WO2023149208A1 - 入力装置、入力装置の制御方法および情報処理装置 - Google Patents

Abstract

入力装置は、キーの押し方を検知するセンサを有するキーボードと、前記キーボードによる入力内容を修正するための操作である修正操作を検出する修正検出部と、前記修正操作を検出する前に押下されたキーの情報および前記キーの押し方を含む修正前操作情報と、前記修正操作を検出した後に押下された前記キーの情報である修正後操作情報と、を取得する操作情報取得部と、誤入力を推論する学習済みモデルを、前記修正前操作情報および前記修正後操作情報を用いて生成する生成部と、を備える。

Description

入力装置、入力装置の制御方法および情報処理装置

　本発明は、入力装置、入力装置の制御方法および情報処理装置に関する。

　デスクワークにおいてタイピングの速さは業務効率に影響する。キーボードのキーの打ち間違いは、入力を中断し、文字修正のための時間のロスを発生させる。特許文献１は、誤った文字列入力に対し、修正前の文字列と修正後の文字列とを関連付けさせてメモリに記憶させ、同じ間違いの回数が所定回数になった場合には、誤った文字列を修正後の文字列に自動的に修正する技術を開示している。

特開２００３－３０８３１６号公報

　しかしながら、修正前の文字列は、所定回数の間違いにより修正対象となった場合、ユーザが意図して入力した意味のある文字列であっても、誤って自動的に修正される恐れがある。

　本発明は、一側面では、キーの打ち間違いを精度良く検知する技術を提供することを目的とする。

　本発明は、上記目的を達成するために、以下の構成を採用する。

　本開示の第一側面は、キーの押し方を検知するセンサを有するキーボードと、キーボードによる入力内容を修正するための操作である修正操作を検出する修正検出部と、修正操作を検出する前に押下されたキーの情報およびキーの押し方を含む修正前操作情報と、修正操作を検出した後に押下されたキーの情報である修正後操作情報と、を取得する操作情報取得部と、誤入力を推論する学習済みモデルを、修正前操作情報および修正後操作情報を用いて生成する生成部と、を備える入力装置である。入力装置は、キーの情報だけでなく、キーの物理的な押し方を含む操作情報を学習することで、キーの打ち間違いを精度良く推論する学習済みモデルを生成することができる。

　学習済みモデルは、押下されたキーの情報およびキーの押し方を含む操作情報が入力されると、キーの情報に対応する文字列が誤入力である場合に修正候補を出力するように学習させたモデルであってもよい。入力装置は、ユーザが入力した文字列およびそれぞれの文字に対応するキーの押込み量を学習済みモデルに入力することで、誤入力を判定するとともに修正候補を取得することができる。

　生成部は、特定のユーザによる修正前操作情報および修正後操作情報を用いて、学習済みモデルを生成してもよい。入力装置は、特定のユーザの誤入力の情報を学習することで、ユーザ固有の打ち間違いの癖に対応した学習済みモデルを生成することができる。

　生成部は、複数のユーザによる修正前操作情報および修正後操作情報を用いて、学習済みモデルを生成してもよい。入力装置は、ユーザを区別することなく、様々なユーザの誤入力の情報を学習することで、一般的な間違え方に対応した学習済みモデルを生成することができる。

　修正操作は、ＢａｃｋｓｐａｃｅキーまたはＤｅｌｅｔｅキーを押下する操作であってもよい。入力装置は、特定のキーが押下されたことにより、ユーザが入力内容を修正する操作をしたことを検出することができる。

　キーボードは、キーの内側にスイッチを備え、センサは、スイッチの押込み量または押下圧を計測してもよい。入力装置は、スイッチの押込み量または押下圧を計測することでキーの押し方を検知し、キーの物理的な押し方を考慮して誤入力を推論する学習済みモデルを生成することができる。

　キーボードの各キーは、複数のスイッチを備え、操作情報取得部は、複数のスイッチの押込み順序またはスイッチの押込み量に基づいてキーの押込み位置を取得してもよい。キーボードは、各キーに複数のスイッチを備えることにより、ユーザがキーのどの辺りを押したかの情報を取得することができる。

　入力装置は、キーの押し方を検知するセンサを有するキーボードと、押下されたキーの情報およびキーの押し方を含む操作情報を、誤入力を推論する学習済みモデルに入力し、キーの情報に対応する文字列が誤入力であるか否かを判定する判定部と、誤入力であると判定された文字列の修正候補を取得する取得部と、修正候補を提示する表示部と、を備えてもよい。入力装置は、精度良く誤入力を検知し、適切な修正候補をユーザに提示することができる。

　取得部は、操作情報が入力されると修正候補を出力するように学習させた学習済みモデルを用いて修正候補を取得してもよい。入力装置は、機械学習により学習した学習済みモデルを用いることで、適切な修正候補を取得することができる。

　修正操作を検出する前に押下されたキーの情報およびキーの押し方を含む修正前操作情報と、修正操作を検出した後に押下されたキーの情報である修正後操作情報とを関連付けて記憶する記憶部をさらに備え、取得部は、誤入力であると判定された文字列と同じ文字列についての修正前操作情報に関連付けられた修正後操作情報の文字列を、修正候補として記憶部から取得してもよい。入力装置は、ユーザが過去に実際に修正した後の文字列を修正候補として取得することができる。

　表示部は、誤入力であると判定された文字列とともに修正候補を提示してもよい。入力した内容とともに修正候補が提示されることで、ユーザは、修正候補を確認してから、入力した文字列を修正する否かを判断することができる。

　取得部は、複数の修正候補を取得し、表示部は、複数の修正候補をユーザが選択可能に提示してもよい。複数の修正候補が提示されることで、ユーザは、意図した入力内容に容易に修正することができる。

　表示部は、誤入力であると判定された文字列を削除して修正候補を提示してもよい。誤入力と判定された文字列が直接修正候補に修正されることで、ユーザは、修正の手間を軽減することができる。

　表示部は、誤入力であると判定された文字列および修正候補の少なくともいずれかにおいて、修正箇所を強調表示してもよい。強調表示は、例えば、文字色の変更またはマーカの付与である。修正箇所が強調表示されることで、ユーザは、打ち間違えた箇所を容易に把握することができる。

　キーボードは、判定部が文字列を誤入力であると判定した後、所定時間、ユーザからの操作を無効にしてもよい。ユーザは、誤入力がある状態で入力し続けることを回避し、間違いに気づくまでに入力した内容を削除する手間を軽減することができる。

