The embodiment of the invention provides a sliding input method and device, the sliding input method includes: obtaining the sliding track of the user on the virtual keyboard; generating an input sequence according to the sliding track; inputting the input sequence into a pre trained depth learning model to obtain a plurality of waiting options; displaying the plurality of waiting options. The taxiing input method of the embodiment of the invention does not need to set rules manually according to different input methods of the input method, only needs to input the depth learning model to extract the candidate options after generating the input sequence through the taxiing track, does not need to detect the turning point of the taxiing track and extract the characteristics of the taxiing track by relying on experience, avoiding the complex taxiing track and the inability to accurately capture the turning point and extract the taxiing track by relying on experience The characteristics of trace cause the problem of low accuracy and improve the accuracy of taxiing input.
【技术实现步骤摘要】
一种滑行输入的方法和装置
本专利技术涉及输入法
,特别是涉及一种滑行输入的方法和装置。
技术介绍
目前,电子产品向小型化的趋势发展,而电子产品的多媒体功能又要求其具有较高的屏占比,例如取消了物理键盘,采用面积较大的触摸屏,而在输入信息时需要在触摸屏上模拟一个包括若干字符键的虚拟键盘,用户通过虚拟键盘和输入法进行信息的输入。滑行输入法可以通过记录用户在虚拟键盘上的滑行轨迹,估计出用户可能要输入的拼音串,然后将其转换为拼音串对应的词或者句子。目前传统的滑行输入法模型,主要是通过检测滑行轨迹的拐点,将拐点的按键作为目标,然后人工设定输入法的规则,基于规则预测用户需要输入的按键字符,例如,对于拼音输入,在全拼输入方式下,基于全拼输入的规则预测用户输入的拼音串,或者在简拼的输入方式下,基于简拼的规则预测用户输入的拼音串,从而将拼音串转换为字或者词,这就需要根据输入法的不同输入方式设定不同的规则,另外,传统模型依靠的特征需要根据经验设定提取,使得提取的特征无法真正反映用户的输入意图甚至是无用的特征,造成了模型预测准确性低的 ...
【技术保护点】
1.一种滑行输入的方法,其特征在于,包括:/n获取用户在虚拟键盘上的滑行轨迹;/n依据所述滑行轨迹,生成输入序列;/n将所述输入序列输入预先训练的深度学习模型中得到多个候选项;/n展示所述多个候选项。/n
【技术特征摘要】
1.一种滑行输入的方法,其特征在于,包括:
获取用户在虚拟键盘上的滑行轨迹;
依据所述滑行轨迹,生成输入序列;
将所述输入序列输入预先训练的深度学习模型中得到多个候选项;
展示所述多个候选项。
2.如权利要求1所述的方法,其特征在于,所述依据所述滑行轨迹,生成输入序列的步骤包括:
按照时间顺序获取所述滑行轨迹的多个像素点;或者,按照预设周期获取所述滑行轨迹的多个像素点;
获取所述多个像素点的坐标;
依据获取所述多个像素点的时间顺序和所述多个像素点的坐标,生成输入序列。
3.如权利要求1所述的方法,其特征在于,所述依据所述滑行轨迹,生成输入序列的步骤包括:
按照预设周期,获取所述滑行轨迹的多个轨迹图片;
依据获取所述多个轨迹图片的顺序和所述多个轨迹图片,生成输入序列。
4.如权利要求2所述的方法,其特征在于,所述将所述输入序列输入预先训练的深度学习模型中得到多个候选项的步骤包括:
将所述多个像素点的坐标输入预先训练的深度学习模型中得到多个候选项。
5.如权利要求3所述的方法,其特征在于,所述将所述输入序列输入预先训练的深度学习模型中得到多个候选项的步骤包括:
将所述多个轨迹图片输入预先训练的深度学习模型中得到多个候选项。
6.如权利要求1所述的方法,其特征在于,所述多个候选项具有分值,所述展示所述多个候选项的步骤包括:
获取所述多个候选项的分值;
按照所述分值对所述多个候选项进行排序;
按照所述排序展示所述多个候选项。
7.如权利要求1至6任一项所述的方法,其特征在于,所述深度学习模型通过如下方式训练:
获取训练样本,所述训练样本包括滑行轨迹数据和候选项数据;
采用所述滑行轨迹数据和所述候选项数据训练深度学习...
【专利技术属性】
技术研发人员:姚波怀,张扬,
申请(专利权)人:北京搜狗科技发展有限公司,
类型:发明
国别省市:北京;11
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。