙江阿尔法人力资源有限公司 信息提示方法、装置、设备和存储介质
CN112698736A (zh) * 2020-12-31 2021-04-23 上海臣星软件技术有限公司 信息输出方法、装置、电子设备及计算机存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102646022A (zh) * 2012-04-10 2012-08-22 北京搜狗科技发展有限公司 一种获取候选项的方法和装置
CN103365833A (zh) * 2012-03-28 2013-10-23 百度在线网络技术（北京）有限公司 一种基于上下文场景的输入候选词提示方法及系统
US20140214428A1 (en) * 2013-01-30 2014-07-31 Fujitsu Limited Voice input and output database search method and device
CN104268166A (zh) * 2014-09-09 2015-01-07 北京搜狗科技发展有限公司 一种输入方法、装置和电子设备

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6008799A (en) * 1994-05-24 1999-12-28 Microsoft Corporation Method and system for entering data using an improved on-screen keyboard
JP3889466B2 (ja) * 1996-11-25 2007-03-07 ソニー株式会社 文章入力装置及び方法
US6907580B2 (en) * 2000-12-14 2005-06-14 Microsoft Corporation Selection paradigm for displayed user interface
US6828988B2 (en) * 2001-02-27 2004-12-07 Microsoft Corporation Interactive tooltip
US8374846B2 (en) * 2005-05-18 2013-02-12 Neuer Wall Treuhand Gmbh Text input device and method
US8462118B2 (en) * 2006-06-19 2013-06-11 Nuance Communications, Inc. Data entry system and method of entering data
KR100815215B1 (ko) * 2007-01-22 2008-03-19 신한진 웹사이트 통합 검색 장치 및 방법
CN100592249C (zh) * 2007-09-21 2010-02-24 上海汉翔信息技术有限公司 快速输入相关词的方法
US8077983B2 (en) * 2007-10-04 2011-12-13 Zi Corporation Of Canada, Inc. Systems and methods for character correction in communication devices
CN101266520B (zh) * 2008-04-18 2013-03-27 上海触乐信息科技有限公司 一种可实现灵活键盘布局的系统
CN101419531B (zh) * 2008-12-12 2011-10-05 腾讯科技（深圳）有限公司 在计算机中进行文字输入的方法及装置
US9836448B2 (en) * 2009-04-30 2017-12-05 Conversant Wireless Licensing S.A R.L. Text editing
US8918734B2 (en) * 2010-07-28 2014-12-23 Nuance Communications, Inc. Reduced keyboard with prediction solutions when input is a partial sliding trajectory
US8484573B1 (en) * 2012-05-23 2013-07-09 Google Inc. Predictive virtual keyboard
US9128921B2 (en) * 2012-05-31 2015-09-08 Blackberry Limited Touchscreen keyboard with corrective word prediction
US8701032B1 (en) * 2012-10-16 2014-04-15 Google Inc. Incremental multi-word recognition
US8843845B2 (en) * 2012-10-16 2014-09-23 Google Inc. Multi-gesture text input prediction
US9189157B2 (en) * 2013-03-15 2015-11-17 Blackberry Limited Method and apparatus for word prediction selection
CN103984688B (zh) * 2013-04-28 2015-11-25 百度在线网络技术（北京）有限公司 一种基于本地词库提供输入候选词条的方法与设备
US9081500B2 (en) * 2013-05-03 2015-07-14 Google Inc. Alternative hypothesis error correction for gesture typing
US9785630B2 (en) * 2014-05-30 2017-10-10 Apple Inc. Text prediction using combined word N-gram and unigram language models
CN106557175B (zh) * 2015-09-25 2019-02-05 华为技术有限公司 文字输入方法和电子设备
IN2015CH05327A (zh) * 2015-10-05 2015-10-16 Wipro Ltd

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103365833A (zh) * 2012-03-28 2013-10-23 百度在线网络技术（北京）有限公司 一种基于上下文场景的输入候选词提示方法及系统
CN102646022A (zh) * 2012-04-10 2012-08-22 北京搜狗科技发展有限公司 一种获取候选项的方法和装置
US20140214428A1 (en) * 2013-01-30 2014-07-31 Fujitsu Limited Voice input and output database search method and device
CN104268166A (zh) * 2014-09-09 2015-01-07 北京搜狗科技发展有限公司 一种输入方法、装置和电子设备

Also Published As

Publication number Publication date
US10345923B2 (en) 2019-07-09
CN104268166A (zh) 2015-01-07
CN104268166B (zh) 2017-04-19
US20180217676A1 (en) 2018-08-02

Similar Documents

Publication Publication Date Title
WO2016037520A1 (zh) 一种输入方法、装置和电子设备
WO2016037519A1 (zh) 一种输入方法、装置及电子设备
US11423888B2 (en) Predicting and learning carrier phrases for speech input
US20220214775A1 (en) Method for extracting salient dialog usage from live data
US11386268B2 (en) Discriminating ambiguous expressions to enhance user experience
US10795641B2 (en) Information processing device and information processing method
KR102197364B1 (ko) 모바일 비디오 서치 기법
US20170344224A1 (en) Suggesting emojis to users for insertion into text-based messages
US9336298B2 (en) Dialog-enhanced contextual search query analysis
US20170075985A1 (en) Query transformation for natural language queries
US11550751B2 (en) Sequence expander for data entry/information retrieval
US9449002B2 (en) System and method to retrieve relevant multimedia content for a trending topic
JP5754057B2 (ja) ユーザ生成コンテンツ項目とエンティティのマッチング
KR102144868B1 (ko) 통화 기록 제공 장치 및 방법
CN110325987B (zh) 语境语音驱动深度书签
EP3420473A1 (en) Expert detection in social networks
CN109933708A (zh) 信息检索方法、装置、存储介质及计算机设备
US20230169134A1 (en) Annotation and retrieval of personal bookmarks
US9916301B2 (en) Named entity variations for multimodal understanding systems
JP2020509519A (ja) 化学情報を含む文書の検索および索引付けのためのシステムおよび方法
US8538946B1 (en) Creating model or list to identify queries
EP3318987B1 (en) Method and system for retrieval of data

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 15840703

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 15505263

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 15840703

Country of ref document: EP

Kind code of ref document: A1