电子设备的文本输入系统及文本输入方法.pdf

(19)中华人民共和国国家知识产权局*CN102439542A*(12)发明专利申请(10)申请公布号CN102439542A(43)申请公布日2012.05.02(21)申请号201080022530.6(51)Int.Cl.(22)申请日2010.03.30G06F3/023(2006.01)(30)优先权数据0905457.82009.03.30GB(85)PCT申请进入国家阶段日2011.11.22(86)PCT申请的申请数据PCT/GB2010/0006222010.03.30(87)PCT申请的公布数据WO2010/112841EN2010.10.07(71)申请人触摸式有限公司地址英国伦敦(72)发明人本杰明·威廉·麦德洛克乔纳森·保罗·雷诺兹(74)专利代理机构北京华夏正合知识产权代理事务所(普通合伙)11017代理人韩登营权利要求书4页说明书22页附图13页(54)发明名称电子设备的文本输入系统及文本输入方法(57)摘要本发明提供了一种电子设备的文本输入系统，包括：用户界面，用于接收由用户输入的文本；具有多个语言模型的文本预测引擎，用于接收来自于所述用户界面的文本，并利用所述语言模型同时生成文本预测；其中，所述文本预测引擎还用于向所述用户界面提供文本预测，以供显示和用户选择。此外，本发明还提供了一种电子设备的文本输入方法以及在所述系统和方法中使用的一种用户界面。CN1024395ACCNN110243954202439552A权利要求书1/4页1.一种电子设备的文本输入系统，包括：用户界面，用于接收由用户输入的文本；具有多个语言模型的文本预测引擎，用于接收来自于所述用户界面的文本，并利用所述语言模型同时生成文本预测；其中，所述文本预测引擎还用于向所述用户界面提供文本预测，以供显示和用户选择。2.根据权利要求1所述的系统，其特征在于，从所述语言模型中实时生成所述文本预测。3.根据权利要求1所述的系统，其特征在于，所述语言模型包括人类语言模型以及至少一个专用语言模型。4.根据权利要求3所述的系统，其特征在于，所述专用模型至少为以下之一：电子邮件专用语言模型，短信息专用语言模型，新闻电讯专用语言模型，学术专用语言模型，博客专用语言模型，产品评测专用语言模型。5.根据权利要求3所述的系统，其特征在于，所述专用语言模型包括电子邮件专用语言模型和短信息专用语言模型，由电子邮件专用语言模型和短信息专用语言模型或者两者之一生成所述文本预测。6.根据权利要求3所述的系统，其特征在于，所述语言模型包括至少一个附加语言模型。7.根据权利要求6所述的系统，其特征在于，所述附加语言模型包括用户组专用语言模型。8.根据权利要求3或7所述的系统，其特征在于，还包括：比较机构，用于将存储在语言模型中的词条序列与存储在一个或多个其他语言模型中的词条序列进行比较，以删除重复的或多次输入的词条，仅保留概率最高的重复或多次输入的词条。9.根据权利要求1所述的系统，其特征在于，所述语言模型包括基于n元语法语言模型的用户专用语言模型，通过更新n元语法语言模型，在n元语法模型图中记录下由用户输入的n元语法模型路径出现的频率。10.根据权利要求9所述的系统，其特征在于，所述用户专用语言模型用于响应未在其中出现的文本输入，以便向所述语言模型内的所述n元语法模型图中插入新路径。11.根据权利要求1所述的系统，其特征在于，所述文本预测引擎包括：合并机构，用于合并由各个语言模型生成的文本预测。12.根据权利要求11所述的系统，其特征在于，所述合并机构用于将所述文本预测插入到有序相联结构或标准模板库多重映射结构中，并返回最可能词条作为文本预测提供给所述用户界面。13.根据权利要求1所述的系统，其特征在于，在缺少任何文本输入和/或在句子结尾输入标点之后和/或在换行之后，所述语言模型利用序列起始标识确定词条或短语预测。14.根据权利要求1所述的系统，其特征在于，所述语言模型使用近似单词查找树和n元语法模型图；其中，所述近似单词查找树是标准单词查找树的扩展，在其每个节点上存储有一组用于表示各个节点之后的允许字符序列的数值。15.根据权利要求1所述的系统，其特征在于，所述语言模型使用概率单词查找树和n2CCNN110243954202439552A权利要求书2/4页元语法模型图；其中，所述概率单词查找树是标准单词查找树的扩展，在其每个节点上存储有一组用于表示各个节点之后的允许字符序列的数值。16.根据权利要求14或15所述的系统，其特征在于，所述语言模型用于检索所述n元语法模型图，以根据在前文本输入的n-1个词条确定下一个词条的单词或短语预测。17.根据权利要求14或15所述的系统，其特征在于，所述语言模型用于检索所述近似单词查找树或所述概率单词查找树，以根据至少一个输入字