本發(fā)明涉及輸入法技術(shù)領(lǐng)域，特別是涉及一種對(duì)輸入法的候選項(xiàng)進(jìn)行排序的方法和一種對(duì)輸入法的候選項(xiàng)進(jìn)行排序的裝置。

背景技術(shù)：

對(duì)于中文、日文、韓文等語(yǔ)言的用戶而言，一般都需要通過(guò)輸入法與計(jì)算機(jī)進(jìn)行交互。例如，用戶可以通過(guò)鍵盤鍵入輸入串，然后由輸入法依據(jù)其預(yù)置的標(biāo)準(zhǔn)映射規(guī)則將該輸入串轉(zhuǎn)換為相應(yīng)語(yǔ)言的候選項(xiàng)并展示，進(jìn)而將用戶選擇的候選項(xiàng)上屏。

用戶在使用輸入法的過(guò)程中，現(xiàn)有技術(shù)已經(jīng)存在多種候選項(xiàng)的排序方式，如：固定順序排序、按照候選項(xiàng)類型排序等；

其中，按固定順序排序時(shí)，候選項(xiàng)的順序是固定的，能夠便于用戶對(duì)常用字的輸入，但大多應(yīng)用場(chǎng)景下，候選項(xiàng)固定順序必然會(huì)影響到用戶的輸入速度；例如，每次針對(duì)輸入串“jiji”的輸入，向用戶推送的候選項(xiàng)排序基本是一樣的，其中，排在前幾位的候選項(xiàng)依次為：“積極”、“基極”、“幾級(jí)”、“幾集”等，這樣，用戶所需的目標(biāo)候選項(xiàng)為“記記”時(shí)，需要翻頁(yè)才能選擇該目標(biāo)候選項(xiàng)，由于無(wú)法向用戶提供合理的候選項(xiàng)排序，因此降低了用戶的輸入速度；

按照候選項(xiàng)類型排序遵循的排序策略為：用戶使用過(guò)的詞被再次選用的概率往往更高，所以用戶詞庫(kù)中用戶詞條的優(yōu)先級(jí)高于其他詞庫(kù)中詞條的優(yōu)先級(jí)，故該排序策略通常一律地將用戶詞條固定排在其他詞庫(kù)的詞條的前面，那么在用戶第一次選擇上屏“記記”這個(gè)詞條后，第二次輸入“jiji”時(shí)，用戶詞條“記記”將被排在首位，即排在其他系統(tǒng)詞條(包括較高頻的“積極”)的前面；然而，對(duì)于一個(gè)用戶僅使用過(guò)1次的詞條(比如“記記”)，其不一定比同音下高頻的系統(tǒng)詞條更合理、更符合用戶的輸入意圖。

技術(shù)實(shí)現(xiàn)要素：

鑒于上述問(wèn)題，提出了本發(fā)明實(shí)施例以便提供一種克服上述問(wèn)題或者至少部分地解決上述問(wèn)題的，對(duì)輸入法的候選項(xiàng)進(jìn)行排序的方法、相應(yīng)的對(duì)輸入法的候選項(xiàng)進(jìn)行排序的裝置和相應(yīng)的用于對(duì)輸入法的候選項(xiàng)進(jìn)行排序的裝置，使得排序結(jié)果隨著用戶的使用將越來(lái)越貼合于用戶的輸入習(xí)慣，且使得排序結(jié)果將越來(lái)越符合用戶的輸入意圖，從而便于用戶快速選擇其所需的候選項(xiàng)，提高用戶的輸入速度。

為了解決上述問(wèn)題，本發(fā)明公開(kāi)了一種對(duì)輸入法的候選項(xiàng)進(jìn)行排序的方法，包括：

獲取用戶的輸入串；

根據(jù)所述輸入串在詞庫(kù)或者詞庫(kù)和模型中進(jìn)行查詢，以得到與所述輸入串相匹配的多個(gè)候選項(xiàng)；

生成所述候選項(xiàng)的排序特征向量和所述排序特征向量對(duì)應(yīng)的排序權(quán)重向量；其中，所述排序特征向量中排序特征與所述候選項(xiàng)對(duì)應(yīng)的詞庫(kù)和/或模型相應(yīng)，所述排序權(quán)重向量中排序權(quán)重用于表示依據(jù)用戶的歷史輸入行為數(shù)據(jù)得到的、所述排序特征對(duì)于候選項(xiàng)排序的影響權(quán)重；

依據(jù)所述排序特征向量及所述排序權(quán)重向量，對(duì)所述多個(gè)候選項(xiàng)進(jìn)行排序；

根據(jù)所述排序結(jié)果將所述多個(gè)候選項(xiàng)進(jìn)行展現(xiàn)。

可選地，所述依據(jù)所述排序特征向量及所述排序權(quán)重向量，對(duì)所述多個(gè)候選項(xiàng)進(jìn)行排序的步驟，包括：

依據(jù)所述排序特征的特征值和與所述排序特征相對(duì)應(yīng)的排序權(quán)重，得到所述排序特征向量對(duì)應(yīng)候選項(xiàng)的得分；

依據(jù)所述排序特征向量對(duì)應(yīng)候選項(xiàng)的得分，對(duì)所述多個(gè)候選項(xiàng)進(jìn)行排序。

可選地，所述排序權(quán)重包括：

所述排序特征在用戶的歷史上屏行為數(shù)據(jù)中的上屏分布；和/或

將用戶的歷史輸入行為數(shù)據(jù)作為訓(xùn)練樣本，依據(jù)所述訓(xùn)練樣本和所述 訓(xùn)練樣本對(duì)應(yīng)的排序特征的特征值訓(xùn)練得到的排序權(quán)重。

可選地，所述排序特征的特征值包括：所述候選項(xiàng)在對(duì)應(yīng)的詞庫(kù)或模型中的詞頻，和/或，所述候選項(xiàng)在對(duì)應(yīng)的詞庫(kù)或模型中的概率，和/或，所述候選項(xiàng)在對(duì)應(yīng)的詞庫(kù)或模型中的概率的對(duì)數(shù)。

可選地，所述詞庫(kù)或者模型用于描述與所述候選項(xiàng)相關(guān)的兩個(gè)及兩個(gè)以上元素之間的轉(zhuǎn)換概率，則所述排序特征的特征值包括：所述轉(zhuǎn)換概率，和/或，所述轉(zhuǎn)換概率的對(duì)數(shù)。

可選地，所述候選項(xiàng)對(duì)應(yīng)的詞庫(kù)和/或模型包括：所述候選項(xiàng)所屬的詞庫(kù)和/或模型，或者，所述候選項(xiàng)和上文所屬的詞庫(kù)和/或模型；

