针对文本录入中的自适应语言模型的反学习技术制造技术

在一些示例中，一种方法包括：输出图形键盘(120)以供显示，并且响应于接收到第一输入(124)的指示，确定在所述语言模型中不包括的新字符串。所述方法可以包括：将所述新字符串添加至所述语言模型并且将似然值与所述新字符串相关联。所述方法可以包括：响应于接收到第二输入的指示，预测所述新字符串，并且响应于接收到拒绝所述新字符串的第三输入的指示，降低与所述新字符串相关联的所述似然值。

Anti learning technology for adaptive language model in text entry

In some examples, one method includes output graphic keyboard (120) for display, and in response to the indication of the first input (124), we determine the new string that is not included in the language model. The method may include: adding the new string to the language model and associating the likelihood value with the new string. The method can include: predicting the new string in response to the indication of the second input received, and reducing the likelihood value associated with the new string in response to the indication of the third input rejected the new string.

【技术实现步骤摘要】
【国外来华专利技术】针对文本录入中的自适应语言模型的反学习技术
技术介绍
一些计算设备提供图形键盘作为用于文本输入的用户界面的一部分。例如，包括在计算设备中或者耦合至计算设备的存在敏感显示器可以输出使得用户能够通过选择显示在存在敏感显示器处的按键来录入数据的图形键盘。在一些情况下，计算设备可以呈现图形键盘，用户可以通过轻敲该键盘的各按键或者通过在与期望按键相关联的连续区域上滑动手指来与该图形键盘交互。按照这种方式，图形键盘提供允许用户利用一个或者多个手势来录入字符、词、或者词组的输入方法。因此，图形键盘可以允许用户将文本快速且准确地录入计算设备中。接收来自图形键盘的输入的计算设备可以采用词预测、自动校正、和/或建议技术来确定手势输入所指示的词。一些图形键盘可以学习由用户输入的新词，所述新词先前并未存储在计算设备的词典中。这样的技术可以提供对新添加的词的稍后预测，但是在一些实例下，用户可能不期望计算设备预测新添加的词。因此，用户可能需要执行附加动作来校正错误的预测，从而使用户输入减慢并且降低基于手势的文本输入的效率。附图说明图1是图示了根据本公开的一个或者多个方面的，配置为响应于拒绝新字符串的随后的用户输入而反本文档来自技高网...

【技术保护点】
一种方法，包括：由计算设备输出图形键盘以供显示在操作地耦合至所述计算设备的输出组件处；响应于接收到在操作地耦合至所述计算设备的存在敏感输入组件的位置处检测到的第一输入的指示，至少部分地基于所述第一输入的指示来确定未包括在语言模型中的新字符串，其中，所述存在敏感输入组件的位置与所述输出组件的位置相对应；将所述新字符串添加至所述语言模型并且将似然值与所述新字符串相关联；响应于接收到在所述存在敏感输入组件的第二位置处检测到的第二输入的指示，预测所述新字符串；以及响应于接收到拒绝所述新字符串的第三输入的指示，降低与所述新字符串相关联的所述似然值。

【技术特征摘要】
【国外来华专利技术】2015.03.24 US 62/137,621;2015.10.01 US 14/873,1471.一种方法，包括：由计算设备输出图形键盘以供显示在操作地耦合至所述计算设备的输出组件处；响应于接收到在操作地耦合至所述计算设备的存在敏感输入组件的位置处检测到的第一输入的指示，至少部分地基于所述第一输入的指示来确定未包括在语言模型中的新字符串，其中，所述存在敏感输入组件的位置与所述输出组件的位置相对应；将所述新字符串添加至所述语言模型并且将似然值与所述新字符串相关联；响应于接收到在所述存在敏感输入组件的第二位置处检测到的第二输入的指示，预测所述新字符串；以及响应于接收到拒绝所述新字符串的第三输入的指示，降低与所述新字符串相关联的所述似然值。2.根据权利要求1所述的方法，其中，将所述似然值与所述新字符串相关联包括：将所述新字符串与所述似然值一起存储在所述语言模型的至少一个n-gram中，使得所述似然值与所述语言模型中的所述至少一个n-gram相对应，所述方法进一步包括：响应于接收到拒绝所述新字符串的所述第三输入的指示：确定所述语言模型中的包括所述新字符串的多个n-gram；以及降低与所述多个n-gram中的每个相应n-gram相对应的相应似然值。3.根据权利要求2所述的方法，进一步包括：响应于确定与所述语言模型的较高阶n-gram相对应的第一似然值大于与较低阶n-gram相对应的第二似然值，对所述语言模型进行修改以至少：移除所述较高阶n-gram，或者将所述第一似然值更新为小于或者等于所述第二似然值，其中，所述较高阶n-gram比所述较低阶n-gram包括更多的字符串。4.根据权利要求1至3中任一项所述的方法，其中，降低与所述新字符串相关联的所述似然值进一步包括：降低与所述新字符串相关联的所述似然值而不从所述语言模型中移除所述新字符串。5.根据权利要求1至4中任一项所述的方法，进一步包括：在预测所述新字符串时确定特定输入上下文，其中，所述特定输入上下文包括在预测所述新字符串时输出以供显示的一个或者多个先前输入的字符串，其中，降低与所述新字符串相关联的所述似然值包括：仅针对所述特定输入上下文来降低与所述新字符串相关联的所述似然值。6.根据权利要求1至5中任一项所述的方法，进一步包括：在预测所述新字符串时确定特定输入上下文，其中，降低与所述新字符串相关联的所述似然值包括：以至少部分地基于所述输入上下文的速率或者幅度来降低与所述新字符串相关联的所述似然值。7.根据权利要求1至6中任一项所述的方法，其中，响应于学习所述新字符串而增加与所述新字符串相对应的所述似然值的速率或者幅度与响应于反学习所述新字符串而降低所述似然值的速率或者幅度不同。8.根据权利要求1至7中任一项所述的方法，其中，拒绝所述新字符串的所述第三输入包括进行以下操作的输入：删除所述新字...

【专利技术属性】
技术研发人员：欧阳瑜，翟树民，
申请(专利权)人：谷歌公司，
类型：发明
国别省市：美国,US