[發(fā)明專利]基于非完整識(shí)別的詞語快速輸入方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201210284415.7
• 申請(qǐng)日: 2012-08-10
• 公開（公告）號(hào): CN102937837A
• 公開（公告）日: 2013-02-20
• 發(fā)明（設(shè)計(jì)）人: 周紅全
• 申請(qǐng)（專利權(quán)）人: 上海驛創(chuàng)信息技術(shù)有限公司
• 主分類號(hào): G06F3/023
• 分類號(hào): G06F3/023;G06K9/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術(shù)領(lǐng)域

本發(fā)明涉及聯(lián)機(jī)手寫識(shí)別技術(shù)中的詞語識(shí)別和輸入方法。

背景技術(shù)

目前用于聯(lián)機(jī)手寫識(shí)別輸入法主要有三種方式，一是單(整)字識(shí)別技術(shù)，二是整句識(shí)別輸入技術(shù)，三是疊寫輸入技術(shù)。

方式一是目前主流的技術(shù)，其缺點(diǎn)在于，每個(gè)字都必須完整的寫完，用戶確認(rèn)識(shí)別結(jié)果后再寫下一個(gè)字，相對(duì)拼音等其他輸入法，輸入效率十分低下。

方式二是對(duì)方式一的改善，允許用戶一次書寫多字或整句，相對(duì)減小用戶和機(jī)器交互次數(shù)，其缺點(diǎn)在于，每個(gè)字都必須完整寫完，用戶書寫時(shí)間并沒有減少，且一旦識(shí)別出錯(cuò)，交互時(shí)間將大大增加，因此目前并不太流行。

方式三是對(duì)方式一的改善，允許用戶在書寫完第一個(gè)字時(shí)，不等待識(shí)別結(jié)果繼續(xù)書寫第二個(gè)字，從而減小用戶和機(jī)器交互次數(shù)，其缺點(diǎn)在于，每個(gè)字都必須完整寫完，用戶書寫時(shí)間并沒有減少，書寫強(qiáng)度反而提高了，且一旦識(shí)別出錯(cuò)，交互時(shí)間將大大增加，是目前剛剛推出的一項(xiàng)新技術(shù)。

由于目前聯(lián)機(jī)手寫識(shí)別的理念和方法缺陷，造成中文手寫識(shí)別輸入效率很低，尤其是在手機(jī)，平板電腦等觸摸屏上，大部分都沒有手寫筆，迫切需要一種使用方便，輸入正確率高，用戶書寫強(qiáng)度小的手寫識(shí)別輸入法。

發(fā)明內(nèi)容

本發(fā)明的目的在于克服目前聯(lián)機(jī)手寫識(shí)別輸入法現(xiàn)有技術(shù)的不足，提供了基于非完整手寫識(shí)別的詞語快速輸入方法。利用該方法，用戶不需要任何學(xué)習(xí)，就能大大減少輸入強(qiáng)度，同時(shí)避免用戶在有些字不會(huì)完整寫的情況下而造成無法通過手寫識(shí)別來輸入的情況，相對(duì)于單字聯(lián)機(jī)手寫識(shí)別輸入法，可以把輸入效率提高幾倍。本發(fā)明的技術(shù)基礎(chǔ)是非完整手寫模式識(shí)別，基于此技術(shù)，可以實(shí)現(xiàn)單字非完整手寫識(shí)別，詞語非完整手寫識(shí)別、拼音手寫聯(lián)合詞語輸入和詞語智能聯(lián)想手寫識(shí)別。其中詞語非完整手寫識(shí)別和拼音手寫聯(lián)合詞語輸入是本發(fā)明的核心。

本發(fā)明提供了一種供用戶快速、準(zhǔn)確手寫輸入的方法。該方法共包括四種方式，第一種方式為單字非完整手寫識(shí)別，第二種方式為詞語非完整手寫識(shí)別，第三種方式為拼音手寫聯(lián)合詞語輸入，第四種方式為詞語智能聯(lián)想手寫識(shí)別。