所述詞庫(kù)包括：系統(tǒng)詞庫(kù)、用戶詞庫(kù)和細(xì)胞詞庫(kù)中的至少一種；

所述模型包括：糾錯(cuò)模型、模糊音模型、組詞模型和上下文模型中的至少一種。

可選地，所述方法還包括：

依據(jù)用戶對(duì)于所展現(xiàn)的候選項(xiàng)的上屏行為，對(duì)所述排序特征的特征值和排序權(quán)重進(jìn)行更新。

可選地，所述對(duì)所述排序特征的特征值和排序權(quán)重進(jìn)行更新的步驟，包括：

在所述上屏行為對(duì)應(yīng)候選項(xiàng)的排序特征與用戶詞庫(kù)或用戶模型相應(yīng)時(shí)，依據(jù)候選項(xiàng)及其排序特征，更新所述候選項(xiàng)在所述用戶詞庫(kù)或者用戶模型中的屬性參數(shù)，并依據(jù)所述候選項(xiàng)的當(dāng)前屬性參數(shù)，更新所述排序特征的特征值和排序權(quán)重；或者

在所述上屏行為對(duì)應(yīng)候選項(xiàng)的排序特征與系統(tǒng)詞庫(kù)或系統(tǒng)模型相應(yīng)時(shí)，依據(jù)候選項(xiàng)及其排序特征，更新所述候選項(xiàng)在所述系統(tǒng)詞庫(kù)對(duì)應(yīng)的用戶詞庫(kù)或者所述系統(tǒng)模型對(duì)應(yīng)的用戶模型中的屬性參數(shù)，并依據(jù)所述候選項(xiàng)的當(dāng)前屬性參數(shù)，更新所述排序特征的特征值和排序權(quán)重；或者

依據(jù)所述上屏行為對(duì)應(yīng)的數(shù)據(jù)更新歷史輸入行為數(shù)據(jù)和排序特征的特征值，并依據(jù)當(dāng)前歷史行為數(shù)據(jù)和當(dāng)前排序特征的特征值訓(xùn)練得到當(dāng)前排序權(quán)重；或者

依據(jù)所述上屏行為對(duì)應(yīng)的數(shù)據(jù)更新歷史輸入行為數(shù)據(jù)，并依據(jù)當(dāng)前歷史行為數(shù)據(jù)訓(xùn)練得到當(dāng)前排序特征和當(dāng)前排序權(quán)重。

另一方面，本發(fā)明還公開(kāi)了一種對(duì)輸入法的候選項(xiàng)進(jìn)行排序的裝置，包括：

獲取模塊，用于獲取用戶的輸入串；

查詢模塊，用于根據(jù)所述輸入串在詞庫(kù)或者詞庫(kù)和模型中進(jìn)行查詢，以得到與所述輸入串相匹配的多個(gè)候選項(xiàng)；

生成模塊，用于生成所述候選項(xiàng)的排序特征向量和所述排序特征向量對(duì)應(yīng)的排序權(quán)重向量；其中，所述排序特征向量中排序特征與所述候選項(xiàng)對(duì)應(yīng)的詞庫(kù)和/或模型相應(yīng)，所述排序權(quán)重向量中排序權(quán)重用于表示依據(jù)用戶的歷史輸入行為數(shù)據(jù)得到的、所述排序特征對(duì)于候選項(xiàng)排序的影響權(quán)重；

排序模塊，用于依據(jù)所述排序特征向量及所述排序權(quán)重向量，對(duì)所述多個(gè)候選項(xiàng)進(jìn)行排序；及

展現(xiàn)模塊，用于根據(jù)所述排序結(jié)果將所述多個(gè)候選項(xiàng)進(jìn)行展現(xiàn)。

再一方面，本發(fā)明還公開(kāi)了一種用于對(duì)輸入法的候選項(xiàng)進(jìn)行排序的裝置，包括有存儲(chǔ)器，以及一個(gè)或者一個(gè)以上的程序，其中一個(gè)或者一個(gè)以上程序存儲(chǔ)于存儲(chǔ)器中，且經(jīng)配置以由一個(gè)或者一個(gè)以上處理器執(zhí)行所述一個(gè)或者一個(gè)以上程序包含用于進(jìn)行以下操作的指令：

獲取用戶的輸入串；

根據(jù)所述輸入串在詞庫(kù)或者詞庫(kù)和模型中進(jìn)行查詢，以得到與所述輸入串相匹配的多個(gè)候選項(xiàng)；

生成所述候選項(xiàng)的排序特征向量和所述排序特征向量對(duì)應(yīng)的排序權(quán)重向量；其中，所述排序特征向量中排序特征與所述候選項(xiàng)對(duì)應(yīng)的詞庫(kù)和/或模型相應(yīng)，所述排序權(quán)重向量中排序權(quán)重用于表示依據(jù)用戶的歷史輸入行為數(shù)據(jù)得到的、所述排序特征對(duì)于候選項(xiàng)排序的影響權(quán)重；

依據(jù)所述排序特征向量及所述排序權(quán)重向量，對(duì)所述多個(gè)候選項(xiàng)進(jìn)行排序；

根據(jù)所述排序結(jié)果將所述多個(gè)候選項(xiàng)進(jìn)行展現(xiàn)。

本發(fā)明實(shí)施例包括以下優(yōu)點(diǎn)：

本發(fā)明實(shí)施例依據(jù)排序特征組成的排序特征向量、及排序權(quán)重向量對(duì)多個(gè)候選項(xiàng)進(jìn)行排序；上述排序權(quán)重為依據(jù)用戶的歷史輸入行為數(shù)據(jù)得到，與上述排序特征相匹配的詞庫(kù)和/或模型也會(huì)隨著用戶累積的歷史輸入行為數(shù)據(jù)而動(dòng)態(tài)調(diào)整，也即，本發(fā)明實(shí)施例的上述排序特征及其排序權(quán)重均可以隨著用戶的歷史輸入行為而動(dòng)態(tài)調(diào)整和學(xué)習(xí)成長(zhǎng)，因此，隨著歷史輸入行為的積累，本發(fā)明實(shí)施例提供的排序結(jié)果將越來(lái)越貼合于用戶的輸入習(xí)慣，且提供的排序結(jié)果將越來(lái)越符合用戶的輸入意圖，從而便于用戶快速選擇其所需的候選項(xiàng)，提高用戶的輸入效率。

附圖說(shuō)明

圖1是本發(fā)明的一種對(duì)輸入法的候選項(xiàng)進(jìn)行排序的方法實(shí)施例一的步驟流程圖；

圖2是本發(fā)明的一種對(duì)輸入法的候選項(xiàng)進(jìn)行排序的方法實(shí)施例二的步驟流程圖；

圖3是本發(fā)明的一種對(duì)輸入法的候選項(xiàng)進(jìn)行排序的裝置實(shí)施例的結(jié)構(gòu)框圖；

圖4是本發(fā)明的一種用于對(duì)輸入法的候選項(xiàng)進(jìn)行排序的裝置800的框圖；及

圖5是本發(fā)明的一種服務(wù)器的結(jié)構(gòu)示意圖。

具體實(shí)施方式

為使本發(fā)明的上述目的、特征和優(yōu)點(diǎn)能夠更加明顯易懂，下面結(jié)合附圖和具體實(shí)施方式對(duì)本發(fā)明作進(jìn)一步詳細(xì)的說(shuō)明。

