[发明专利]智能拼音输入法

说明书

本发明智能拼音输入法，属于以“语句”为输入单位汉字输入电脑的信息处理技术领域。

目前国内外已经提出近千种汉字输入方法，但都还没有做到既能快速输入汉字又能很容易的掌握。这些方法可大致分为两类：一类是汉字笔划编码方法，典型的有五笔字型码（“优化五笔字型编码及其键盘”，中国专利8500831），这种基于“拆字”的输入方法，其特点是输入汉字速度快，可以实现盲打。但其要记忆227个字元，熟习输入规则，需要花很长的时间训练才能使用，因而使得一般人难以掌握。既使学会了，如果一段时间不用，就很容易生疏，再加上使用这些输入方法时，要考虑如何拆字，不符合人的用语习惯，实际上无法做到脱稿输入;另一类是各种基于读音（拼音）的输入方法，这类方法容易掌握，因为会汉语拼音的人很多，而且语音是人类相互之间传递信息最自然、最方便和最有效的形式，因此使用拼音输入汉字，符合人们的用语习惯，容易做到脱稿输入。尽管目前这些拼音输入方法速度很慢，仍有许多人在使用它。但是由于它的输入速度太慢，不适合输入长篇的文章。

现有的拼音输入方法之所以速度慢，是因为汉语有一音多字的特点。以《新华字典》收录的汉语读音为准，是412个，而二级国标汉字在考虑一字多音后，相当于有7536个读音，平均每种读音对应18.29个国标汉字。因此已知一个汉字读音后，要从确定是哪个汉字就必须从多音同音字中选出正确的汉字，甚至还要时常翻页，这就大大影响了输入速度。另外，由于注意力放在提示行上，无法实现盲打。因此，提高拼音输入方法的关键在于省去手工选字这一环节，实现根据输入拼音的上下文，自动确定汉字。

目前也有基于词的拼音输入方法，联想编码（“汉字拼音联想编码及双拼键盘”，中国专利85100094），中国科学院的智能联想汉卡，香港金山公司和北大新技术公司联合研制的中文之星中的全拼双音输入法等采用按词录入，这在一定程度上解决了选字的问题，但离盲打的目标仍然甚远，主要表现在：

1.在实际的汉语文本中要大量遇到一字词，如：“是”，“和”，“的”等等。这些仍需要手工选择汉字。

2.对三字以上词基本无法处理。

3.即使是能较好处理二字词，也存在同音词问题，需手工选择。

4.用户实际上不知道哪些词已被收录，可以直接按词输入，而哪些则不可以。因此，常会出现按词输入拼音后，发现词库中没有该词，无端多按了几次键。

本发明的目的就是克服前述输入方法存在的不足，提供一种既有较高的输入速度，能够盲打，又符合人们的用词习惯，容易学习掌握的更好的输入方法。即把一个句子作为一个整体进行考虑，由上下文来确定每一拼音对应的唯一汉字，而不需要手工选字，做到了用拼音盲打输入汉字，输入速度可以接近五笔字型快速输入方法。

拼音输入方法满足人们的用语习惯后，它的速度便可以通过对句子的理解，来实现提高。在实际用语中，如果已知一句话的读音，它所包含的汉字是可以唯一确定的。事实表明，人在听到一句话的读音后就能知道其内容，而不会发生二义性，正说明了这一点。尽管孤立地看一个读音对应很多汉字，但在特定上下文环境中，只有一种选择，也就是说如果考察的上下文足够多，就能把汉语的读音序列（拼音串序列）和汉字一一对应起来。本发明正是鉴于这一点，将一个句子作为一个整体进行考虑，由上下文来唯一确定每一拼音对应的汉字，而省去了手工选字这一环节，真正做到了用拼音盲打输入汉字，并实现真正意义上的智能。

本发明的核心技术特征是拼音到汉字的自动转换。本发明把拼音到汉字的转换看成一个对应问题，就是已知一个句子S的读音S＝S（₁，S₂，…，S_N），找出应该对应什么样的汉字词串W＝（W₁，W₂，…，W_M）（一句话总可以分成若干个词，包括一个字），根据最大后验概率准则：

W=ArgMaxP(W^(j)/S)并转化为:

j

W=ArgMax{P(S/W^(j).P(W^(j))}

j

=ArgMaxP(S₁,S₂,…,S_N/W₁,W₂,…W_M).P(W₁,…W_M)

j