　キーの情報は、入力された文字列、キーの配置のうち少なくともいずれかの情報を含んでもよい。文字列は、日本語の文字列に限られず、英数字、記号等を含む文字列であってもよい。入力された文字列の情報、キーの配置を学習した学習済みモデルを用いることで、入力装置は、ユーザの打ち間違いを精度よく検知をすることができる。

　キーの押し方は、キーの押込み量、キーの押込み位置およびキー入力の時間間隔のうち少なくともいずれかの情報を含んでもよい。キーの物理的な押し方を学習した学習済みモデルを用いることで、入力装置は、キーの物理的な打ち方の癖を考慮した誤入力の検知をすることができる。

　キーの情報は、構文解析により抽出された単語単位または節単位の文字列の情報を含んでもよい。単語単位または節単位の意味のある文字列を学習した学習済みモデルを用いることで、入力装置は、適切に分割された文字列の単位で誤入力を検知することができる。

　入力装置は、キー入力の時間間隔を計測するタイマーをさらに備えてもよい。タイマーを用いてキー入力の時間間隔を計測し、キー入力の時間間隔を学習した学習済みモデルを生成することで、入力装置は、入力順が入れ替わった誤入力を精度良く検知することができる。

　本発明の第二側面は、キーの押し方を検知するセンサを有するキーボードと、キーボードによる入力内容を修正するための操作である修正操作を検出する修正検出部と、修正操作を検出する前に押下されたキーの情報およびキーの押し方を含む修正前操作情報と、修正操作を検出した後に押下されたキーの情報である修正後操作情報と、を取得する操作情報取得部と、誤入力を推論する学習済みモデルを、修正前操作情報および修正後操作情報を用いて生成する生成部と、押下されたキーの情報およびキーの押し方を含む操作情報を、学習済みモデルに入力し、キーの情報に対応する文字列が誤入力であるか否かを判定する判定部と、誤入力であると判定された文字列の修正候補を取得する取得部と、修正候補を提示する表示部と、を備える情報処理装置である。

　本発明の第三側面は、キーの押し方を検知するセンサを有するキーボードを備える入力装置の制御方法であって、キーボードによる入力内容を修正するための操作である修正操作を検出する修正検出ステップと、修正操作を検出する前に押下されたキーの情報およびキーの押し方を含む修正前操作情報と、修正操作を検出した後に押下されたキーの情報である修正後操作情報と、を取得する操作情報取得ステップと、誤入力を推論する学習済みモデルを、修正前操作情報および修正後操作情報を用いて生成する生成ステップと、を含む入力装置の制御方法である。

　また、キーの押し方を検知するセンサを有するキーボードを備える入力装置の制御方法であって、押下されたキーの情報およびキーの押し方を含む操作情報を、誤入力を推論する学習済みモデルに入力し、キーの情報に対応する文字列が誤入力であるか否かを判定する判定ステップと、誤入力であると判定された文字列の修正候補を取得する取得ステップと、修正候補を提示する表示ステップと、を含む入力装置の制御方法であってもよい。

　また、本発明は、かかる方法を実現するためのプログラムまたはそのプログラムを非一時的に記録した記録媒体として捉えることもできる。なお、上記手段および処理の各々は可能な限り互いに組み合わせて本発明を構成することができる。

　本発明によれば、キーの打ち間違いを精度良く検知することができる。

図１は、入力装置の適用例を説明する図である。 図２は、入力装置の構成を例示するブロック図である。 図３は、キーの押下を検知するスイッチを例示する図である。 図４は、学習処理を例示するフローチャートである。 図５は、推論処理を例示するフローチャートである。 図６は、キーの押下を検知する複数のスイッチを例示する図である。 図７は、複数のスイッチの押込み量の取得について説明する図である。 図８は、入力するキーの順序が逆になる誤入力について説明する図である。 図９は、変形例３に係る入力装置の構成を例示するブロック図である。

　以下、本発明の一側面に係る実施の形態を、図面に基づいて説明する。

　＜適用例＞
　図１は、入力装置の適用例を説明する図である。入力装置は、キーボード等を備え、押下されたキーの情報およびキーの押し方に基づいて、キーの打ち間違い（誤入力）を判定する。押下されたキーの情報は、例えば、入力された文字列の情報である。なお、以下の説明では文字列には、数字および記号等も含まれるものとする。キーの押し方は、例えばキーの押込み量である。文字入力において、誤って隣のキーを押下した場合、誤って押下されたキーの押込み量は弱くなる可能性がある。したがって、押込み量を考慮して誤入力を判定することで、入力装置は、キーの打ち間違いを精度良く検知することができる。

　まず、誤入力の判定に用いられる学習済みモデル（辞書）の生成について説明する。入力装置は、Ｂａｃｋｓｐａｃｅキーの押下といった修正操作を検出すると、修正前後に入力された文字列の情報および各キーの押込み量の情報を取得する。

　図１は、“ＫＩＫＡＩ”を“ＪＩＫＡＩ”と打ち間違えた例を示す。修正前の文字列は “ＪＩＫＡＩ”である。また、標準の押込み量を“２”、標準より少ない押込み量を“１”とした場合、修正前の文字列“ＪＩＫＡＩ”の各キーの押込み量は、それぞれ“１２２２２”である。修正後の文字列は“ＫＩＫＡＩ”であり、各キーの押込み量はそれぞれ“２２２２２”である。修正前の“Ｊ”は右隣の“Ｋ”と間違えて押下されており、“Ｊ”の押込み量は標準より少なかったことが分かる。

　入力装置は、修正前の文字列および各キーの押込み量と、修正後の文字列を用いて、ディープラーニング等の機械学習により、誤入力を推論するための学習済みモデルを生成する。学習済みモデルは、ユーザが入力した判定対象の文字列が誤入力であるか否かを推論（出力）するモデルであってもよく、判定対象の文字列が誤入力である場合に修正候補の文字列を推論するモデルであってもよい。入力装置は、修正前の文字列および各キーの押込み量と、修正後の文字列を教師データとして学習済みモデルを生成する。

　次に、生成された学習済みモデルを用いた誤入力の判定について説明する。入力装置は、入力された文字列の情報および各キーの押込み量の情報（判定対象の操作情報）を学習済みモデルに入力し、学習済みモデルの推論結果に基づいて、入力された文字列が誤入力であるか否かを判定する。