本發(fā)明實(shí)施例提出了一種對(duì)輸入法的候選項(xiàng)進(jìn)行排序的方案，該方案將可能會(huì)影響輸入行為和結(jié)果偏好的、與候選項(xiàng)對(duì)應(yīng)的詞庫(kù)和/或模型相應(yīng)的特征作為排序特征，對(duì)上述排序特征使用排序權(quán)重，由此可以依據(jù)盡可能多的多種排序特征得到更合理的排序結(jié)果；由于上述排序權(quán)重為依據(jù)用戶的歷史輸入行為數(shù)據(jù)得到，與上述排序特征相匹配的詞庫(kù)和/或模型也會(huì)隨著用戶的歷史輸入行為而動(dòng)態(tài)調(diào)整，也即，本發(fā)明實(shí)施例的上述排序特征及其排序權(quán)重均可以隨著用戶累積的歷史輸入行為數(shù)據(jù)而動(dòng)態(tài)調(diào)整和學(xué)習(xí)成長(zhǎng)，因此，隨著歷史輸入行為數(shù)據(jù)的積累，本發(fā)明實(shí)施例提供的排序結(jié)果將越來(lái)越貼合于用戶的輸入習(xí)慣，且提供的排序結(jié)果將越來(lái)越符合用戶的輸入意圖，從而便于用戶快速選擇其所需的候選項(xiàng)，提高用戶的輸入效率。

方法實(shí)施例一

參照?qǐng)D1，示出了本發(fā)明的一種對(duì)輸入法的候選項(xiàng)進(jìn)行排序的方法實(shí)施例一的步驟流程圖，具體可以包括如下步驟：

步驟101、獲取用戶的輸入串；

本發(fā)明可以應(yīng)用于各種輸入方式和各種語(yǔ)言的輸入法系統(tǒng)，其中，上述輸入方式具體可以包括鍵盤符號(hào)、手寫信息、語(yǔ)音信號(hào)等，上述語(yǔ)言具體可以包括：中文、日文、韓文等語(yǔ)言。

在實(shí)際應(yīng)用中，用戶可通過(guò)諸如鍵盤、鼠標(biāo)、觸摸筆、遙控器、聲控設(shè)備等終端輸入用戶輸入信息。以終端為手機(jī)為例，手機(jī)可向用戶提供實(shí)體鍵盤或者虛擬鍵盤，用戶通過(guò)實(shí)體鍵盤或者虛擬鍵盤輸入上述輸入串。例如，用戶通過(guò)手機(jī)提供的虛擬鍵盤輸入“jiji”這一輸入串；相應(yīng)地，輸入法可以獲取該輸入串。

步驟102、根據(jù)所述輸入串在詞庫(kù)或者詞庫(kù)和模型中進(jìn)行查詢，以得到與所述輸入串相匹配的多個(gè)候選項(xiàng)；

一、詞庫(kù)

在實(shí)際應(yīng)用中，上述詞庫(kù)具體可以包括：系統(tǒng)詞庫(kù)、用戶詞庫(kù)和細(xì)胞 詞庫(kù)中的至少一種?？梢岳斫?，本發(fā)明實(shí)施例對(duì)于具體的詞庫(kù)不加以限制。

其中，上述系統(tǒng)詞庫(kù)可以為輸入法提供的詞庫(kù)，其可以是終端的本地詞庫(kù)，也可以是輸入法從服務(wù)器中獲取的網(wǎng)絡(luò)詞庫(kù)或者云詞庫(kù)；通常，系統(tǒng)詞庫(kù)可以存儲(chǔ)有輸入串與詞條之間的映射關(guān)系；且同一輸入法系統(tǒng)向不同用戶提供的系統(tǒng)詞庫(kù)是相同的；

上述用戶詞庫(kù)是相對(duì)于系統(tǒng)詞庫(kù)而言的詞庫(kù)，相對(duì)于系統(tǒng)詞庫(kù)向不同用戶提供相同的內(nèi)容，輸入法系統(tǒng)可以通過(guò)學(xué)詞，將用戶輸入的上屏詞條(通過(guò)上屏動(dòng)作后上屏的詞條)存儲(chǔ)至用戶詞庫(kù)中，通常，用戶詞庫(kù)可以存儲(chǔ)有輸入串與詞條之間的映射關(guān)系；

一個(gè)細(xì)胞詞庫(kù)就是一個(gè)細(xì)分類別的詞匯集合，細(xì)胞詞庫(kù)的類別可以是某個(gè)專業(yè)領(lǐng)域(如醫(yī)學(xué)領(lǐng)域詞庫(kù))，也可以是某個(gè)地區(qū)(如北京地名詞庫(kù))，也可以是某個(gè)游戲(如魔獸世界詞匯)等；

可以理解，上述系統(tǒng)詞庫(kù)、用戶詞庫(kù)和細(xì)胞詞庫(kù)只是作為詞庫(kù)的示例，本發(fā)明實(shí)施例對(duì)于具體的詞庫(kù)不加以限制。

二、模型

上述模型可用于表示輸入法提供的用于豐富輸入功能的智能模型，在本發(fā)明的一種可選實(shí)施例中，上述模型具體可以包括：糾錯(cuò)模型、模糊音模型、上下文模型和組詞模型中的至少一種?？梢岳斫?，本發(fā)明實(shí)施例對(duì)于具體的模型不加以限制。

上述糾錯(cuò)模型用于表示具有糾錯(cuò)功能的模型，在本發(fā)明的一種可選實(shí)施例中，上述糾錯(cuò)模型可以存儲(chǔ)有一個(gè)輸入串被錯(cuò)輸為另一輸入串的概率(以下簡(jiǎn)稱糾錯(cuò)概率)，例如，用戶輸入的輸入串為“anzhaung”，輸入法糾錯(cuò)得到的糾錯(cuò)候選串為“anzhuang”，則上述糾錯(cuò)概率可用于表示“anzhuang”被錯(cuò)輸成“anzhaung”的概率，在實(shí)際應(yīng)用中，通?？梢垣@取用戶的輸入行為并進(jìn)行統(tǒng)計(jì)分析，以得到上述糾錯(cuò)概率?？梢岳斫猓景l(fā)明實(shí)施例對(duì)于上述糾錯(cuò)概率的具體獲取方式及其上述糾錯(cuò)模型的具體存儲(chǔ)內(nèi)容不加以限制。另外，上述糾錯(cuò)模型可以進(jìn)一步包括：系統(tǒng)糾錯(cuò)模型和用戶糾錯(cuò)模型 等。

上述模糊音模型用于表示具有模糊音功能的模型，其可以將某些用戶可能混淆的音節(jié)視為等同，從而允許用戶使用更習(xí)慣的方式進(jìn)行輸入。例如，對(duì)于不習(xí)慣鼻音的用戶，在等同的情況下，只要輸入“fen”，就能同時(shí)獲得“fen”和“feng”的詞條。也即，上述模糊音模型可以存儲(chǔ)一個(gè)輸入串與模糊音輸入串之間的映射關(guān)系。可以理解，本發(fā)明實(shí)施例對(duì)于上述模糊音模型的具體存儲(chǔ)內(nèi)容不加以限制。

