[發明專利]一種拼音的長句連打輸入方法及其系統

在審

• 申請號: 201610029530.8
• 申請日: 2016-01-16
• 公開（公告）號: CN105718070A
• 公開（公告）日: 2016-06-29
• 發明（設計）人: 周誠
• 申請（專利權）人: 上海高欣計算機系統有限公司
• 主分類號: G06F3/023
• 分類號: G06F3/023
• 代理公司: 上海晨皓知識產權代理事務所(普通合伙) 31260
• 代理人: 成麗杰

技術領域

本發明涉及輸入法領域，特別涉及拼音輸入。

背景技術

隨著計算機技術的不斷發展和進步，拼音輸入法的技術也有了進步和提 高，特別是拼音的長句連打輸入，現有技術是根據上下文在給定拼音條件下 找到一個最優的句子，可將其視為一個動態規劃問題，找到最短路徑。其核 心技術為采用隱馬爾科夫模型，利用統計自然語言的處理方式進行運算和處 理，得到最優的句子。馬爾科夫的缺點在于它的獨立性假設，其假設忽略了 時刻發生的事件與時刻之前所有事件之間的聯系，但也正是因為有了這樣的 假設，使得算法變得簡單明了。隱馬爾科夫模型采用生成式的聯合概率模型 來求解這種條件概率問題，這種方法不適合處理很多特征描述觀察序列的情 況。馬爾科夫的假設，致使模型的階數越高時，反而不會給模型帶來好的統 計結果，即使階數再提高，也無法覆蓋所有的語言現象。所有這些缺陷，造 成拼音長句連打的整句或者長句連打后的輸出結果精準度不高。

發明內容

本發明的目的在于提供一種拼音的長句連打輸入方法及其系統，通過建 立雙向隱馬爾可夫BHMM模型，提高了拼音長句連打輸出正確結果的精準 度。

為解決上述技術問題，本發明的實施方式提供了一種拼音的長句連打輸 入方法，包含以下步驟：

預先建立雙向隱馬爾可夫BHMM模型；在所述BHMM模型中，長句中 的每個漢字的出現概率由正向傳播時該漢字及該漢字的前N個漢字在數據庫 中同時出現的次數，反向傳播時該漢字及該漢字的后N個漢字在數據庫中同 時出現的次數決定；所述N為大于1的自然數；

持續接收用戶輸入的拼音碼；

根據所述BHMM模型和所述持續接收到的拼音碼，獲取在該BHMM模 型中出現概率最大的各漢字所組成的長句；

輸出所述獲取的在該BHMM模型中出現概率最大的各漢字所組成的長 句。

與此相應，本發明的另一個目的是提供拼音的長句連打輸入系統，包含： 客戶端與云端服務器；

云端服務器包含：

模型建立模塊，用于預先建立雙向隱馬爾可夫BHMM模型；在所述 BHMM模型中，長句中的每個漢字的出現概率由正向傳播時該漢字及該漢字 的前N個漢字在數據庫中同時出現的次數，反向傳播時該漢字及該漢字的后 N個漢字在數據庫中同時出現的次數決定；所述N為大于1的自然數；

匹配模塊，用于根據所述BHMM模型和來自所述客戶端的持續接收到 的拼音碼，獲取在該BHMM模型中出現概率最大的各漢字所組成的長句；

返回模塊，用于將所述匹配模塊獲取的長句返回至所述客戶端；

所述客戶端包含：

接收模塊，用于持續接收用戶輸入的拼音碼；

發送模塊，用于將所述持續接收到的拼音碼發送至所述云端服務器；

輸出模塊，用于輸出所述云端服務器返回的所述長句。

本發明實施方式相對于現有技術而言，提供了一種拼音的長句輸入方法 和長句輸入系統，通過建立雙向隱馬爾可夫BHMM模型，提高了在整句或 者長句中拼音轉換漢字時輸出正確結果的精度。

另外，所述BHMM模型建立在云端服務器內；客戶端將所述持續接收 到的拼音碼實時發送至所述云端服務器，由所述云端服務器根據BHMM模 型和所述持續接收到的拼音碼，實時獲取所述長句，優化了拼音轉化漢字的 效率。

另外，所述根據BHMM模型和所述持續接收到的拼音碼，獲取在該 BHMM模型中出現概率最大的各漢字所組成的長句的步驟中，根據以下公式 獲取所述長句：