　例えば、判定対象の文字列が“ＪＩＫＡＩ”、各キーの押込み量が“１２２２２”であった場合、学習済みモデルは、判定対象の文字列が誤入力であると推論する。これに対し、ユーザが意図的に“ＪＩＫＡＩ”という文字列を入力した場合であれば、各キーの押込み量は“２２２２２”となるから、学習済みモデルは、入力された文字列が誤入力でないと推論する。

　以上のように、入力装置は、キーの押込み量といった物理的なキーの押し方を考慮することで、キーの打ち間違いをより精度良く検知することができる。入力装置は、例えばキーボードであり、ディスプレイ等の表示装置を備えるコンピュータ（情報処理装置）であってもよい。キーの押し方は、キーの押込み量に限られず、キーの押込み位置およびキー入力の時間間隔等であってもよい。また、キーの押込み量は、２段階に限られず、３段階以上であってもよい。

　＜実施形態＞
　図２を参照して、入力装置１０の装置構成について説明する。図２は、入力装置１０の構成を例示するブロック図である。入力装置１０は、キーボード１１０、制御部１２０、記憶部１３０、表示部１４０を備える。

　キーボード１１０は、ユーザからの操作を受け付ける操作部材であり、例えばキーボードである。ここで、図３を参照して、キーの押込み量の検知について説明する。図３は、キーの押下を検知するスイッチ１１１を例示する図である。スイッチ１１１は、キートップの内側に設けられ、キーの押下を検知する。キーボード１１０は、キーの押し方として、スイッチ１１１の押込み量（スイッチ１１１が押し込まれた高さ）またはスイッチ１１１に対する押下圧を計測可能なセンサ１１０ａを備える。キーの押込み量は、スイッチ１１１に対する押下圧に基づいて決定されてもよい。

　制御部１２０は、学習処理を実行するための修正検出部１２１、操作情報取得部１２２、モデル生成部１２３を備える。また、制御部１２０は、推論処理を実行するための誤入力判定部１２４、候補取得部１２５を備える。

　学習処理において、修正検出部１２１は、ユーザのキーボード１１０による入力内容を修正するための操作である修正操作を検出する。修正操作は、例えばＢａｃｋｓｐａｃｅキーまたはＤｅｌｅｔｅキー等の入力内容を修正するためのキーを押下する操作である。修正操作は、マウス等のポインティングデバイスにより修正前の文字列を選択し、修正後の文字列を入力する操作であってもよい。

　操作情報取得部１２２は、修正操作を検出する前に押下されたキーの情報およびキーの押し方を含む修正前操作情報と、修正操作を検出した後に押下されたキーの情報である修正後操作情報と、を取得する。

　キーの情報は、例えば入力された文字列の情報であり、修正前の文字列は、例えば、Ｂａｃｋｓｐａｃｅキー等により削除された文字列とすることができる。図１の例では、“ＪＩＫＡＩ”と入力された後、Ｂａｃｋｓｐａｃｅキーが５回押下されて“ＪＩＫＡＩ”が削除され、修正のための入力が開始されることにより、操作情報取得部１２２は、“ＪＩＫＡＩ”を修正前の文字列として取得する。

　また、修正対象の文字だけが修正された場合、修正前の文字列は、操作対象の文字およびその後に入力された文字を含む文字列とすることができる。例えば“ＪＩＫＡＩ”と入力された後、“Ｊ”が削除されて“Ｋ”が入力された場合、操作情報取得部１２２は、“Ｊ”の後に入力されていた“ＩＫＡＩ”も含めて“ＪＩＫＡＩ”を修正前の文字列として取得することができる。

　修正後の文字列は、例えば、Ｂａｃｋｓｐａｃｅキーを連続して押下することにより修正前の文字列が削除された場合は、削除後に入力された文字列のうち、削除された文字数と同じ文字数の文字列とすることができる。図１の例では、“ＪＩＫＡＩ”の５文字が削除された場合、操作情報取得部１２２は、削除後に入力された“ＫＩＫＡＩ”の５文字を、修正後の文字列として取得する。

　また、“ＪＩＫＡＩ”と入力された後、“Ｊ”が削除されて“Ｋ”が入力されたような場合には、操作情報取得部１２２は、修正前の文字列である“ＪＩＫＡＩ”と同じ５文字の文字列である“ＫＩＫＡＩ”を、修正後の文字列として取得すればよい。

　修正前の文字列および修正後の文字列は、ユーザが入力した文章（自然言語）の構文解析により抽出された単語単位または節単位の文字列の情報であってもよい。なお、修正前の文字列および修正後の文字列は、日本語の文字列に限られず、英数字、記号等を含んでもよい。誤入力の文字が単語の先頭にない場合であっても、入力された文字列を構文解析することにより、操作情報取得部１２２は、修正前の文字列および修正後の文字列を適切な単位で取得することができる。

　キーの押し方は、例えば、図１で説明したキーの押込み量である。キーの押込み量は、２段階に限られず３段階以上であってもよい。操作情報取得部１２２は、取得した修正前操作情報と修正後操作情報と関連付けて、記憶部１３０に記憶させてもよい。

　モデル生成部１２３（「生成部」に相当）は、修正前操作情報および修正後操作情報を用いて、誤入力を推論する学習済みモデル１３１を生成する。モデル生成部１２３は、例えば、修正前操作情報である修正前の文字列“ＪＩＫＡＩ”および押込み量“１２２２２”と、修正前操作情報である修正後の文字列“ＫＩＫＡＩ”とを学習させて学習済みモデル１３１を生成する。

　また、モデル生成部１２３は、修正前の文字列と修正後の文字列との一致度に基づいて、修正前操作情報および修正後操作情報を教師データとして学習するか否かを判定してもよい。例えば、“ＢＯＫＵＷＡ”を“ＷＡＴＡＳＨＩＷＡ”に修正した場合、“ＢＯＫＵＷＡ”の入力は誤入力ではなく、ユーザは意図的に“ＷＡＴＡＳＨＩＷＡ”に修正したと考えられる。モデル生成部１２３は、修正前の文字列と修正後の文字列との一致度が所定の閾値以下の場合は、これらの文字列を学習対象から除外してもよい。

