[發明專利]電子設備的文本輸入系統及文本輸入方法

有效

• 申請號: 201080051346.4
• 申請日: 2010-10-11
• 公開（公告）號: CN102640089A
• 公開（公告）日: 2012-08-15
• 發明（設計）人: 本杰明·麥德洛克;喬納森·雷諾茲
• 申請（專利權）人: 觸摸式有限公司
• 主分類號: G06F3/023
• 分類號: G06F3/023
• 代理公司: 北京華夏正合知識產權代理事務所(普通合伙) 11017
• 代理人: 韓登營;栗濤

1.一種在計算裝置上生成文本輸入的系統，包括：

文本預測引擎，包括至少一個預測器，用于接收用戶輸入所述計算裝置中的輸入文本，并使用所述預測器生成多條文本預測；

分類器，用于接收所述輸入文本，并生成至少一個文本分類預測；

加權模塊，用于接收所述文本預測和至少一個所述文本分類預測，并使用所述文本分類預測加權所述文本預測，以生成一個新的文本預測呈現給用戶。

2.根據權利要求1所述的系統，其特征在于，根據文本源訓練所述預測器。

3.根據權利要求2所述的系統，其特征在于，還包括多個根據獨立文本源訓練的預測器。

4.根據前述任意一項權利要求所述的系統，其特征在于，還包括：

特征向量生成器，用于通過從所述輸入文本中提取特征，計算所述輸入文本中每個特征的詞條逆向文檔頻率并標準化結果向量為單位長度，來生成用以表示由用戶輸入至所述計算裝置中的文本輸入的特征向量。

5.根據權利要求4所述的系統，其特征在于，所述特征向量生成器還用于通過從所述文本源中提取一組特征，計算所述輸入文本中每個特征的詞條逆向文檔頻率并標準化結果向量為單位長度，來為所述文本源或每個獨立文本源生成至少一個特征向量。

6.根據權利要求5所述的系統，其特征在于，還包括：

分類器訓練模塊，用于根據所述文本源生成的特征向量訓練所述分類器。

7.根據權利要求2至3或權利要求5至6中任意一項所述的系統，其特征在于，所述文本源包括至少以一個代表分類預標記的文本數據。

8.根據前述任意一項權利要求所述的系統，其特征在于，還包括：多個同時生成文本預測的預測器。

9.根據前述任意一項權利要求所述的系統，其特征在于，所述分類器為時序聚集感知分類器。

10.根據前述任意一項權利要求所述的系統，其特征在于，所述分類器用于生成置信度向量，該置信度向量與至少一個分類相關聯。

11.根據權利要求10所述的系統，其特征在于，所述加權模塊用于根據所述置信度向量生成加權向量。

12.根據權利要求11所述的系統，其特征在于，所述加權模塊通過將所述置信度向量中的最大正值設定為1，將所述置信度向量中的其他所有正值除以所述置信度向量中的最大正值與一常數因子之積，并將任意負置信度值設為0，來生成加權向量。

13.根據權利要求12所述的系統，其特征在于，所述加權模塊用于使用所述加權向量甄選由所述文本預測引擎生成的文本預測，以生成新的文本預測。

14.根據前述任意一項權利要求所述的系統，其特征在于，所述加權模塊用于將所述新的文本預測插入至多重映射結構；所述多重映射結構包括映射有概率值的文本預測，并返回p個最概然的新文本預測。

15.根據前述任意一項權利要求所述的系統，其特征在于，所述預測器為單語言模型、多語言模型或自適應預測系統中的一種。

16.根據前述任意一項權利要求所述的系統，其特征在于，所述文本預測引擎包括至少兩個預測器；至少這兩個預測器的其中之一為自適應預測系統。

17.根據權利要求16所述的系統，其特征在于，所述自適應系統包括：

第二文本預測引擎，包括至少一個預測器，用于接收輸入文本并使用所述預測器生成文本預測；

第二分類器，用于接收輸入文本并生成至少一個文本分類預測；

第二加權模塊，用于接收來自于所述第二文本預測引擎的文本預測和來自于所述第二分類器的文本分類預測，并使用所述文本分類預測加權所述文本預測以生成新的文本預測。

18.根據前述任意一項權利要求所述的系統，其特征在于，所述計算裝置為移動電話、個人電子助力或諸如臺式電腦、筆記本電腦、平板電腦等電腦、移動網絡設備、超級移動電腦、游戲機或車載系統中的一種。