關(guān)于上述上下文模型，在文字輸入過(guò)程中，通常候選項(xiàng)出現(xiàn)的概率與其前X個(gè)上屏內(nèi)容有關(guān)，為了提高候選項(xiàng)排序的準(zhǔn)確性，本發(fā)明實(shí)施例可以從上屏內(nèi)容中獲取上下文信息，并計(jì)算在上下文信息(上文字符串和/或下文字符串)的基礎(chǔ)上，輸入串或者輸入串對(duì)應(yīng)候選項(xiàng)出現(xiàn)的概率，例如，在“漫天”之后出現(xiàn)“daxue”或“大雪”的上下文概率，在“虎媽”之后出現(xiàn)“maoba”或“貓爸”的上下文概率。也即，上述上下文模型可以存儲(chǔ)上述上下文概率?？梢岳斫猓景l(fā)明實(shí)施例對(duì)于上下文模型所存儲(chǔ)的具體內(nèi)容不加以限制。

上述組詞模型用于表示具有組詞功能的模型，其可以在連續(xù)鍵入輸入串(也即輸入串的長(zhǎng)度較長(zhǎng))的情況下，對(duì)輸入串中音節(jié)對(duì)應(yīng)的單字或者單詞進(jìn)行組詞；上述組詞模型可以提供多元詞匯之間的組詞概率。

在本發(fā)明的一種實(shí)施例中，上述組詞模型可以提供多元詞匯之間的組合信息，上述組合信息具體可以包括所述多元詞匯之間的搭配關(guān)系和連接概率等信息。上述多元詞匯具體可以包括：具有n元關(guān)系的詞匯。n元關(guān)系，又稱n-gram，可用于表示n個(gè)元素相繼出現(xiàn)的概率；

其中，二元關(guān)系，又稱2-gram，可用于表示兩個(gè)元素相繼出現(xiàn)的概率(也即連接概率)，在輸入法領(lǐng)域，這里的元素可以是音素、音節(jié)、筆畫字符串、字母或詞匯等，以詞匯為例，所述二元關(guān)系具體可以用于表示兩個(gè)詞匯之間的連接概率，例如，可用二元關(guān)系表示詞匯“漫天”和“大雪”相繼出現(xiàn)的概率；

三元關(guān)系則可用于表示三個(gè)元素相繼出現(xiàn)的概率，例如，可用三元關(guān) 系表示詞匯“你是”、“我”和“兄弟”相繼出現(xiàn)的概率。其中，對(duì)于二元詞匯，組詞概率可以為兩個(gè)詞匯之間的連接概率，對(duì)于三元詞匯，組詞概率可以為兩兩詞匯之間的連接概率的乘積。

在實(shí)際應(yīng)用中，上述詞庫(kù)或者模型中通常包含多個(gè)詞條；其中的詞條可以是文字、字符、圖形等形式中的任意一種或多種形式的組合。輸入法可以根據(jù)預(yù)置的匹配算法，在上述詞庫(kù)或者模型中查找并獲取與輸入串相匹配的多個(gè)詞條作為候選項(xiàng)供用戶選取。例如，當(dāng)用戶輸入信息為“jiji”時(shí)，與之匹配的m個(gè)詞條可以包括“積極”、“基極”、“幾級(jí)”、“幾集”等。

步驟103、生成所述候選項(xiàng)的排序特征向量和與所述排序特征向量對(duì)應(yīng)的排序權(quán)重向量；其中，所述排序特征向量中排序特征可以與所述候選項(xiàng)對(duì)應(yīng)的詞庫(kù)和/或模型相應(yīng)，所述排序權(quán)重向量中排序權(quán)重可用于表示依據(jù)用戶的歷史輸入行為數(shù)據(jù)得到的、所述排序特征對(duì)于候選項(xiàng)排序的影響權(quán)重；

本發(fā)明實(shí)施例中，上述排序特征向量具體可以包括：至少一個(gè)維度，其中，每個(gè)維度對(duì)應(yīng)一個(gè)排序特征，每個(gè)排序特征可以與所述候選項(xiàng)對(duì)應(yīng)的詞庫(kù)和/或模型相應(yīng)，其中，每個(gè)排序特征的特征值可以依據(jù)詞庫(kù)或模型本身的數(shù)據(jù)提供，其可用于表示當(dāng)前候選項(xiàng)在詞庫(kù)或模型中的重要度。

在本發(fā)明的一種可選實(shí)施例中，所述排序特征的特征值具體可以包括：所述候選項(xiàng)在對(duì)應(yīng)的詞庫(kù)或模型中的詞頻，和/或，所述候選項(xiàng)在對(duì)應(yīng)的詞庫(kù)或模型中的概率，和/或，所述候選項(xiàng)在對(duì)應(yīng)的詞庫(kù)或模型中的概率的對(duì)數(shù)。其中，相對(duì)于上述概率，上述概率的對(duì)數(shù)可以將可能的非線性關(guān)系轉(zhuǎn)化為線性關(guān)系，減少變量的極端值、非正態(tài)分布以及異方差性，并且也可以減少數(shù)據(jù)的波動(dòng)，從而可以保證排序特征的特征值的穩(wěn)定性。

假設(shè)用戶詞庫(kù)中有三個(gè)詞條：“你”、“我”和“他”，這些詞條在用戶詞庫(kù)中的用戶詞頻分別為“3”、“2”和“5”，那么，這些詞條在用戶詞庫(kù)中的概率可以分別為“0.3”、“0.2”和“0.5”，這些詞條在用戶詞庫(kù)中的概率的對(duì)數(shù)可以分別為"log(0.3)"、"log(0.2)"和"log(0.5)"。同理，對(duì)于糾錯(cuò)模型中的詞條，該詞條的詞頻可以為該詞條以糾錯(cuò)候選類型上屏的次數(shù)，對(duì)于模糊音 模型中的詞條，該詞條的詞頻可以為該詞條以模糊音候選類型上屏的次數(shù)，其它詞庫(kù)或模型對(duì)應(yīng)排序特征的特征值相互參照即可，在此不作贅述。

在本發(fā)明的另一種可選實(shí)施例中，所述排序特征可以與所述候選項(xiàng)對(duì)應(yīng)的模型相應(yīng)，所述模型用于描述與所述候選項(xiàng)相關(guān)的兩個(gè)及兩個(gè)以上元素之間的轉(zhuǎn)換概率，則所述排序特征的特征值具體可以包括：所述轉(zhuǎn)換概率，和/或，所述轉(zhuǎn)換概率的對(duì)數(shù)。