　修正前の文字列と修正後の文字列との一致度は、例えば、修正前の文字列のうち修正後の文字列と一致する文字数の、修正前の文字列の文字数に対する割合とすることができる。具体的には、“ＢＯＫＵＷＡ”の文字数は６であり、“ＷＡＴＡＳＨＩＷＡ”と一致する文字数は２であるため、“ＢＯＫＵＷＡ”と“ＷＡＴＡＳＨＩＷＡ”との一致度は２／６（約３３％）となる。また、“ＪＩＫＡＩ”の文字数は５であり、“ＫＩＫＡＩ”と一致する文字数は４であるため、“ＪＩＫＡＩ”と“ＫＩＫＡＩ”との一致度は４／５（８０％）となる。所定の閾値を６０％とした場合、モデル生成部１２３は、“ＢＯＫＵＷＡ”および“ＷＡＴＡＳＨＩＷＡ”という修正前後の文字列を学習対象から除外する。

　本実施形態では、モデル生成部１２３は、入力装置１０を使用する特定のユーザによる操作情報を学習させて学習済みモデル１３１を生成することが想定される。複数のユーザが入力装置１０を使用する場合、モデル生成部１２３は、例えば、入力装置１０を使用するユーザのアカウント情報等を用いてユーザを特定し、ユーザごとに学習済みモデル１３１を生成してもよい。

　推論処理において、誤入力判定部１２４（「判定部」に相当）は、押下されたキーの情報およびキーの押し方を含む操作情報を、モデル生成部１２３が生成した学習済みモデル１３１に入力し、キーの情報に対応する文字列が誤入力であるか否かを判定する。

　誤入力判定部１２４は、キーの情報として、誤入力の判定対象となる文字列を抽出し、キーの押し方として、それぞれの文字に対応するキーの押込み量を取得する。誤入力判定部１２４は、抽出した文字列および取得したキーの押込み量を学習済みモデル１３１に入力し、判定対象の文字列が誤入力であるか否かを判定する。

　誤入力の判定対象となる文字列を抽出する方法について説明する。誤入力判定部１２４は、１文字入力されるごとに、最後に入力された所定数の文字（例えば、１０文字とする）を含む文字列を取得し、最後の２文字、３文字、…、１０文字の文字列を判定対象の文字列として、押込み量とともに学習済みモデル１３１に入力する。所定数は、１０文字に限られず、誤入力の判定処理の負荷を考慮して２文字以上の数に決定されればよい。

　また、誤入力判定部１２４は、入力された文字列の情報を構文解析によって単語単位または節単位の文字列に分解し、直前に入力された文字列を誤入力の判定対象となる文字列として抽出してもよい。誤入力判定部１２４は、抽出した文字列および各文字に対応するキーの押込み量を操作情報として学習済みモデル１３１に入力する。誤入力判定部１２４は、学習済みモデル１３１の推論結果に基づいて、抽出した文字列が誤入力であるか否かを判定する。

　候補取得部１２５（「取得部」に相当）は、誤入力であると判定された文字列の修正候補を取得する。候補取得部１２５は、例えば、判定対象の文字列および各キーの押込み量（操作情報）が入力されると修正候補を出力するように学習させた学習済みモデル１３１を用いて修正候補を取得する。図１の例では、入力された文字列が“ＪＩＫＡＩ”、各キーの押込み量が“１２２２２”である操作情報に対し、学習済みモデル１３１は、“ＫＩＫＡＩ”を修正候補として出力する。

　候補取得部１２５は、学習済みモデル１３１を用いて修正候補を取得する場合に限られず、学習処理において記憶部１３０に記憶させた修正後操作情報から、修正候補を取得してもよい。具体的には、候補取得部１２５は、誤入力判定部１２４が誤入力であると判定した文字列と同じ文字列についての修正前操作情報に関連付けられた修正後操作情報の文字列を、修正候補として記憶部１３０から取得する。

　記憶部１３０は、修正操作を検出する前に押下されたキーの情報およびキーの押し方を含む修正前操作情報と、修正操作を検出した後に押下されたキーの情報およびキーの押し方を含む修正後操作情報とを関連付けて記憶する。修正前操作情報および修正後操作情報は、操作情報取得部１２２によって取得される。また、記憶部１３０は、モデル生成部１２３が生成した学習済みモデル１３１を記憶する。

　学習済みモデル１３１は、誤入力を推論するための学習済みモデルである。学習済みモデル１３１は、例えば、ユーザによる操作情報（キーの情報およびキーの押し方）を入力データとして、キーの情報に対応する判定対象の文字列が誤入力であるか否かを推論する。具体的には、学習済みモデル１３１は、判定対象の文字列が誤入力である確率（信頼度）を出力する。この場合、誤入力判定部１２４は、判定対象の文字列が誤入力である確率が所定値（例えば、８０％）以上である場合に、入力された文字列が誤入力であると判定することができる。

　また、学習済みモデル１３１は、キーの情報に対応する文字列が誤入力である場合に修正候補の文字列を推論するように生成されてもよい。この場合、学習済みモデル１３１は、ユーザによる操作情報を入力データとして、修正候補の文字列およびその信頼度を出力する。学習済みモデル１３１は、複数の修正候補およびそれぞれの信頼度を出力してもよい。

　誤入力判定部１２４は、例えば、修正候補が出力され、修正候補の信頼度が所定値（例えば、６０％）以上である場合に、判定対象の文字列が誤入力であると判定することができる。また、修正候補が出力されなかった場合、または修正候補の信頼度が所定値未満である場合に、判定対象の文字列が誤入力でないと判定することができる。

　表示部１４０は、ディスプレイ等であって、候補取得部１２５が取得した修正候補を表示（提示）する。表示部１４０は、誤入力と判定された文字列を削除して、取得した修正候補に自動で修正する。

　また、表示部１４０は、誤入力であると判定された文字列とともに修正候補を提示してもよい。自動で修正するのではなく修正候補を提示することで、ユーザは、修正候補を確認してから、入力した文字列を修正する否かを判断することができる。

　表示部１４０は、候補取得部１２５が複数の修正候補を取得した場合、取得した複数の修正候補をユーザが選択可能に提示してもよい。ユーザは、複数の修正候補から、入力しようとした文字列により近い修正候補を選択することができる。

　表示部１４０は、修正前の文字列および修正候補の少なくともいずれかにおいて、修正箇所を強調表示してもよい。表示部１４０は、例えば、文字色を変更したり、マーカを付したりすることにより、修正箇所を強調表示することができる。

　なお、図２の各機能部は、個別のハードウェアであってもよいし、そうでなくてもよい。２つ以上の機能部の機能が、共通のハードウェアによって実現されてもよい。１つの機能部の複数の機能のそれぞれが、個別のハードウェアによって実現されてもよい。１つの機能部の２つ以上の機能が、共通のハードウェアによって実現されてもよい。また、各機能部は、ハードウェアによって実現されてもよいし、そうでなくてもよい。例えば、装置が、プロセッサと、制御プログラムが格納されたメモリとを有していてもよい。そして、装置が有する少なくとも一部の機能部の機能が、プロセッサがメモリから制御プログラムを読み出して実行することにより実現されてもよい。

