The invention relates to a method and a device for generating a user dictionary. The method includes: tracking the user's edit history, editing history includes a plurality of units, each unit stores user input Pinyin and the corresponding text; the reduction of word lists from the edit history; to calculate the transition probability between every two adjacent word; according to probability extraction consecutive transfer probability is less than a predetermined threshold value. The word as a candidate string to calculation; and when the candidate word strings contain at least two words corresponding to the sub string Pinyin input again, the sub string to insert new words in the dictionary as a user. The method and the device for generating user dictionary according to the invention can track the user input history and automatically excavate the user dictionary, and can satisfy the users of various input habits, thereby improving the efficiency and the experience of the IME.
【技术实现步骤摘要】
生成用户词典的方法和装置
本专利技术涉及自然语言处理领域,更具体地涉及一种自动生成用户词典的方法和装置。
技术介绍
输入法(IME)是人机交互中不可缺少的工具,由于IME的效率直接影响着用户的工作效率,因此人们提出了很多方法用以提高IME的输入效率和用户体验。比如自动生成用户词典:当用户输入一个拼音串“kangbobaqi”之后,由于候选里面没有正确结果“康伯巴奇”,用户需要调整候选汉字,调整输入之后,当用户再次输入“kangbobaqi”,便可以得到正确的结果。这种方法极大的提高的用户的输入效率,避免了每次输入拼音之后都需要调整的操作。现有的IME虽然可以根据用户的输入来生成用户词典,但是最大的问题是需要用户完整的输入拼音串之后调整汉字候选。用户的输入习惯是不同的,有些用户习惯于单字的输入,比如先输入“kang”,调整为“康”并输入,再输入“bo”,调整为“伯”并输入,从而依次输入“康伯巴奇”,但是在这种情况下,当用户再次整体输入拼音“kangbobaqi”的时候,现有的IME仍无法得到正确的结果,即使用户已经输入过一次。因此,希望能够提供一种可以满足各种输入习 ...
【技术保护点】
一种生成用户词典的方法,包括:跟踪用户的编辑历史,所述编辑历史包括多个单元,其中每个单元存储用户输入的拼音和对应的文字;从所述编辑历史还原出词的列表;计算每两个相邻词之间的转移概率;根据所计算的转移概率提取连续多个转移概率均小于预定阈值的词作为候选词串;以及当所述候选词串的包含至少两个词的子词串所对应的拼音被再次输入时,将所述子词串作为新词插入用户词典中。
【技术特征摘要】
1.一种生成用户词典的方法,包括:跟踪用户的编辑历史,所述编辑历史包括多个单元,其中每个单元存储用户输入的拼音和对应的文字;从所述编辑历史还原出词的列表;计算每两个相邻词之间的转移概率;根据所计算的转移概率提取连续多个转移概率均小于预定阈值的词作为候选词串;以及当所述候选词串的包含至少两个词的子词串所对应的拼音被再次输入时,将所述子词串作为新词插入用户词典中。2.根据权利要求1所述的方法,其中,根据所计算的转移概率提取连续多个转移概率均小于预定阈值的词串作为候选词串包括:提取连续多个转移概率均小于预定阈值的词及其上下文词作为候选词串;依次对所述候选词串中每个单元执行以下处理来构建有向图,其中,所述有向图存储所述候选词串中的单元之间的关系:当所述单元的拼音加文字未出现在拼音列表索引中时,则将其作为新的条目添加在所述拼音列表索引中,同时将所述单元中的文字添加为所述有向图中的一个新的节点,其中,所述拼音列表索引中包含所有拼音条目,当下一个单元的文字存在于所述有向图中时,则从其在所述有向图中的节点向当前单元在所述有向图中的节点添加一条边。3.根据权利要求2所述的方法,其中当所述候选词串的包含至少两个词的子词串所对应的拼音被再次输入时,将所述子词串作为新词插入用户词典中包括:对于用户输入的拼音找到其在所述有向图中的所有节点,当在所述有向图中存在一条连接所有节点的路径时,将这些节点所对应的词串作为新...
【专利技术属性】
技术研发人员:郑仲光,孟遥,孙俊,
申请(专利权)人:富士通株式会社,
类型:发明
国别省市:日本,JP
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。