例如，糾錯(cuò)模型中存儲(chǔ)有一個(gè)輸入串被錯(cuò)輸為另一輸入串的概率，則糾錯(cuò)模型對(duì)應(yīng)糾錯(cuò)候選(也即糾錯(cuò)模型提供的候選項(xiàng))相關(guān)的兩個(gè)元素具體可以包括：糾錯(cuò)候選對(duì)應(yīng)輸入串和實(shí)際輸入串，上述轉(zhuǎn)換概率具體可以包括：糾錯(cuò)候選對(duì)應(yīng)輸入串被錯(cuò)輸為實(shí)際輸入串的概率。

又如，用戶多元庫(kù)中存儲(chǔ)有多元詞匯之間的連接概率，則用戶多元庫(kù)對(duì)應(yīng)候選項(xiàng)相關(guān)的兩個(gè)元素具體可以包括：對(duì)該候選項(xiàng)拆分得到的詞條，例如，輸入串為“nideyanj”對(duì)應(yīng)的候選項(xiàng)具體可以包括：“你的嚴(yán)謹(jǐn)”和“你的眼睛”等，則“你的眼睛”相關(guān)的兩個(gè)元素具體可以包括：“你的”和“眼睛”，上述轉(zhuǎn)換概率具體可以包括：“你的”和“眼睛”之間的連接概率。

可以理解，本領(lǐng)域技術(shù)人員可以根據(jù)實(shí)際應(yīng)用需求，對(duì)上述排序特征的特征值進(jìn)行擇一使用或者組合使用，另外，上述排序特征的特征值只是作為可選實(shí)施例，實(shí)際上，用于表示當(dāng)前候選項(xiàng)在詞庫(kù)或模型中的重要度的所有特征值都是可行的，例如，還可以將當(dāng)前候選項(xiàng)在詞庫(kù)或模型中的得分作為排序特征的特征值等，本發(fā)明實(shí)施例對(duì)于排序特征的具體特征值不加以限制。

在本發(fā)明的一種可選實(shí)施例中，所述候選項(xiàng)對(duì)應(yīng)的詞庫(kù)和/或模型具體可以包括：所述候選項(xiàng)所屬的詞庫(kù)和/或模型，或者，所述候選項(xiàng)和上文所屬的詞庫(kù)和/或模型。上述候選項(xiàng)所屬的詞庫(kù)具體指該候選項(xiàng)在詞庫(kù)中出現(xiàn)，上述候選所屬的模型具體指該候選項(xiàng)在模型中出現(xiàn)。例如，對(duì)于候選項(xiàng)“大雪”而言，其所屬的詞庫(kù)具體可以包括：用戶詞庫(kù)、系統(tǒng)詞庫(kù)、細(xì) 胞詞庫(kù)等，其所屬的模型具體可以包括：糾錯(cuò)模型和模糊音模型等；而對(duì)于候選項(xiàng)“大雪”和其上文“漫天“而言，其所屬的詞庫(kù)具體可以包括：系統(tǒng)詞庫(kù)、用戶詞庫(kù)，其所屬的模型具體可以包括：糾錯(cuò)模型、模糊音模型和上下文模型等。

在實(shí)際應(yīng)用中，可以依據(jù)上述候選項(xiàng)在詞庫(kù)和/或模型中進(jìn)行查找，以得到上述候選項(xiàng)所屬的詞庫(kù)和/或模型；或者，可以依據(jù)上述候選項(xiàng)及其上文在詞庫(kù)和/或模型中進(jìn)行查找，以得到上述候選項(xiàng)和上文所屬的詞庫(kù)和/或模型，假設(shè)候選項(xiàng)“大雪”的上文為“漫天”，則可以依據(jù)候選項(xiàng)“大雪”和上文“漫天”在詞庫(kù)和/或模型中進(jìn)行查找，具體地，可以將候選項(xiàng)“大雪”和上文“漫天”與詞庫(kù)和/或模型中的字段相匹配，若匹配成功，則可以得到候選項(xiàng)“大雪”和上文“漫天”所屬的詞庫(kù)和/或模型，假設(shè)候選項(xiàng)“大雪”和上文“漫天”與上下文模型中搭配關(guān)系字段“漫天-大雪”匹配成功，則可以得到候選項(xiàng)“大雪”和上文“漫天”所屬的模型為上下文模型。本發(fā)明實(shí)施例對(duì)于確定所述候選項(xiàng)對(duì)應(yīng)的詞庫(kù)和/或模型的具體過(guò)程不加以限制。

本發(fā)明實(shí)施例中，所述排序權(quán)重用于表示排序特征對(duì)于候選項(xiàng)排序的影響權(quán)重，如第一排序特征為候選項(xiàng)對(duì)應(yīng)用戶詞庫(kù)的特征，則第一排序特征表示用戶詞庫(kù)對(duì)于候選項(xiàng)排序的影響權(quán)重。

本發(fā)明實(shí)施例中，由于上述排序權(quán)重是依據(jù)用戶的歷史輸入行為數(shù)據(jù)得到的，因此可以隨著用戶的歷史輸入行為而動(dòng)態(tài)調(diào)整和學(xué)習(xí)成長(zhǎng)。

在本發(fā)明的一種可選實(shí)施例中，所述排序權(quán)重具體可以包括：所述排序特征在用戶的歷史上屏行為數(shù)據(jù)中的上屏分布；和/或，將用戶的歷史輸入行為數(shù)據(jù)作為訓(xùn)練樣本，依據(jù)所述訓(xùn)練樣本和所述訓(xùn)練樣本對(duì)應(yīng)的排序特征的特征值訓(xùn)練得到的排序權(quán)重。

其中，上述上屏分布也即被上屏的某種排序特征對(duì)應(yīng)詞庫(kù)或模型的候選項(xiàng)在用戶上屏的所有上屏內(nèi)容中的上屏占比。例如，當(dāng)前的排序特征向量具體可以包括2個(gè)排序特征，其中，排序特征1與系統(tǒng)詞庫(kù)相應(yīng)，排序特征2與用戶詞庫(kù)相應(yīng)，用戶輸入當(dāng)前輸入串前，總共產(chǎn)生過(guò)20次上屏內(nèi) 容，該20次上屏內(nèi)容中，系統(tǒng)詞庫(kù)中詞條的上屏次數(shù)為12，用戶詞庫(kù)中詞條的上屏次數(shù)為8，則可以計(jì)算得到排序特征1的排序權(quán)重為0.6，排序特征2的排序權(quán)重為0.4。