　（学習処理）
　図４を参照して、学習処理について説明する。図４に示す学習処理は、例えば、ユーザからの指示によって開始および終了する。

　Ｓ１０１では、キーボード１１０は、ユーザからのキー入力を待機する。Ｓ１０２では、修正検出部１２１は、ユーザからのキー入力で修正操作を検出したか否かを判定する。修正操作は、Ｂａｃｋｓｐａｃｅキー等を押下する操作である。修正操作を検出した場合、処理はＳ１０３に進む。修正操作を検出していない場合、処理はＳ１０１に戻る。

　Ｓ１０３では、操作情報取得部１２２は、修正前後の操作情報を取得する。修正前操作情報は、修正前の文字列およびそれぞれの文字に対応するキーの押込み量である。修正前の文字列は、例えば、Ｂａｃｋｓｐａｃｅキー等により連続して削除された文字列、または修正された文字とその後に入力されていた文字を含む文字列等である。

　修正後操作情報は、修正後の文字列である。修正後の文字列は、例えば、修正操作を検出した後に入力された文字列であって、修正前の文字列の文字数と同じ文字数の文字列とすることができる。

　図１の例では、操作情報取得部１２２は、修正前操作情報として文字列“ＪＩＫＡＩ”および押込み量“１２２２２”を取得する。また、操作情報取得部１２２は、修正後操作情報として文字列“ＫＩＫＡＩ”を取得する。

　Ｓ１０４では、モデル生成部１２３は、Ｓ１０３で取得した修正前操作情報および修正後操作情報を用いて、機械学習により誤入力を推論する学習済みモデル１３１を生成する。モデル生成部１２３は、ユーザがキーボードを使用している間、修正操作の前後に入力された文字列の情報、および各キーの押込み量の情報を収集し、ユーザの間違え方の傾向を学習させた学習済みモデル１３１を生成することができる。

　なお、入力装置１０は、学習済みモデル１３１を生成するモードである学習モードに設定されている間、学習処理を実行してもよい。学習モードのオン／オフは、ユーザによって切替可能である。

　（推論処理）
　図５を参照して、推論処理について説明する。図５に示す推論処理は、例えば、ユーザからの指示によって開始および終了する。

　Ｓ２０１では、キーボード１１０は、ユーザからのキー入力を待機する。Ｓ２０２では、誤入力判定部１２４は、学習処理で生成された学習済みモデル１３１を用いて、キーボード１１０から入力された文字列が誤入力であるか否かを判定する。

　誤入力判定部１２４は、キーの情報として入力された判定対象の文字列を取得し、キーの押し方としてキーの押込み量を取得する。誤入力判定部１２４は、取得した文字列およびそれぞれの文字のキーの押込み量を学習済みモデル１３１に入力し、入力された文字列が誤入力であるか否かを判定することができる。判定対象の文字列が誤入力である場合、処理はＳ２０３に進む。判定対象の文字列が誤入力でない場合、処理はＳ２０１に戻る。

　Ｓ２０２で、判定対象の文字列が誤入力であると判定された場合、キーボード１１０は、所定時間、ユーザからの入力を無効にするようにしてもよい。キーボード１１０からの入力を無効にすることで、ユーザは、誤入力がある状態で入力し続けることを回避し、間違いに気づくまでに入力した内容を削除する手間を軽減することができる。所定時間は、例えば、誤入力と判定されてから、ユーザが間違いに気づいてキー入力を停止するまでの時間である。

　Ｓ２０３では、候補取得部１２５は、Ｓ２０２で誤入力と判定された文字列に基づいて、修正候補を取得する。候補取得部１２５は、誤入力と判定された文字列を学習済みモデル１３１に入力して修正候補を取得してもよく、記憶部１３０から、誤入力と判定された文字列に対応する修正後操作情報の文字列を、修正候補として取得してもよい。

　Ｓ２０４では、表示部１４０は、Ｓ２０３で取得した修正候補をディスプレイに提示する。表示部１４０によって、誤入力の文字列が修正候補に自動で変換された場合、ユーザは、修正の手間を軽減することができる。表示部１４０によって、誤入力の文字列に対する修正候補が提示された場合、ユーザは、意図した修正であるか否かを確認してから修正候補に変換することができる。

　なお、入力装置１０は、誤入力を検知して修正するモードである推論モードに設定されている間、推論処理を実行してもよい。推論モードのオン／オフは、ユーザによって切替可能である。

　上記の実施形態によれば、入力装置１０は、ユーザのキーの打ち間違い方の傾向を機械学習により学習させた学習済みモデル１３１を用いることで、キーの打ち間違いを精度良く検知することができる。また、入力装置１０は、誤入力と判定された文字列を修正候補に変換したり、修正候補を提示したりすることで、タイピング速度を向上させることができる。

　＜変形例１＞
　上記の実施形態では、入力装置１０は、特定のユーザの打ち間違い方の傾向を学習することにより、学習済みモデル１３１を生成する。変形例１では、入力装置１０は、複数のユーザの打ち間違い方の傾向を学習して学習済みモデル１３１を生成する。すなわち、入力装置１０は、複数のユーザが入力した修正前操作情報および修正後操作情報を用いて、学習済みモデルを生成する。

　入力装置１０は、ユーザを区別することなく、様々なユーザの誤入力の情報を学習することで、一般的な間違え方に対応した学習済みモデル１３１を生成することができる。一般的な間違え方は、例えば“Ｓ”を押下しようとして左隣の“Ａ”を、標準より少ない押込み量“１”で押下したような場合である。ユーザは、自身の間違え方を学習させる前であっても、一般的な間違え方に対応した学習済みモデル１３１を用いることで、キーの打ち間違いを効率よく修正することができる。

　＜変形例２＞
　上記の実施形態では、図３に示すように、キーボード１１０は、それぞれのキーのキートップの内側に、キーの押下を検知する１つのスイッチ１１１を有する。変形例２では、各キーは複数のスイッチを有する。

　図６は、キーの押下を検知する複数のスイッチを例示する図である。図６の例では、キートップの内側には、キーの押下を検知する複数のスイッチ１１１ａ～スイッチ１１１ｄが設けられている。キーボード１１０は、各キーに複数のスイッチ１１１ａ～スイッチ１１１ｄを設けることで、キーの押し方として、キー表面のどの辺りを押下したかという押込み位置の情報を取得することができる。

