[发明专利]用于向电子设备输入文本的文本预测引擎、系统及方法

说明书

一种文本预测引擎、一种包含文本预测引擎的系统以及用于生成序列预测的方法。所述文本预测引擎、系统和方法生成一组各带有相关概率值的最终的序列预测。

本申请是申请日为2011年9月29日、申请号为201180053255.9的发明专利的分案申请。

技术领域

本发明主要涉及一种用于向电子设备输入文本的文本预测引擎、系统及方法。

背景技术

一些现有的发明利用多种不同技术提供了电子设备用户文本输入的改善方法。然而，众所周知，已公开的相关系统首先面临着使用稳定且完全整合的概率模型预测用户预期写入文本的问题。

发明内容

在本发明的第一方面中，提供了一种文本预测引擎，包括：至少一个模型，其用于从证据源中生成带有相关概率估计的第一组序列；概率生成器，其用于接收带有相关概率估计的所述第一组序列并生成一组带有相关概率值的序列预测；其中，在给定由所述概率生成器接收到所有可能的序列的情况下，在由所述概率生成器生成的所有可能的序列预测上归一化所述概率值。

优选地，所述文本预测引擎包括优先模型，其用于生成带有相关概率估计的第二组序列。

优选地，所述模型根据所述证据源以及所述证据源中的不确定性生成第一组序列。优选地，所述概率生成器用于接收带有相关概率估计的所述第一、第二组序列。

所述概率生成器优选地通过将n个最可能的序列预测同剩余可能的序列预测的概率值代表常量相加，估计所述概率值的归一化因数。所述常量表示由所述模型和所述优先模型生成的剩余的可能序列预测的概率值。

所述模型包括用于生成带有相关概率估计的多个第一组序列的多个模型。在一实施例中，所述多个模型根据多个证据源生成多个第一组序列。

优选地，所述文本预测引擎是某一系统的一部分，而所述用户输入文本通过一个或多个用户选择、字符输入或语音识别被输入至该系统中。

所述文本预测引擎根据相应的模型包括给定的语境序列的概率对所述序列预测的概率值进行加权。在一实施例中，所述多个模型包括与多种不同语言相对应的多个语言模型；而所述文本预测引擎对与涉及到用户输入文本的最可能语言的语言模型相对应的序列预测的概率值进行最高级的加权。

各证据源由用于生成带有相关概率估计的序列的对应模型塑造。在给定所述序列预测的情况下，所述概率生成器优选地将各证据源作为其他所有证据源的有条件独立体处理。

在所述文本预测引擎的一优选实施例中，所述模型包括语境模型和输入模型，所述语境模型和所述输入模型用于接收用户输入的文本并生成一组序列和相关的概率估计；而且所述优先模型包括用于生成一组序列和相关概率估计的目标优先模型。所述输入模型优选包括候选模型和语言模型。所述语境模型优选包括候选模型和前缀匹配模型。所述目标优先模型优选包括字符模型和一元模型。

在本发明的第二方面中，提供了一种系统，包括：用户界面，其用于接收由用户输入的文本；文本预测引擎，其用于接收从所述用户界面输入的所述文本并生成一组带有相关概率值的序列预测，其中，在的所有可能的序列预测上归一化所述概率值；其中，所述文本预测引擎还用于向所述用户界面提供所述序列预测。

优选地，所述输入模型包括候选模型和语言模型。优选地，所述语境模型包括候选模型和前缀匹配模型。优选地，所述目标优先模型包括字符模型和一元模型。

在本发明的第三方面中，提供了一种处理用户文本输入的方法，包括：接收输入至用户界面的文本；使用文本预测引擎生成一组序列预测和相关的概率值，其中，在所有可能的序列预测上归一化所述概率值；将所述序列预测提供给所述用户界面。

生成归一化概率值的步骤优选包括：通过将n个最可能的序列预测的概率值同剩余的可能序列预测的概率值代表常量相加，估计所述概率值的归一化因数。