本發(fā)明實(shí)施例的排序權(quán)重還可以為依據(jù)歷史行為數(shù)據(jù)對(duì)應(yīng)訓(xùn)練樣本訓(xùn)練得到的排序權(quán)重。在實(shí)際應(yīng)用中，可以將多種排序特征的特征值和一組訓(xùn)練樣本作為排序權(quán)重模型的輸入，將多種排序特征的排序權(quán)重作為排序權(quán)重模型的輸出；其中，訓(xùn)練樣本具體可以包括：歷史輸入串、歷史候選項(xiàng)的排序結(jié)果及歷史上屏內(nèi)容，訓(xùn)練樣本中多種排序特征的排序權(quán)重可以具有初始值，隨著歷史行為數(shù)據(jù)的增加，可以在當(dāng)前值的基礎(chǔ)上對(duì)上述排序權(quán)重進(jìn)行調(diào)整，例如，當(dāng)前訓(xùn)練樣本表明，依據(jù)當(dāng)前排序特征及其排序權(quán)重向用戶提供了排好序的候選項(xiàng)，且用戶上屏了某個(gè)詞庫(kù)提供的候選項(xiàng)，則上述排序權(quán)重模型可以在當(dāng)前值的基礎(chǔ)上對(duì)該詞庫(kù)對(duì)應(yīng)的排序特征的排序權(quán)重進(jìn)行加權(quán)當(dāng)前值增加預(yù)設(shè)倍數(shù)等，本發(fā)明實(shí)施例對(duì)于具體的加權(quán)過(guò)程不加以限制；從而可以最終訓(xùn)練得到符合用戶的輸入習(xí)慣的排序權(quán)重。需要說(shuō)明的是，可以采用SVM(支持向量機(jī)，Support Vector Machine)、神經(jīng)網(wǎng)絡(luò)等進(jìn)行排序權(quán)重模型的訓(xùn)練，本發(fā)明實(shí)施例對(duì)于排序權(quán)重模型的具體訓(xùn)練方法不加以限制。其中，排序權(quán)重在初始時(shí)(第一次訓(xùn)練前)的當(dāng)前值可通過(guò)經(jīng)驗(yàn)方式或者預(yù)設(shè)方式確定，本發(fā)明實(shí)施例對(duì)于排序權(quán)重在初始時(shí)的當(dāng)前值不作具體限制。

步驟104、依據(jù)所述排序特征向量及所述排序權(quán)重向量，對(duì)所述多個(gè)候選項(xiàng)進(jìn)行排序；

在本發(fā)明的一種可選實(shí)施例中，所述依據(jù)所述排序特征向量及所述排序權(quán)重向量，對(duì)所述多個(gè)候選項(xiàng)進(jìn)行排序的步驟，具體可以包括：

步驟A1、依據(jù)所述排序特征的特征值和與所述排序特征相對(duì)應(yīng)的排序權(quán)重，得到所述排序特征向量對(duì)應(yīng)候選項(xiàng)的得分；

步驟A2、依據(jù)所述排序特征向量對(duì)應(yīng)候選項(xiàng)的得分，對(duì)所述多個(gè)候選項(xiàng)進(jìn)行排序。

在本發(fā)明的一種應(yīng)用示例中，上述排序特征向量對(duì)應(yīng)候選項(xiàng)的得分 score的計(jì)算公式可以為：score＝排序特征1*排序權(quán)重1+排序特征2*排序權(quán)重2+…+排序特征N*排序權(quán)重N；其中，N代表排序特征向量中排序特征的數(shù)量；在實(shí)際應(yīng)用中，N的值可以與候選項(xiàng)對(duì)應(yīng)的詞庫(kù)和/或模型的數(shù)量相應(yīng)，例如，候選項(xiàng)“大雪”對(duì)應(yīng)用戶詞庫(kù)、系統(tǒng)詞庫(kù)和上下文模型，則N的值可以為3。

需要說(shuō)明的是，上述步驟A1和步驟A2對(duì)所述多個(gè)候選項(xiàng)進(jìn)行排序的過(guò)程只是作為可選實(shí)施例，實(shí)際上本領(lǐng)域技術(shù)人員可以根據(jù)實(shí)際應(yīng)用需求，采用對(duì)所述多個(gè)候選項(xiàng)進(jìn)行排序的其它過(guò)程，例如，可以依據(jù)用戶的歷史輸入行為數(shù)據(jù)訓(xùn)練排序模型，該排序模型的輸入可以為輸入串和輸入串對(duì)應(yīng)的多個(gè)候選項(xiàng)，該排序模型的模型參數(shù)具體可以包括：排序特征組成的排序特征向量、及排序特征的排序權(quán)重組成的排序權(quán)重向量，該排序模型的輸出為多個(gè)候選項(xiàng)的排序結(jié)果(在訓(xùn)練時(shí)，可以依據(jù)用戶的上屏信息得到排序結(jié)果)，則可以依據(jù)通過(guò)訓(xùn)練得到適配于當(dāng)前歷史輸入行為數(shù)據(jù)的模型參數(shù)，并利用上述模型參數(shù)得到多個(gè)候選項(xiàng)的排序結(jié)果?？梢岳斫?，本發(fā)明實(shí)施例對(duì)于對(duì)所述多個(gè)候選項(xiàng)進(jìn)行排序的具體過(guò)程不加以限制。

步驟105、根據(jù)所述排序結(jié)果將所述多個(gè)候選項(xiàng)進(jìn)行展現(xiàn)。

在實(shí)際應(yīng)用中，將所述多個(gè)候選項(xiàng)進(jìn)行展現(xiàn)的方式具體可以包括多種，例如，以橫排的方式生成展現(xiàn)信息，又如，以豎排的方式生成展現(xiàn)信息等；其中，可以根據(jù)所述排序結(jié)果選擇排序在前的預(yù)定數(shù)量的候選項(xiàng)來(lái)生成橫排或者豎排的展現(xiàn)信息；上述預(yù)定數(shù)量可以為輸入法的一個(gè)顯示頁(yè)面所能夠顯示的最大數(shù)量，如5等，本發(fā)明實(shí)施例對(duì)將所述多個(gè)候選項(xiàng)進(jìn)行展現(xiàn)的具體方式不加以限制。

方法實(shí)施例二

參照?qǐng)D2，示出了本發(fā)明的一種對(duì)輸入法的候選項(xiàng)進(jìn)行排序的方法實(shí)施例二的步驟流程圖，具體可以包括如下步驟：

步驟201、獲取用戶的輸入串；

步驟202、根據(jù)所述輸入串在詞庫(kù)或者詞庫(kù)和模型中進(jìn)行查詢，以得 到與所述輸入串相匹配的多個(gè)候選項(xiàng)；

步驟203、生成所述候選項(xiàng)的排序特征向量和所述排序特征向量對(duì)應(yīng)的排序權(quán)重向量；其中，所述排序特征向量中排序特征可以與所述候選項(xiàng)對(duì)應(yīng)的詞庫(kù)和/或模型相應(yīng)，所述排序權(quán)重向量中排序權(quán)重可用于表示依據(jù)用戶的歷史輸入行為數(shù)據(jù)得到的、所述排序特征對(duì)于候選項(xiàng)排序的影響權(quán)重；

步驟204、依據(jù)所述排序特征向量及所述排序權(quán)重向量，對(duì)所述多個(gè)候選項(xiàng)進(jìn)行排序；

步驟205、根據(jù)所述排序結(jié)果將所述多個(gè)候選項(xiàng)進(jìn)行展現(xiàn)；

步驟206、依據(jù)用戶對(duì)于所展現(xiàn)的候選項(xiàng)的上屏行為，對(duì)所述排序特征的特征值和排序權(quán)重進(jìn)行更新。