　変形例２では、スイッチ１１１ａ～スイッチ１１１ｄは、押下されたか否かを検知することができればよく、入力装置１０は、例えば、複数のスイッチのうち、最初にどのスイッチが反応したかを検知する。入力装置１０は、スイッチ１１１ａ～スイッチ１１１ｄのうち、最初に反応したスイッチの位置をキーの押込み位置として取得することができる。モデル生成部１２３は、キーの押し方としてキーの押込み位置を学習させた学習済みモデル１３１を生成し、入力装置１０は、押込み位置を考慮して誤入力を判定することができるようになる。

　なお、入力装置１０は、キーの押し方として、各キーが備える複数のスイッチの押込み順序を取得してもよい。モデル生成部１２３は、キーの押し方として複数のスイッチの押込み順序を学習させた学習済みモデル１３１を生成し、入力装置１０は、複数のスイッチの押込み順序を考慮して誤入力を判定することができるようになる。

　また、入力装置１０は、キーの押し方として、複数のスイッチのそれぞれの押込み量を取得してもよい。モデル生成部１２３は、キーの押し方として複数のスイッチの押込み量を学習させた学習済みモデル１３１を生成し、入力装置１０は、複数のスイッチの押込み量を考慮して誤入力を判定することができるようになる。

　図７を参照して、複数のスイッチの押込み量の取得について説明する。図７は、“ＫＩＫＡＩ”を“ＪＩＫＡＩ”と打ち間違えた例を示す。修正前の文字列は“ＪＩＫＡＩ”である。また、標準の押込み量を“２”、標準より少ない押込み量を“１”、押込みがない状態を“０”とした場合、“Ｊ”のスイッチ１１１ａ～スイッチ１１１ｄに対する押込み量はそれぞれ“１”、“１”、“０”、“０”である。

　図７の例は、“Ｋ”のキー側に位置するスイッチ１１１ｂ、および“Ｋ”の次に入力される“Ｉ”のキー側に位置するスイッチ１１１ａは、標準より少ないものの押込みがあったことを示す。一方、“Ｋ”および“Ｉ”のキーから離れた位置にあるスイッチ１１１ｃおよびスイッチ１１１ｄは、押込みを検知していない。

　モデル生成部１２３は、キーの押し方として複数のスイッチのそれぞれの押込み量を学習させた学習済みモデル１３１を生成し、入力装置１０は、複数のスイッチの押込み量を考慮して誤入力を判定することができるようになる。

　生成した学習済みモデル１３１を用いて、誤入力判定部１２４は、スイッチ１１１ａ～スイッチ１１１ｄに対する押込み量が“１”、“１”、“０”、“０”である場合には、 “ＪＩＫＡＩ”が“ＫＩＫＡＩ”の誤入力であると判定することができる。これに対し、ユーザが意図的に“ＪＩＫＡＩ”という文字列を入力した場合であれば、スイッチ１１１ａ～スイッチ１１１ｄに対する押込み量は“２”、“２”、“２”、“２”となることが想定される。この場合、誤入力判定部１２４は、“ＪＩＫＡＩ”（押込み量は“２”、“２”、“２”、“２”）の入力が誤入力ではないと判定することができる。

　変形例２では、操作情報取得部１２２は、キーの押し方として、キーの押込み位置、複数のスイッチの押込み順序、および複数のスイッチの押込み量等を取得する。モデル生成部１２３は、操作情報取得部１２２が取得した情報のうち少なくともいずれかを、キーの押し方として学習させた学習済みモデル１３１を生成する。キーの押込み位置、複数のスイッチの押込み順序、および複数のスイッチの押込み量等を考慮することで、入力装置１０は、キーの打ち間違いを精度良く検知することができる。

　また、複数のスイッチの数および配置は、図７の例に限られない。１つのキーの内側に配置可能な数のスイッチが、図７と同様に各辺に沿って配置されてもよく、各角または中央に配置されてもよい。

　＜変形例３＞
　上記の実施形態では、入力装置１０は、キーの押し方としてキーの押込み量を検知する。また、変形例２では、入力装置１０は、キーの押し方としてキーの押込み位置等を検知する。変形例３では、入力装置１０は、さらにキー入力の時間間隔を計測し、誤入力の判定に用いる。

　図８は、入力するキーの順序が逆になる誤入力について説明する図である。右手による入力と左手による入力とのキー入力の時間間隔が短くなり、ユーザは、次に左手で押下する予定だったキーを、右手で押下するキーよりも先に入力してしまう場合がある。図８の例では、ユーザは“Ｋ”→“Ａ”の順に入力しようとして、誤って“Ａ”→“Ｋ”の順に入力してしまう場合がある。

　誤って“Ａ”→“Ｋ”の順に入力した場合、“Ａ”と“Ｋ”とのキー入力の時間間隔は、略同時のタイミングになることが想定される。このように、キー入力の時間間隔が、ユーザの平均的なキー入力の時間間隔と異なる（例えば、短くなる）場合、ユーザは打ち間違えた可能性がある。一方、キー入力の時間間隔が、ユーザの平均的なキー入力の時間間隔に略等しい場合、ユーザは、意図して“Ａ”→“Ｋ”の順に入力したと考えられる。

　図９は、変形例３に係る入力装置の構成を例示するブロック図である。入力装置１０は、キー入力の時間間隔を計測するタイマー１５０を備える。タイマー１５０以外の構成は、図２に示す構成と同様であるため、上記実施形態および各変形例と異なる内容について説明する。

　操作情報取得部１２２は、タイマー１５０が計測したキー入力の時間間隔を、キーの押し方として取得する。モデル生成部１２３は、キー入力の時間間隔を学習させた学習済みモデル１３１を生成し、入力装置１０は、キー入力の時間間隔を考慮して誤入力を判定することができるようになる。したがって、入力装置１０は、左右の手で入力するキーの入力順序が逆になった場合にも、誤入力を精度良く検知することができる。

　＜その他＞
　上記の実施形態および各変形例は、本発明の構成例を例示的に説明するものに過ぎない。本発明は上記の具体的な形態には限定されることはなく、その技術的思想の範囲内で種々の変形が可能である。

　なお、上記の実施形態では、学習処理と推論処理とは、別々に実行されるものとして説明したが、並行して実行されてもよい。学習処理を継続して実行することで、入力装置１０は、より高精度に誤入力を判定する学習済みモデル１３１を生成することができる。

