[发明专利]一种输入预测方法及装置

说明书

本申请实施例提供了一种输入预测方法及装置。该方法包括：获取输入的当前文本；从缓存中获取第一文本的第一状态参量；将所述当前文本和所述第一状态参量均输入所述循环神经网络，由循环神经网络根据所述第一状态参量确定所述当前文本的状态参量；根据当前文本的状态参量，从词汇库中确定当前文本的预测文本；其中，第一文本为当前文本的前一文本；第一状态参量为：预设的循环神经网络根据第一文本的前一文本的状态参量和第一文本确定；循环神经网络为根据预设的词汇库训练完成；词汇库用于存储各个词汇。应用本申请实施例提供的方案，能够减少确定预测文本的耗费时间。

技术领域

本申请涉及输入法技术领域，特别是涉及一种输入预测方法及装置。

背景技术

为了提升用户使用输入法时的便捷性，在输入法客户端中常常设置有词预测功能，即基于用户当前输入的文本，预测用户所要输入的下一个文本的功能，所预测的文本可以称为预测文本。当输入法客户端(即应用程序)确定出预测文本后，将预测文本展示给用户，以供用户选择输入。

在根据当前输入的文本确定预测文本时，输入法客户端可以采用循环神经网络确定预测文本。具体的，循环神经网络可以根据当前输入的文本的前一文本推测当前输入的文本的预测文本。虽然这种输入预测方式能够较准确地确定预测文本，但是尽可能地减少确定预测文本所耗费的时间，是亟待解决的问题之一。

循环神经网络在确定预测文本时，需要对前一文本进行计算处理，根据前一文本的计算处理结果确定当前输入的预测文本。

发明内容

本申请实施例的目的在于提供了一种输入预测方法及装置，以减少确定预测文本的耗费时间。具体的技术方案如下。

第一方面，本申请实施例提供了一种输入预测方法，所述方法包括：

获取输入的当前文本；

从缓存中获取第一文本的第一状态参量；其中，所述第一文本为所述当前文本的前一文本；所述第一状态参量为：预设的循环神经网络根据所述第一文本的前一文本的状态参量和所述第一文本确定；所述循环神经网络为根据预设的词汇库训练完成；所述词汇库用于存储各个词汇；

将所述当前文本和所述第一状态参量均输入所述循环神经网络，由所述循环神经网络根据所述第一状态参量确定所述当前文本的状态参量；

根据当前文本的状态参量，从所述词汇库中确定所述当前文本的预测文本。

可选的，在确定所述当前文本的状态参量之后，所述方法还包括：

将所述当前文本的状态参量保存在缓存中。

可选的，所述根据当前文本的状态参量，从所述词汇库中确定所述当前文本的预测文本的步骤，包括：

根据所述当前文本的状态参量，确定所述词汇库中各个词汇的词汇评分；

根据各个词汇评分，从所述词汇库的各个词汇中选择各个目标词汇；

根据各个目标词汇，确定所述当前文本的预测文本。

可选的，所述根据各个目标词汇，确定所述当前文本的预测文本的步骤，包括：

将所述当前文本分别与预设的字典库中的各个语素进行匹配，将匹配成功的所述字典库中的各个语素作为与所述当前文本相近的各个待选语素；所述字典库用于存储各个语素；

获取对所述第一文本进行输入预测时确定的所述词汇库中各个词汇的词汇评分；

从对所述第一文本进行输入预测时确定的所述词汇库中各个词汇的词汇评分中，确定各个待选语素的评分；

根据各个目标词汇的词汇评分以及各个待选语素的评分，从各个目标词汇以及各个待选语素中选择所述当前文本的预测文本。