相對(duì)于方法實(shí)施例一，本實(shí)施例可以依據(jù)用戶的上屏行為，對(duì)所述排序特征的特征值和排序權(quán)重進(jìn)行更新，以使上述排序特征及其排序權(quán)重隨著用戶的歷史輸入行為而動(dòng)態(tài)調(diào)整和學(xué)習(xí)成長(zhǎng)。

本發(fā)明實(shí)施例可以提供對(duì)所述排序特征的特征值和排序權(quán)重進(jìn)行更新的如下更新方案：

更新方案一

更新方案1中，上述對(duì)所述排序特征的特征值和排序權(quán)重進(jìn)行更新的過(guò)程具體可以包括：在所述上屏行為對(duì)應(yīng)候選項(xiàng)的排序特征與用戶詞庫(kù)或用戶模型相應(yīng)時(shí)，依據(jù)候選項(xiàng)及其排序特征，更新所述候選項(xiàng)在所述用戶詞庫(kù)或者用戶模型中的屬性參數(shù)，并依據(jù)所述候選項(xiàng)的當(dāng)前屬性參數(shù)，更新所述排序特征的特征值和排序權(quán)重。

上述屬性參數(shù)具體可以包括：詞頻；例如，上述上屏行為對(duì)應(yīng)的候選為用戶詞庫(kù)中詞條，則可以首先增加該詞條在用戶詞庫(kù)中的詞頻(如加1或其他預(yù)設(shè)值)，以得到用戶詞庫(kù)對(duì)應(yīng)排序特征的特征值；然后，依據(jù)該詞條的當(dāng)前詞頻，計(jì)算用戶詞庫(kù)中用戶詞條在用戶的歷史上屏行為數(shù)據(jù)中的上屏分布，以得到用戶詞庫(kù)對(duì)應(yīng)排序特征的排序權(quán)重。需要說(shuō)明的是，上述屬性參數(shù)還可以包括：連接概率、轉(zhuǎn)換概率等，本發(fā)明實(shí)施例對(duì)于具體的 屬性參數(shù)不加以限制。

更新方案二

更新方案二中，在所述上屏行為對(duì)應(yīng)候選項(xiàng)的排序特征與系統(tǒng)詞庫(kù)或系統(tǒng)模型相應(yīng)時(shí)，依據(jù)候選項(xiàng)及其排序特征，更新所述候選項(xiàng)在所述系統(tǒng)詞庫(kù)對(duì)應(yīng)的用戶詞庫(kù)或者所述系統(tǒng)模型對(duì)應(yīng)的用戶模型中的屬性參數(shù)，并依據(jù)所述候選項(xiàng)的當(dāng)前屬性參數(shù)，更新所述排序特征的特征值和排序權(quán)重。

在所述排序特征對(duì)應(yīng)詞庫(kù)或者模型屬于系統(tǒng)詞庫(kù)或者系統(tǒng)模型時(shí)，可以更新所述候選項(xiàng)在對(duì)應(yīng)用戶詞庫(kù)或者用戶模型中的屬性參數(shù)。如可以將用戶剛剛上屏的、用戶詞庫(kù)中不存在的詞條更新至用戶詞庫(kù)，并將該詞條在用戶詞庫(kù)中的詞頻記為1或其他預(yù)設(shè)值。上述糾錯(cuò)模型、模糊音模型、組詞模型和上下文模型均可以包括對(duì)應(yīng)的用戶模型和系統(tǒng)模型。例如，系統(tǒng)糾錯(cuò)模型和用戶糾錯(cuò)模型，系統(tǒng)模糊音模型和用戶模糊音模型、系統(tǒng)組詞模型和用戶組詞模型、系統(tǒng)上下文模型和用戶上下文模型等。

更新方案三

更新方案三中，上述對(duì)所述排序特征的特征值和排序權(quán)重進(jìn)行更新的過(guò)程具體可以包括：依據(jù)上述上屏行為對(duì)應(yīng)的數(shù)據(jù)更新歷史輸入行為數(shù)據(jù)和排序特征的特征值，并依據(jù)當(dāng)前歷史行為數(shù)據(jù)和當(dāng)前排序特征的特征值訓(xùn)練得到當(dāng)前排序權(quán)重。

更新方案四

更新方案四中，上述對(duì)所述排序特征的特征值和排序權(quán)重進(jìn)行更新的過(guò)程具體可以包括：依據(jù)上述上屏行為對(duì)應(yīng)的數(shù)據(jù)更新歷史輸入行為數(shù)據(jù)，并依據(jù)當(dāng)前歷史行為數(shù)據(jù)訓(xùn)練得到當(dāng)前排序特征和當(dāng)前排序權(quán)重。

需要說(shuō)明的是，本發(fā)明實(shí)施例還可以監(jiān)測(cè)上述上屏行為之后的行為，若之后的行為為針對(duì)上屏內(nèi)容的退格行為，則可以在對(duì)應(yīng)詞庫(kù)中降低上述上屏內(nèi)容對(duì)應(yīng)詞條的詞頻(如減1或其他預(yù)設(shè)值)等；若之后的行為為繼續(xù)輸入的行為，則可以執(zhí)行上述步驟206?？梢岳斫?，本發(fā)明實(shí)施例對(duì)于上述步驟206的執(zhí)行時(shí)機(jī)和執(zhí)行過(guò)程不加以限制。

為使本領(lǐng)域技術(shù)人員更好地理解本發(fā)明實(shí)施例，以下通過(guò)具體的示例來(lái)說(shuō)明本發(fā)明實(shí)施例的對(duì)輸入法的候選項(xiàng)進(jìn)行排序的過(guò)程。

該示例涉及，當(dāng)前的排序特征向量具體可以包括2個(gè)排序特征，其中，排序特征1與系統(tǒng)詞庫(kù)相應(yīng)，排序特征2與用戶詞庫(kù)相應(yīng)，排序特征1、排序特征2的特征值分別表示為：候選項(xiàng)在系統(tǒng)詞庫(kù)的系統(tǒng)詞頻、候選項(xiàng)在用戶詞庫(kù)中的用戶詞頻，排序特征1的排序權(quán)重1和排序特征2的排序權(quán)重2分別表示為：排序特征1對(duì)應(yīng)系統(tǒng)詞庫(kù)和排序特征2對(duì)應(yīng)用戶詞庫(kù)在用戶的歷史上屏行為數(shù)據(jù)中的上屏分布；

假設(shè)用戶輸入當(dāng)前輸入串前，總共產(chǎn)生過(guò)20次上屏內(nèi)容，該20次上屏內(nèi)容中系統(tǒng)詞庫(kù)中詞條的上屏次數(shù)為12，用戶詞庫(kù)中詞條的上屏次數(shù)為8，則可以計(jì)算得到排序特征1的排序權(quán)重1為0.6，排序特征2的排序權(quán)重2為0.4；