　また、上記実施形態では、入力装置１０が、学習済みモデル１３１を生成する例を説明したが、学習済みモデル１３１は、入力装置１０と通信可能な外部装置で生成されてもよい。この場合、外部装置は、操作情報取得部１２２が取得した修正前操作情報および修正後操作情報を、入力装置１０からオンラインで取得する。外部装置は、入力装置１０から取得した修正前操作情報および修正後操作情報を用いて、モデル生成部１２３と同様に学習済みモデル１３１を生成することができる。

　また、キーの情報は、キーの配置の情報を含んでもよい。キーの配置の情報は、例えば、修正前の文字のキー（文字以外のキーも含む）と修正後の文字のキーとが隣接するか否かの情報である。

　操作情報取得部１２２は、キーの配置の情報を、キーの情報として取得する。モデル生成部１２３は、キーの配置の情報を学習させた学習済みモデル１３１を生成し、入力装置１０は、キーの配置の情報を考慮して誤入力を判定することができるようになる。キーの打ち間違いは、隣接するキーの間で生じやすいため、キーの配置の情報を学習することで、入力装置１０は、誤入力を精度良く検知することができる。

　＜付記１＞
　キーの押し方を検知するセンサ（１１０ａ）を備えるキーボード（１１０）と、
　前記キーボード（１１０）による入力内容を修正するための操作である修正操作を検出する修正検出部（１２１）と、
　前記修正操作を検出する前に押下されたキーの情報および前記キーの押し方を含む修正前操作情報と、前記修正操作を検出した後に押下された前記キーの情報である修正後操作情報と、を取得する操作情報取得部（１２２）と、
　誤入力を推論する学習済みモデル（１３１）を、前記修正前操作情報および前記修正後操作情報を用いて生成する生成部（１２３）と、
を備える入力装置（１０）。

　＜付記２＞
　キーの押し方を検知するセンサ（１１０ａ）を備えるキーボード（１１０）と、
　押下されたキーの情報および前記キーの押し方を含む操作情報を、誤入力を推論する学習済みモデル（１３１）に入力し、前記キーの情報に対応する文字列が誤入力であるか否かを判定する判定部（１２４）と、
　誤入力であると判定された前記文字列の修正候補を取得する取得部（１２５）と、
　前記修正候補を提示する表示部（１４０）と、
を備える入力装置（１０）。

　＜付記３＞
　キーの押し方を検知するセンサ（１１０ａ）を備えるキーボード（１１０）と、
　前記キーボード（１１０）による入力内容を修正するための操作である修正操作を検出する修正検出部（１２１）と、
　前記修正操作を検出する前に押下されたキーの情報および前記キーの押し方を含む修正前操作情報と、前記修正操作を検出した後に押下された前記キーの情報である修正後操作情報と、を取得する操作情報取得部（１２２）と、
　誤入力を推論する学習済みモデル（１３１）を、前記修正前操作情報および前記修正後操作情報を用いて生成する生成部（１２３）と、
　押下されたキーの情報および前記キーの押し方を含む操作情報を、前記学習済みモデル（１３１）に入力し、前記キーの情報に対応する文字列が誤入力であるか否かを判定する判定部（１２４）と、
　誤入力であると判定された前記文字列の修正候補を取得する取得部（１２５）と、
　前記修正候補を提示する表示部（１４０）と、
を備える情報処理装置（１０）。

　＜付記４＞
　キーの押し方を検知するセンサ（１１０ａ）を備えるキーボード（１１０）を備える入力装置（１０）の制御方法であって、
　前記キーボード（１１０）による入力内容を修正するための操作である修正操作を検出する修正検出ステップ（Ｓ１０２）と、
　前記修正操作を検出する前に押下されたキーの情報および前記キーの押し方を含む修正前操作情報と、前記修正操作を検出した後に押下された前記キーの情報である修正後操作情報と、を取得する操作情報取得ステップ（Ｓ１０３）と、
　誤入力を推論する学習済みモデル（１３１）を、前記修正前操作情報および前記修正後操作情報を用いて生成する生成ステップ（Ｓ１０４）と、
を含む入力装置（１０）の制御方法。

　＜付記５＞
　キーの押し方を検知するセンサ（１１０ａ）を備えるキーボード（１１０）を備える入力装置（１０）の制御方法であって、
　押下されたキーの情報および前記キーの押し方を含む操作情報を、誤入力を推論する学習済みモデル（１３１）に入力し、前記キーの情報に対応する文字列が誤入力であるか否かを判定する判定ステップ（Ｓ２０２）と、
　誤入力であると判定された前記文字列の修正候補を取得する取得ステップ（Ｓ２０３）と、
　前記修正候補を提示する表示ステップ（Ｓ２０４）と、
を含む入力装置（１０）の制御方法。

１０：入力装置、１１０：キーボード、１１０ａ：センサ、１１１：スイッチ、１１１ａ：スイッチ、１１１ｂ：スイッチ、１１１ｃ：スイッチ、１１１ｄ：スイッチ、１２０：制御部、１２１：修正検出部、１２２：操作情報取得部、１２３：モデル生成部、１２４：誤入力判定部、１２５：候補取得部、１３０：記憶部、１３１：モデル、１４０：表示部、１５０：タイマー

Claims (24)