第一種方式：?jiǎn)巫址峭暾謱懽R(shí)別。所謂單字非完整手寫識(shí)別，就是用戶以手寫方式輸入其想要輸入的漢字時(shí)，用戶可以以任何方式(包括連筆，草書等)來書寫，但關(guān)鍵的一點(diǎn)是，書寫的整個(gè)軌跡或筆跡可以不是一個(gè)完整意義上的漢字，即用戶僅僅需要書寫漢字的某一部分，系統(tǒng)把檢測(cè)得到的用戶書寫的整個(gè)軌跡與指定漢字范圍的每個(gè)漢字進(jìn)行匹配，從而得到每個(gè)漢字的預(yù)測(cè)識(shí)別概率，把指定漢字范圍內(nèi)所有漢字的預(yù)測(cè)識(shí)別概率從高到低排序后就得到了非完整手寫識(shí)別的預(yù)測(cè)候選字系列。單字非完整手寫識(shí)別的一個(gè)主要核心是漢字模板派生，所謂模板派生，就是對(duì)于每一個(gè)漢字，我們可以按照漢字的構(gòu)成進(jìn)行分解，同時(shí)也結(jié)合書寫過程派生出很多子字模板。這樣對(duì)于每一個(gè)子字模板，我們可以利用現(xiàn)有的整字識(shí)別算法讓用戶書寫軌跡與其進(jìn)行匹配，完成匹配后會(huì)得到一個(gè)匹配概率，將這個(gè)匹配概率乘以該子字模板在與之對(duì)應(yīng)的整字中的權(quán)重，就可以得到這個(gè)漢字的基于這個(gè)子字模板的一個(gè)預(yù)測(cè)識(shí)別概率。如果一個(gè)漢字含有多個(gè)整字和子字模板，則該漢字最終的預(yù)測(cè)識(shí)別概率取其全部模板匹配得到的所有預(yù)測(cè)識(shí)別概率中的最大值。每個(gè)漢字的子字模板事先都必須全部生成好。我們以“她”字為例，講述單字非完整手寫識(shí)別的原理，假設(shè)“她”共設(shè)計(jì)了四個(gè)模板，分別是T1“她”、T2“女”、T3“也”以及T4“女字和橫折鉤(也字第一筆)”。顯然模板T1是是一個(gè)完整的整字模板，模板T2，T3，T4均為“她”字派生的子字模板。四個(gè)模板的權(quán)重系數(shù)由模板自身的完整度通過計(jì)算來確定，假設(shè)分別為W1，W2，W3，W4，顯然W1為100％，其它3個(gè)模板的權(quán)重系數(shù)必定小于1，且W3大于W2。假設(shè)系統(tǒng)檢測(cè)到用戶書寫的軌跡，則系統(tǒng)把這個(gè)軌跡與每個(gè)漢字的所有模板(包括整字模板以及該漢字的子字模板)分別進(jìn)行匹配。在與“她”字進(jìn)行匹配時(shí)，匹配過程為，將檢測(cè)到的軌跡分別與T1，T2，T3和T4按照既有的整字識(shí)別算法進(jìn)行匹配，此時(shí)必然得到4個(gè)匹配概率分別表示為P1，P2，P3和P4，那么P1*W1，P2*W2，P3*W3，P4*W4就是用戶書寫軌跡在與“她”字進(jìn)行匹配時(shí)得到的4個(gè)概率，取其中的最大值作為用戶書寫軌跡在與“她”匹配時(shí)的預(yù)測(cè)識(shí)別概率。由此可見，當(dāng)一個(gè)漢字H共有n個(gè)模板T(0)，T(1)…T(n-1)，則任意書寫軌跡與之匹配時(shí)均得到n個(gè)匹配概率P(0)，P(1)…P(n-1)，若每個(gè)模板的權(quán)重為W(0)，W(1)…W(n-1)，則該字最終的預(yù)測(cè)識(shí)別概率P(H)可以表達(dá)為：P(H)＝MAX(P(i)*W(i))其中i＝0，1,...，n-1，表達(dá)為該字的第i個(gè)模板，MAX表示取最大值。當(dāng)然在實(shí)際實(shí)施過程中，由于考慮連筆、草書等因素，預(yù)測(cè)識(shí)別概率還需考慮統(tǒng)計(jì)特征等其它因素。如果指定的漢字范圍中包含m個(gè)漢字，每個(gè)漢字表達(dá)為H(0)，H(1)…H(m-1)。則通過上述方法，把用戶書寫軌跡與每個(gè)漢字進(jìn)行匹配后，我們將會(huì)得到每個(gè)漢字的預(yù)測(cè)識(shí)別概率P(H(0))，P(H(1))…P(H(m-1))。將此概率系列按照大小進(jìn)行排序后，就得到了與用戶書寫軌跡相對(duì)應(yīng)的預(yù)測(cè)識(shí)別候選字系列。因此，利用該方法可以達(dá)到用戶在不需要書寫完整漢字的情況下就能正確進(jìn)行預(yù)測(cè)識(shí)別。如果再結(jié)合其它輸入方式縮小漢字范圍后，將會(huì)大大提高預(yù)測(cè)精度。同時(shí)該方法也允許用戶自己創(chuàng)建、派生個(gè)性化模板，以輸入自己的一些獨(dú)特寫法，例如簽名等。該方式構(gòu)成了下列其它所有輸入方式的技術(shù)基礎(chǔ)。