[發(fā)明專利]一種更新輸入法詞庫的方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201110253506.X
• 申請日: 2011-08-30
• 公開（公告）號: CN102955825A
• 公開（公告）日: 2013-03-06
• 發(fā)明（設(shè)計）人: 查文
• 申請（專利權(quán)）人: 北京搜狗科技發(fā)展有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06F3/023
• 代理公司: 北京集佳知識產(chǎn)權(quán)代理有限公司 11227
• 代理人: 逯長明;王寶筠

技術(shù)領(lǐng)域

本發(fā)明涉及輸入法技術(shù)領(lǐng)域，特別是涉及一種更新輸入法詞庫的方法及系統(tǒng)。

背景技術(shù)

輸入法系統(tǒng)作為人機(jī)對話的接口，提供了將各種文字輸入計算機(jī)或其他設(shè)備(如手機(jī))的編碼方法。換言之，對于需要編碼才能完成輸入的文字，如果想要將某些文字內(nèi)容輸入到計算機(jī)中，則需要借助于輸入法系統(tǒng)才能完成。因此，輸入法系統(tǒng)在人機(jī)交互過程中其中舉足輕重的作用。

輸入法系統(tǒng)通常都具有自己的詞庫，對于中文、日文等文字而言，輸入法的詞庫中保存了常用詞條以及對應(yīng)的編碼字符串(如拼音等)，當(dāng)用戶通過鍵盤等輸入設(shè)備輸入了某編碼字符串之后，輸入法系統(tǒng)就可以通過查詢詞庫，將該編碼字符串對應(yīng)的詞條展現(xiàn)給用戶。當(dāng)然，由于同音字詞的存在，同一編碼字符串往往對應(yīng)著多個詞條，但各個詞條的使用頻率可能各有不同，因此，詞庫中通常還保存有各個詞條對應(yīng)的詞頻。這樣，當(dāng)用戶輸入一個編碼字符串之后，如果發(fā)現(xiàn)對應(yīng)著多個詞條，輸入法系統(tǒng)就可以依據(jù)詞頻由大到小的順序，將各個詞條展現(xiàn)給用戶。

對于輸入法系統(tǒng)而言，詞庫的質(zhì)量是衡量其性能的很重要的一個方面，一個高質(zhì)量的詞庫能夠提高首選詞的命中率，進(jìn)而提高字詞輸入的速度。目前的主流輸入法則是通過統(tǒng)計搜索引擎中收錄的頁面中文字的出現(xiàn)概率來得到。具體實(shí)現(xiàn)時，首先由服務(wù)器端通過網(wǎng)絡(luò)爬蟲抓取頁面，然后做分詞處理，再將其中的有效部分制作成詞庫，只有當(dāng)服務(wù)器端生成了新版本的詞庫，客戶端的輸入法詞庫才會得到更新。而這一周期會比較長，往往需要幾個月的時間，在實(shí)際應(yīng)用中，涉及更多流程步驟，遷延的時期更長。每次作詞庫更新時，都需要重復(fù)該過程，因此，詞庫的更新周期會比較長。

現(xiàn)有技術(shù)中，針對新詞，通常可以通過詞庫增量的方式，實(shí)現(xiàn)較短的更新周期。例如，有些輸入法系統(tǒng)可以每天或者用戶每次開機(jī)時，將新詞添加到輸入法詞庫中。但是，在實(shí)際應(yīng)用中，還有些詞條具有以下特征：這些詞條在系統(tǒng)詞庫中存在，但相對于同音下的其他詞條而言，平均詞頻可能比較低，因此，當(dāng)用戶輸入其編碼字符串時，該詞條在候選項(xiàng)中的排序可能比較靠后；但是，這些詞條卻可能存在階段性的使用頻率增高的現(xiàn)象(通常將這種詞條稱為熱詞)，此時，如果仍然按照當(dāng)前詞庫給出候選項(xiàng)，則會影響到輸入速度。如果等待服務(wù)器端生成新的詞庫，則長的更新周期可能會導(dǎo)致該詞條的熱度可能已經(jīng)過了，即使在新的詞庫中，該詞條的詞頻等發(fā)生了變化，也已經(jīng)失去意義了。

發(fā)明內(nèi)容

本發(fā)明提供一種更新輸入法詞庫的方法及系統(tǒng)，能夠針對熱詞實(shí)現(xiàn)較短的詞庫更新周期，有利于提高輸入法系統(tǒng)的性能。

本發(fā)明提供了如下方案：

一種更新輸入法詞庫的方法，包括：

獲取詞條更新信息；

根據(jù)所述詞條更新信息對輸入法詞庫中已有詞條的屬性進(jìn)行更新；

依據(jù)更新后的詞條屬性提供候選項(xiàng)。

優(yōu)選地，所述詞條更新信息包括至少一個已有詞條的詞頻和/或多元關(guān)系的更新指示；

所述根據(jù)詞條更新信息對輸入法詞庫中已有詞條的屬性進(jìn)行更新包括：對輸入法詞庫中已有詞條的詞頻和/或多元關(guān)系進(jìn)行更新。

其中，所述對已有詞條的多元關(guān)系進(jìn)行更新包括：修改已有多元關(guān)系的強(qiáng)度、增加詞條之間新的多元關(guān)系、或刪除詞條之間已有的多元關(guān)系。

優(yōu)選地，所述詞條更新信息包括至少一個已有詞條的熱詞標(biāo)簽更新指示；

所述根據(jù)詞條更新信息對輸入法詞庫中已有詞條的屬性進(jìn)行更新包括：為輸入法詞庫中的已有詞條或已有詞條的多元關(guān)系添加熱詞標(biāo)簽；

所述依據(jù)更新后的詞條屬性提供候選項(xiàng)包括：在展現(xiàn)候選項(xiàng)時，將帶有熱詞標(biāo)簽的詞條或多元關(guān)系進(jìn)行優(yōu)先展現(xiàn)。

其中，所述根據(jù)詞條更新信息對輸入法詞庫中已有詞條的屬性進(jìn)行更新包括：為輸入法詞庫中的已有詞條或已有詞條的多元關(guān)系刪除熱詞標(biāo)簽。

優(yōu)選地，所述方法還包括：

獲取所述詞條更新信息的有效時間；

當(dāng)?shù)竭_(dá)所述有效時間時，將所述輸入法詞庫中已有詞條的屬性恢復(fù)到更新前的狀態(tài)。

優(yōu)選地，所述獲取詞條更新信息包括：從服務(wù)器接收所述詞條更新信息。

優(yōu)選地，所述獲取詞條更新信息包括：從預(yù)置的熱詞相關(guān)信息中，獲取所述詞條更新信息；所述熱詞相關(guān)信息包括已有詞條的屬性更新指示及觸發(fā)條件；

所述根據(jù)詞條更新信息對輸入法詞庫中已有詞條的屬性進(jìn)行更新包括：在滿足所述觸發(fā)條件時，根據(jù)所述更新指示對已有詞條的屬性進(jìn)行更新。

一種更新輸入法詞庫的系統(tǒng)，包括：

詞條更新信息獲取單元，用于獲取詞條更新信息；