汉语语言模型研究与其在音字转换中应用.pptVIP

N元概率参数修正学习 实验结果 实验一：选取了20篇不同领域的完整的文章（不包含在训练语料中）分别进行测试。实验结果为：未采用机器学习时，音字转换准确率平均为90.5%，采用本文的机器学习时，准确率平均为94.9%。 实验二：通过在线拼音键盘输入实验，对机器学习前后的音字转换结果进行测试，经过短时记忆后，重新输入的准确率达到98%以上。 实验结果 实验三：针对上百万规模的混合类型文本进行测试。整体进行机器学习后，对学习前后的音字转换准确率进行对比。实验结果表明，准确率从91.3%提高到91.9%。这说明经过长期的机器学习过程，学习结果对最初输入的文本所起作用将减小或消失。 5 面向手机类设备的智能拼音汉字输入方法 面向信息设备的汉字输入面临的问题： 面向小键盘的汉字编码方案研究更困难 信息设备的各方面性能较低，对应用程序限制苛刻 智能拼音汉字输入解决方案 面向数字键盘的三拼输入法 适于小内存应用的拼音汉字智能转换系统 面向数字键盘的三拼输入法 逐级分类思想 面向数字键盘的三拼输入法 逐级分类思想 假设数字键盘中的12个字符键都可用来输入拼音，最后确定407个常用拼音，考虑通过3级分类来实现 分类规则应该尽量简单、直观、容易被用户接受 每级的分类数必须小于12 面向数字键盘的三拼输入法 数字键 拼音 首字母 单字符 韵母 多字符 韵母 i起始 韵母 u起始 韵母 拼音数 ? 2 ? A ? 5 ? ? 5 B 4 7 5 ? 16 C 4 8 ? 4 16 ? 3 D 4 8 6 4 22 E ? 4 ? ? 4 F 3 6 ? ? 9 ? 4 G 3 9 ? 7 19 H 3 9 ? 7 19 i(ch) 4 8 ? 6 18 ? 5 ? J 2 ? 9 3 14 K 3 8 ? 7 18 L 6 8 8 4 26 ? 6 M 5 8 6 ? 19 N 6 9 7 3 25 O ? 2 ? ? 2 ? 7 P 4 8 5 ? 17 Q 2 ? 9 3 14 R 3 7 ? 4 14 S 4 8 ? 4 16 ? 8 T 4 8 4 4 20 u(sh) 4 8 ? 7 19 v(zh) 4 9 ? 7 20 ? 9 W 3 6 ? ? 9 x 2 ? 9 3 14 y 5 5 2 3 15 z 4 9 ? 4 17 合计拼音数 407 面向数字键盘的三拼输入法 分类方法 第一级分类：按照手机键盘定义对拼音的第一个字母（声母）进行分类，双声母ch、sh、zh分别用i、u、v表示，零声母用首字符表示，使用了8个数字键(2-9) 。 第二级分类：按首字母分类后的每一大类中，对每个首字母相同的拼音，再按照单字符韵母、多字符韵母以及带介母（i、u）的韵母分类，分别用？、*、和介母加*（i*、u*）表示，最多对应12个子类。 第三级分类：每一类对应一个特定的拼音，对应每一个二级子类，最多有9个小类即9个拼音。 面向数字键盘的三拼输入法 面向数字键盘的三拼输入法 输入方法 第一键：根据手机键盘布局输入一级分类号，即按对应的数字键，此时二级分类被提示出来； 第二键：根据提示从键盘输入对应二级分类的键，此时，最终的拼音被提示出来； 输入对应某拼音的键，则完整的拼音被确认，完成一个拼音的输入过程。 面向数字键盘的三拼输入法 例1：输入汉字“龙”，其拼音为“long” jkl ? l* ? 龙 ? ? abc def ? j? ji* ju* ? lai Lan lang ghi jkl mno k? k* ku* lao Lei leng pqrs tuv wxyz l? l* li* long Lou ? ? ? ? lu* ? ? ? ? ? 面向数字键盘的三拼输入法 例2：输入汉字“江”，对应拼音“jiang”。 jkl ? ji* ? 将 ? ? abc def ? j? ji* ju* ? jia jian jiang ghi jkl mno k? k* ku* jiao jie jin pqrs tuv wxyz l? l* li* jing jiong jiu ? ? ? lu* ? ? ?