1. 　キーの押し方を検知するセンサを有するキーボードと、
   　前記キーボードによる入力内容を修正するための操作である修正操作を検出する修正検出部と、
   　前記修正操作を検出する前に押下されたキーの情報および前記キーの押し方を含む修正前操作情報と、前記修正操作を検出した後に押下された前記キーの情報である修正後操作情報と、を取得する操作情報取得部と、
   　誤入力を推論する学習済みモデルを、前記修正前操作情報および前記修正後操作情報を用いて生成する生成部と、
   を備える入力装置。
2. 　前記学習済みモデルは、押下されたキーの情報および前記キーの押し方を含む操作情報が入力されると、前記キーの情報に対応する文字列が誤入力である場合に修正候補を推論するように学習させたモデルである、
   請求項１に記載の入力装置。
3. 　前記生成部は、特定のユーザによる前記修正前操作情報および前記修正後操作情報を用いて、前記学習済みモデルを生成する、
   請求項１または２に記載の入力装置。
4. 　前記生成部は、複数のユーザによる前記修正前操作情報および前記修正後操作情報を用いて、前記学習済みモデルを生成する、
   請求項１から３のいずれか１項に記載の入力装置。
5. 　前記修正操作は、ＢａｃｋｓｐａｃｅキーまたはＤｅｌｅｔｅキーを押下する操作である、
   請求項１から４のいずれか１項に記載の入力装置。
6. 　前記キーボードは、キーの内側にスイッチを備え、
   　前記センサは、前記スイッチの押込み量または押下圧を計測する、
   請求項１から５のいずれか１項に記載の入力装置。
7. 　前記キーボードの各キーは、複数の前記スイッチを備え、
   　前記操作情報取得部は、複数の前記スイッチの押込み順序または前記スイッチの押込み量に基づいてキーの押込み位置を取得する、
   請求項６に記載の入力装置。
8. 　キーの押し方を検知するセンサを有するキーボードと、
   　押下されたキーの情報および前記キーの押し方を含む操作情報を、誤入力を推論する学習済みモデルに入力し、前記キーの情報に対応する文字列が誤入力であるか否かを判定する判定部と、
   　誤入力であると判定された前記文字列の修正候補を取得する取得部と、
   　前記修正候補を提示する表示部と、
   を備える入力装置。
9. 　前記取得部は、前記操作情報が入力されると前記修正候補を出力するように学習させた前記学習済みモデルを用いて前記修正候補を取得する、
   請求項８に記載の入力装置。
10. 　修正操作を検出する前に押下された前記キーの情報および前記キーの押し方を含む修正前操作情報と、前記修正操作を検出した後に押下された前記キーの情報である修正後操作情報とを関連付けて記憶する記憶部をさらに備え、
    　前記取得部は、誤入力であると判定された前記文字列と同じ文字列についての前記修正前操作情報に関連付けられた前記修正後操作情報の文字列を、前記修正候補として前記記憶部から取得する、
    請求項８に記載の入力装置。
11. 　前記表示部は、誤入力であると判定された前記文字列とともに前記修正候補を提示する、
    請求項８から１０のいずれか１項に記載の入力装置。
12. 　前記取得部は、複数の前記修正候補を取得し、
    　前記表示部は、複数の前記修正候補をユーザが選択可能に提示する、
    請求項８から１１のいずれか１項に記載の入力装置。
13. 　前記表示部は、誤入力であると判定された前記文字列を削除して前記修正候補を提示する、
    請求項８から１０のいずれか１項に記載の入力装置。
14. 　前記表示部は、誤入力であると判定された前記文字列および前記修正候補の少なくともいずれかにおいて、修正箇所を強調表示する、
    請求項８から１３のいずれか１項に記載の入力装置。
15. 　前記キーボードは、前記判定部が前記文字列を誤入力であると判定した後、所定時間、ユーザからの操作を無効にする、
    請求項８から１４のいずれか１項に記載の入力装置。
16. 　前記キーの情報は、入力された文字列、キーの配置のうち少なくともいずれかの情報を含む、
    請求項１から１５のいずれか１項に記載の入力装置。
17. 　前記キーの押し方は、キーの押込み量、キーの押込み位置およびキー入力の時間間隔のうち少なくともいずれかの情報を含む、
    請求項１から１６のいずれか１項に記載の入力装置。
18. 　前記キーの情報は、構文解析により抽出された単語単位または節単位の文字列の情報を含む、
    請求項１から１７のいずれか１項に記載の入力装置。
19. 　キー入力の時間間隔を計測するタイマーをさらに備える、
    請求項１から１８のいずれか１項に記載の入力装置。
20. 　キーの押し方を検知するセンサを有するキーボードと、
    　前記キーボードによる入力内容を修正するための操作である修正操作を検出する修正検出部と、
    　前記修正操作を検出する前に押下されたキーの情報および前記キーの押し方を含む修正前操作情報と、前記修正操作を検出した後に押下された前記キーの情報である修正後操作情報と、を取得する操作情報取得部と、
    　誤入力を推論する学習済みモデルを、前記修正前操作情報および前記修正後操作情報を用いて生成する生成部と、
    　押下されたキーの情報および前記キーの押し方を含む操作情報を、前記学習済みモデルに入力し、前記キーの情報に対応する文字列が誤入力であるか否かを判定する判定部と、
    　誤入力であると判定された前記文字列の修正候補を取得する取得部と、
    　前記修正候補を提示する表示部と、
    を備える情報処理装置。
21. 　キーの押し方を検知するセンサを有するキーボードを備える入力装置の制御方法であって、
    　前記キーボードによる入力内容を修正するための操作である修正操作を検出する修正検出ステップと、
    　前記修正操作を検出する前に押下されたキーの情報および前記キーの押し方を含む修正前操作情報と、前記修正操作を検出した後に押下された前記キーの情報である修正後操作情報と、を取得する操作情報取得ステップと、
    　誤入力を推論する学習済みモデルを、前記修正前操作情報および前記修正後操作情報を用いて生成する生成ステップと、
    を含む入力装置の制御方法。
22. 　キーの押し方を検知するセンサを有するキーボードを備える入力装置の制御方法であって、
    　押下されたキーの情報および前記キーの押し方を含む操作情報を、誤入力を推論する学習済みモデルに入力し、前記キーの情報に対応する文字列が誤入力であるか否かを判定する判定ステップと、
    　誤入力であると判定された前記文字列の修正候補を取得する取得ステップと、
    　前記修正候補を提示する表示ステップと、
    を含む入力装置の制御方法。
23. 　キーの押し方を検知するセンサを有するキーボードを備える入力装置の制御プログラムであって、
    　前記キーボードによる入力内容を修正するための操作である修正操作を検出する修正検出ステップと、
    　前記修正操作を検出する前に押下されたキーの情報および前記キーの押し方を含む修正前操作情報と、前記修正操作を検出した後に押下された前記キーの情報である修正後操作情報と、を取得する操作情報取得ステップと、
    　誤入力を推論する学習済みモデルを、前記修正前操作情報および前記修正後操作情報を用いて生成する生成ステップと、
    を含む入力装置の制御プログラム。
24. 　キーの押し方を検知するセンサを有するキーボードを備える入力装置の制御プログラムであって、
    　押下されたキーの情報および前記キーの押し方を含む操作情報を、誤入力を推論する学習済みモデルに入力し、前記キーの情報に対応する文字列が誤入力であるか否かを判定する判定ステップと、
    　誤入力であると判定された前記文字列の修正候補を取得する取得ステップと、
    　前記修正候補を提示する表示ステップと、
    を含む入力装置の制御プログラム。

Images