[发明专利]一种对中文句子输入法的优化系统及方法

权利要求书

1.一种对中文句子输入法的优化系统，其特征在于，该系统包括：输入法引擎模块、识别模块、重排序模块、候选中文句子列表显示模块、选择模块及输出模块，其中，

输入法引擎模块，用于解析得到输入的拼音串，发送给识别模块；

识别模块，用于对接收的拼音串，进行识别翻译后，得到多个候选的中文句子，发送给重排序模块；

重排序模块，用于接收多个候选中文句子，对每个中文句子，根据生成的资源文件计算得到反应语言习惯、语法和语义的特征向量，与所训练的特征权重进行内积运算，得到每个中文句子的评分，根据各个中文句子的评分高低对多个候选中文句子排序，得到候选中文句子列表，发送给候选中文句子列表显示模块；

候选中文句子列表显示模块，用于显示候选中文句子列表，由选择模块控制选择得到一个中文句子，通过输出模块输出；

选择模块，用于选择候选中文句子列表显示模块中的一个最符合用户要求的中文句子。

2.如权利要求1所述的系统，其特征在于，所述识别模块，还用于在得到多个候选的中文句子之后，发送给重排序模块之前对候选中文句子列表进行排序。

3.如权利要求1所述的系统，其特征在于，所述系统还包括：资源文件库和提供特征权重模块，其中，

资源文件库，用于生成音-字转换表、互信息表、汉语语言模型和词性标注语言模型，提供给重排序模块；

提供特征权重模块，用于生成特征权重，提供给重排序模块；

重排序模块，对于每一个要排序的中文句子，还用于根据原排序得到基系统特征值，根据互信息表计算得到候选句子的互信息，根据音-字转换表得到词语字音转换概率、逆向词语字音转换概率、字音转换概率和逆向字音转换概率，根据汉语语言模型计算得到候选句子的语言模型评分，根据词性标注语言模型计算得到候选句子的词性标注语言模型评分，根据中文句子的短语个数得到候选句子长度，然后再将所得到的特征向量与特征权重求内积，得到每个中文句子的评分，根据各个中文句子的评分高低对多个候选中文句子排序，得到候选中文句子列表，发送给候选中文句子列表显示模块。

4.一种对中文句子输入法的优化方法，其特征在于，该方法包括生成计算特征向量所需的资源文件，训练特征权重，利用特征权重和表示候选句子的特征向量对候选句子进行评分，具体为：

将用户输入的拼音串进行识别翻译后，得到多个候选的中文句子；

对每个中文句子，根据生成的资源文件计算得到反应语言习惯、语法和语义的特征向量，与所训练的特征权重进行内积运算，得到每个中文句子的评分，根据评分高低对多个候选中文句子进行排序，得到候选中文句子列表，提供给用户；

根据用户的选择从候选中文句子列表中选择得到一个中文句子，输出。

5.如权利要求1所述的方法，其特征在于，所述资源文件包括：音-字转换表、互信息表、汉语语言模型和词性标注语言模型中的一种或多种组合，

所述资源文件和所述特征权重采用同分布的汉语语言资源得到。

6.如权利要求5所述的方法，其特征在于，所述特征向量的分量为以下一个或多个特征的组合：基系统特征、互信息、词语字音转换概率、逆向词语字音转换概率、字音转换概率、逆向字音转换概率、汉语语言模型、词性标注语言模型和候选句子长度。其中，

根据原排序的倒数得到基系统特征值，根据互信息表计算得到候选句子的互信息，根据音-字转换表得到词语字音转换概率、逆向词语字音转换概率、字音转换概率和逆向字音转换概率，根据汉语语言模型计算得到候选句子的语言模型评分，根据词性标注语言模型计算得到候选句子的词性标注语言模型评分，根据中文句子的短语个数得到候选句子长度，然后再将所得到的特征向量与特征权重求内积，得到每个中文句子的评分，根据各个中文句子的评分高低对多个候选中文句子排序，得到候选中文句子列表。