[发明专利]场景化文字输入的方法及系统、终端以及计算机可读存储介质

权利要求书

1.一种场景化文字输入的方法，其特征在于，所述方法包括：

接收用户当前输入的按键信息，根据所述按键信息组合成多个候选词；

获取用户当前的场景信息和历史的输入信息，并将当前的所述场景信息和历史的所述输入信息汇总成高维度特征向量；

根据高维度特征向量，确定各个所述候选词在当前场景中的词频；以及

按照词频的高低，向用户输出所述候选词的排序，

其中，所述场景信息包括用户的终端信息、位置信息和操作信息中的至少一种；所述输入信息包括用户的特征信息、行为信息和意图信息中的至少一种，

其中，服务器中存储有候选词的向量区间与词频的映射表；

所述根据高维度特征向量，确定各个所述候选词在当前场景中的词频包括：

根据所述高维度特征向量，计算出各个所述候选词对应的向量区间；以及根据所述候选词对应的向量区间查找映射表，以确定所述候选词对应的词频。

2.根据权利要求1所述的方法，其特征在于，所述按键信息包括用户输入的按键序列，以及按键时间、按键坐标、按键压力和触摸面积中的至少一种。

3.根据权利要求2所述的方法，其特征在于，所述根据所述按键信息组合成多个候选词，包括：

根据所述按键序列，组合生成多个初选词；以及

根据所述按键时间和/或所述按键坐标和/或所述按键压力和/或所述触摸面积，对所述初选词进行筛选，经筛选后生成所述候选词。

4.根据权利要求3所述的方法，其特征在于，所述将所述场景信息和所述历史信息汇总成高维度特征向量，包括：

根据用户历史的所述输入信息，通过机器学习，生成第一初始特征向量；

根据用户当前的所述场景信息，通过机器学习，生成第二初始特征向量；以及

将所述第一初始特征向量和所述第二初始特征向量进行加权，生成所述高维度特征向量。

5.一种场景化文字输入的方法，其特征在于，所述方法包括：

接收用户当前输入的按键信息，根据所述按键信息组合成多个候选词；

获取用户当前的场景信息和历史的输入信息，并将当前的所述场景信息和历史的所述输入信息汇总成高维度特征向量；

根据高维度特征向量，确定各个所述候选词在当前场景中的词频；以及

按照词频的高低，向用户输出所述候选词的排序，

其中，所述场景信息包括用户的终端信息、位置信息和操作信息中的至少一种；所述输入信息包括用户的特征信息、行为信息和意图信息中的至少一种，

其中，服务器中存储有各个候选词的原始向量；

所述根据高维度特征向量，确定各个所述候选词在当前场景中的词频包括：

对所述高维度特征向量和所述候选词的原始向量做乘积运算，以得到调整标量；以及

根据调整标量对原始词频进行运算调整，以确定所述候选词的词频。

6.根据权利要求5所述的方法，其特征在于，所述按键信息包括用户输入的按键序列，以及按键时间、按键坐标、按键压力和触摸面积中的至少一种。

7.根据权利要求6所述的方法，其特征在于，所述根据所述按键信息组合成多个候选词，包括：

根据所述按键序列，组合生成多个初选词；以及

根据所述按键时间和/或所述按键坐标和/或所述按键压力和/或所述触摸面积，对所述初选词进行筛选，经筛选后生成所述候选词。

8.根据权利要求7所述的方法，其特征在于，所述将所述场景信息和所述历史信息汇总成高维度特征向量，包括：

根据用户历史的所述输入信息，通过机器学习，生成第一初始特征向量；

根据用户当前的所述场景信息，通过机器学习，生成第二初始特征向量；以及

将所述第一初始特征向量和所述第二初始特征向量进行加权，生成所述高维度特征向量。