[发明专利]一种输入方法及装置

说明书

本发明公开了一种输入方法及装置，该方法包括：实时获取上文并得到候选项；根据所述上文确定下一个词的词性信息；根据所述下一个词的词性信息对所述候选项进行筛选，得到待输出的候选项。利用本发明，可以提高候选项的准确性，提升用户输入体验。

技术领域

本发明涉及输入法领域，具体涉及一种输入方法及装置。

背景技术

输入法是一种将各种符号输入电子设备的编码方法，是人类和电子设备打交道不可或缺的工具。

现有的一些输入法，在用户输入过程中会对用户后续可能要输入的内容进行联想，并作为候选项提供给用户，以方便用户输入。目前输入法通常利用大规模语料数据训练得到语言模型，在用户输入时，利用所述语言模型模型，根据用户已输入内容和输入环境等信息得到联想结果。

这种方法虽然在一定程度上方便了用户输入，但目前的模型难以感知较长的上文，因此常常会出现断章取义的联想结果。例如，用户输入“一次性展现几万条数据”时，在输入到“一次性展现几万条”时，输入法可能仅会利用部分上文“万条”联想出“垂下绿丝绦”。可见现有的联想方案，难以命中用户的输入需求，导致了较差的用户体验。

发明内容

本发明实施例提供一种输入方法及装置，以提高候选词的准确性，提升用户输入体验。

为此，本发明提供如下技术方案：

一种输入方法，所述方法包括：

实时获取上文并得到候选项；

根据所述上文确定下一个词的词性信息；

根据所述下一个词的词性信息对所述候选项进行筛选，得到待输出的候选项。

可选地，所述上文为以下任意一种或多种：文本、语音、图片。

可选地，所述方法还包括：预先构建词性预测模型；

所述根据所述上文确定下一个词的词性信息包括：

提取所述上文的文本信息；

利用所述文本信息及所述词性预测模型，得到下一个词的词性信息。

可选地，所述词性预测模型为深度学习模型；所述提取所述上文的文本信息包括：获取所述上文对应的词序列，确定所述词序列中各词的词向量；或者所述词性预测模型为上下文无关语法模型；所述提取所述上文的文本信息包括：获取所述上文对应的词序列，确定所述词序列中各词的ID。

可选地，所述根据所述上文确定下一个词的词性信息还包括：

获取辅助信息，所述辅助信息包括：当前环境信息和/或位置信息；

利用所述文本信息、所述辅助信息及所述词性预测模型，得到下一个词的词性信息。

可选地，所述方法还包括：

获取各候选项的候选得分；

所述根据所述下一个词的词性信息对所述候选项进行筛选，得到待输出的候选项包括：

根据所述下一个词的词性信息调整所述候选项的候选得分，得到所述候选项的最终得分；

根据所述最终得分确定待输出的候选项。

可选地，所述根据所述下一个词的词性信息调整所述候选项的候选得分，得到所述候选项的最终得分包括：

根据所述下一个词的词性信息确定各候选项的词性得分；

将所述候选项的候选得分与所述词性得分进行加权求和，得到所述候选项的最终得分。