[发明专利]一种整句生成方法及装置

权利要求书

1.一种整句生成的装置，其特征在于，该装置包括：查询模块、第一缓冲区、第二缓冲区、整句输出模块；其中，

第一、第二缓冲区，分别用于存储当前拼音输入的上、下文；

查询模块，用于在词表中查询当前拼音输入的各候选词词频、各候选词与上下文词组共现词频；

整句输出模块，用于计算当前拼音输入的每个候选词与上下文共现的条件概率，并选择条件概率最大的候选词与上下文构成整句输出。

2.根据权利要求1所述的整句生成的装置，其特征在于，该装置还包括分词模块，用于根据输入法词表划分词组。

3.根据权利要求1所述的整句生成的装置，其特征在于，该装置还包括统计模块，用于统计单个词、共现词的词频，将统计结果存入词表。

4.一种整句生成的方法，其特征在于，该方法包括：

A、截取光标两侧上下文，并对所截取的上下文分别进行分词；

B、对当前拼音输入划分音节，获取每个音节的候选词；

C、在词表中查询各音节的全部候选词、各候选词词频、上下文单个词词频、各候选词与上下文的共现词频；

D、确定每个音节的候选词，并输出整句。

5.根据权利要求4所述的整句生成的方法，其特征在于，步骤A中根据缓冲区大小，截取光标两侧上下文，且遇到标点结束截取。

6.根据权利要求4所述的整句生成的方法，其特征在于，步骤A中所述分词为将上下文根据输入法词表分别划分为若干个词。

7.根据权利要求4所述的整句生成的方法，其特征在于，所述方法还包括：根据输入法词表，采用原始文本训练，存储共同出现的词的共现词频。

8.根据权利要求7所述的整句生成的方法，其特征在于，所述原始文本训练步骤包括：

选取若干文本并扫描；

对扫描结果进行分词；

统计分词结果，存储单个词、共现词频；

其中，共现词频词组中包含的词的个数，根据缓冲区的大小确定。

9.根据权利要求4所述的整句生成的方法，其特征在于，步骤D进一步包括：

D1、分别计算各音节候选词的条件概率；

D2、对每个音节选取条件概率最大的候选词，组成整句输出。