[發(fā)明專利]一種輸入配置方法、裝置和電子設(shè)備

在審

• 申請?zhí)枺?/td>: 201810443413.5
• 申請日: 2018-05-10
• 公開（公告）號: CN110472223A
• 公開（公告）日: 2019-11-19
• 發(fā)明（設(shè)計(jì)）人: 黃海兵;龐帥;劉羽佳
• 申請（專利權(quán)）人: 北京搜狗科技發(fā)展有限公司
• 主分類號: G06F17/27
• 分類號: G06F17/27;G06F3/023
• 代理公司: 11319 北京潤澤恒知識產(chǎn)權(quán)代理有限公司
• 代理人: 莎日娜<國際申請>=<國際公布>=<進(jìn)入

本發(fā)明實(shí)施例提供了一種輸入配置方法、裝置和電子設(shè)備，其中，所述方法包括：輸入法獲取通用語言模型，記錄用戶的輸入信息，其中，所述通用語言模型依據(jù)全網(wǎng)用戶的輸入信息訓(xùn)練得到；采用所述用戶的輸入信息對所述通用語言模型進(jìn)行訓(xùn)練，得到所述用戶對應(yīng)的個(gè)性化語言模型；依據(jù)所述個(gè)性化語言模型匹配候選信息；進(jìn)而采用個(gè)性化語言模型代替通用語言模型匹配候選信息，能夠使輸入法匹配出更符合用戶個(gè)性化需求的候選信息，提高了用戶輸入效率。

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，特別是涉及一種輸入配置方法、裝置和電子設(shè)備。

背景技術(shù)

隨著輸入法技術(shù)的發(fā)展，使得輸入法越來越智能化，即輸入法可以更好的理解用戶的輸入，并為用戶聯(lián)想出更為準(zhǔn)確的輸出，比如當(dāng)用戶輸入：“床前明月光”，輸入法能夠聯(lián)想出該詩句的下一句：“疑似地上霜”；進(jìn)而提高了用戶的輸入效率，降低了用戶輸入成本。其中，輸入法的智能主要是依賴于各種語言模型，比如ngram模型、神經(jīng)網(wǎng)絡(luò)語言模型等。

但是現(xiàn)有的輸入法語言模型多使用大眾化(即通用)的語言模型，大眾化模型很難實(shí)現(xiàn)個(gè)性化的輸出，比如有人問你“你知道我今年多大了嗎？”，采用大眾化模型得到的回答一般是“不知道”，但是有些用戶更喜歡使用“不曉得”或“母雞呀”等這些更具有個(gè)性化的回答；因此這些用戶無法從輸入法展示的候選信息中選取想要的信息進(jìn)行回復(fù)，而需要手動(dòng)輸入。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例提供一種輸入配置方法，以提高輸入效率。

相應(yīng)的，本發(fā)明實(shí)施例還提供了一種輸入配置裝置和一種電子設(shè)備，用以保證上述方法的實(shí)現(xiàn)及應(yīng)用。

為了解決上述問題，本發(fā)明實(shí)施例公開了一種輸入配置方法，具體包括：輸入法獲取通用語言模型，記錄用戶的輸入信息，其中，所述通用語言模型依據(jù)全網(wǎng)用戶的輸入信息訓(xùn)練得到；采用所述用戶的輸入信息對所述通用語言模型進(jìn)行訓(xùn)練，得到所述用戶對應(yīng)的個(gè)性化語言模型；依據(jù)所述個(gè)性化語言模型匹配候選信息。

可選地，所述采用所述用戶的歷史輸入信息對所述通用語言模型進(jìn)行訓(xùn)練，得到所述用戶對應(yīng)的個(gè)性化語言模型，包括：篩選出設(shè)定時(shí)間內(nèi)所述用戶的輸入信息，對所述篩選的輸入信息進(jìn)行預(yù)處理得到預(yù)處理數(shù)據(jù)；將所述預(yù)處理數(shù)據(jù)輸入至所述通用語言模型中進(jìn)行訓(xùn)練，得到所述用戶對應(yīng)的個(gè)性化語言模型。

可選地，所述對所述篩選的輸入信息進(jìn)行預(yù)處理得到預(yù)處理數(shù)據(jù)，包括：對篩選的輸入信息進(jìn)行分詞，得到對應(yīng)的詞片段；依據(jù)映射關(guān)系確定各詞片段對應(yīng)的信息編號，并將所述信息編號確定為預(yù)處理數(shù)據(jù)。

可選地，所述將所述預(yù)處理數(shù)據(jù)輸入至所述通用語言模型中進(jìn)行訓(xùn)練，得到所述用戶對應(yīng)的個(gè)性化語言模型，包括：對所述預(yù)處理數(shù)據(jù)進(jìn)行M次劃分，其中，所述預(yù)處理數(shù)據(jù)每次被劃分為N組；分別將M次劃分的N組預(yù)處理數(shù)據(jù)輸入至通用語言模型中，對通用語言模型進(jìn)行M輪訓(xùn)練得到所述用戶對應(yīng)的個(gè)性化語言模型；其中，M是小于設(shè)定閾值的正整數(shù)，N為大于0的整數(shù)。

可選地，對通用語言模型進(jìn)行一輪訓(xùn)練包括：將一次劃分的N組預(yù)處理數(shù)據(jù)分別輸入至通用語言模型中，對所述通用語言模型進(jìn)行N次訓(xùn)練。

可選地，還包括：將所述通用語言模型對應(yīng)的學(xué)習(xí)率調(diào)整為目標(biāo)學(xué)習(xí)率。

可選地，所述候選信息包括以下至少一種：輸入序列對應(yīng)的候選信息、聯(lián)想候選信息、智能回復(fù)候選信息。

可選地，所述個(gè)性化語言模型包括個(gè)性化對話模型。

本發(fā)明實(shí)施例還公開了一種輸入配置裝置，具體包括：獲取模塊，用于輸入法獲取通用語言模型，記錄用戶的輸入信息，其中，所述通用語言模型依據(jù)全網(wǎng)用戶的輸入信息訓(xùn)練得到；訓(xùn)練模塊，用于采用所述用戶的輸入信息對所述通用語言模型進(jìn)行訓(xùn)練，得到所述用戶對應(yīng)的個(gè)性化語言模型；匹配模塊，用于依據(jù)所述個(gè)性化語言模型匹配候選信息。