則在用戶第一次輸入“jiji”輸入串時(shí)，假設(shè)此前沒(méi)有上屏過(guò)該輸入串對(duì)應(yīng)的詞條，即輸入法只在系統(tǒng)詞庫(kù)中匹配到了所有候選項(xiàng)，這些候選項(xiàng)的得分為排序特征1*排序權(quán)重1，假設(shè)這些候選項(xiàng)從高到低的排序結(jié)果為：“積極”、“幾級(jí)”、“記記”(這三個(gè)候選的系統(tǒng)詞頻依次為“10”、“4”、“3”，利用系統(tǒng)詞頻和排序權(quán)重0.6計(jì)算得到的得分依次為“6”、“2.4”、“1.8”)；假設(shè)用戶上屏了“記記”這個(gè)候選項(xiàng)，則輸入法可以在接收到上屏行為后更新排序特征的特征值和排序權(quán)重，即將“記記”學(xué)到用戶詞庫(kù)中并更新其用戶詞頻為“1”，使得“記記”對(duì)應(yīng)排序特征2的特征值變?yōu)?，由于用戶此次上屏的候選為系統(tǒng)詞庫(kù)的詞條，因此，系統(tǒng)詞庫(kù)中詞條的上屏次數(shù)增加一次，為13次，并將排序權(quán)重1更新為(12+1)/21＝0.62，將排序權(quán)重2更新為8/21＝0.38；

在用戶第二次輸入“jiji”這個(gè)輸入串時(shí)，就會(huì)匹配到系統(tǒng)詞庫(kù)中的詞條以及用戶詞庫(kù)中的詞條(“記記”)，假設(shè)候選項(xiàng)的得分為排序特征1*排序權(quán)重1+排序特征2*排序權(quán)重2，假設(shè)這些候選項(xiàng)從高到低的排序結(jié)果為“積極”，“幾級(jí)”，“記記”(這三個(gè)候選項(xiàng)得分為“6.2”， “2.48”，“2.24(3*0.62+1*0.38)”)；此時(shí)用戶又一次上屏了“記記”這個(gè)候選項(xiàng)，則輸入法可以在接收到上屏行為后更新排序特征的特征值和排序權(quán)重，將排序權(quán)重1更新為13/22＝0.59，將排序權(quán)重2更新為9/22＝0.41，并將“記記”在用戶詞庫(kù)中的用戶詞頻更新為“2”；

在用戶第三次輸入“jiji”這個(gè)輸入串時(shí)，將匹配到系統(tǒng)詞庫(kù)中的詞條以及用戶詞庫(kù)中的詞條，假設(shè)候選項(xiàng)的得分為排序特征1*排序權(quán)重1+排序特征2*排序權(quán)重2，假設(shè)這些候選項(xiàng)從高到低的排序結(jié)果為“積極”，“記記”，“幾級(jí)”(三個(gè)候選項(xiàng)的得分分別為“5.9”，“2.59(3*0.59+2*0.41)”，“2.36”)；可以看到隨著用戶的歷史輸入行為數(shù)據(jù)的增多，原先較低頻的詞條“記記”慢慢地上升為二選，但依舊沒(méi)有越到原先較高頻的詞條“積極”的前面。

傳統(tǒng)的排序技術(shù)通常一律地將用戶詞條固定排在其他詞庫(kù)的詞條的前面，則在用戶第一次選擇上屏“記記”這個(gè)詞條后，第二次輸入“jiji”時(shí)，用戶詞條“記記”就會(huì)被排在首位，即排在其他系統(tǒng)詞條(包括較高頻的“積極”)的前面；然而，對(duì)于一個(gè)用戶僅使用過(guò)1次的詞條(比如“記記”)，其不一定比同音下高頻的系統(tǒng)詞條更合理、更符合用戶的輸入意圖。

而本發(fā)明實(shí)施例依據(jù)排序特征組成的排序特征向量、及排序特征向量對(duì)應(yīng)的排序權(quán)重向量對(duì)多個(gè)候選項(xiàng)進(jìn)行排序；由于上述排序權(quán)重為依據(jù)用戶的歷史輸入行為數(shù)據(jù)得到，與上述排序特征相匹配的詞庫(kù)和/或模型也會(huì)隨著用戶的歷史輸入行為而動(dòng)態(tài)調(diào)整，因此，本發(fā)明實(shí)施例能夠使得候選項(xiàng)的排序結(jié)果更加柔和地發(fā)生變化，使用戶經(jīng)常上屏的詞條隨著用戶輸入歷史慢慢地上升到首選位置，這相對(duì)于傳統(tǒng)的排序技術(shù)在一次上屏后就固定排到其他詞條之前，解決了候選項(xiàng)排序過(guò)程的自適應(yīng)調(diào)整問(wèn)題，因此，能夠使得輸入法提供的排序結(jié)果將越來(lái)越貼合于用戶的輸入習(xí)慣，且提供的排序結(jié)果將越來(lái)越符合用戶的輸入意圖，從而便于用戶快速選擇其所需的候選項(xiàng)，提高用戶的輸入速度。

需要說(shuō)明的是，對(duì)于方法實(shí)施例，為了簡(jiǎn)單描述，故將其都表述為一 系列的動(dòng)作組合，但是本領(lǐng)域技術(shù)人員應(yīng)該知悉，本發(fā)明實(shí)施例并不受所描述的動(dòng)作順序的限制，因?yàn)橐罁?jù)本發(fā)明實(shí)施例，某些步驟可以采用其他順序或者同時(shí)進(jìn)行。其次，本領(lǐng)域技術(shù)人員也應(yīng)該知悉，說(shuō)明書中所描述的實(shí)施例均屬于優(yōu)選實(shí)施例，所涉及的動(dòng)作并不一定是本發(fā)明實(shí)施例所必須的。

裝置實(shí)施例

參照?qǐng)D3，示出了本發(fā)明的一種對(duì)輸入法的候選項(xiàng)進(jìn)行排序的裝置實(shí)施例的結(jié)構(gòu)框圖，具體可以包括如下模塊：

獲取模塊301，用于獲取用戶的輸入串；

查詢模塊302，用于根據(jù)所述輸入串在詞庫(kù)或者詞庫(kù)和模型中進(jìn)行查詢，以得到與所述輸入串相匹配的多個(gè)候選項(xiàng)；

生成模塊303，用于生成所述候選項(xiàng)的排序特征向量和所述排序特征向量對(duì)應(yīng)的排序權(quán)重向量；其中，所述排序特征向量中排序特征可以與所述候選項(xiàng)對(duì)應(yīng)的詞庫(kù)和/或模型相應(yīng)，所述排序權(quán)重向量中排序權(quán)重可以用于表示依據(jù)用戶的歷史輸入行為數(shù)據(jù)得到的、所述排序特征對(duì)于候選項(xiàng)排序的影響權(quán)重；

排序模塊304，用于依據(jù)所述排序特征向量及所述排序權(quán)重向量，對(duì)所述多個(gè)候選項(xiàng)進(jìn)行排序；及

展現(xiàn)模塊305，用于根據(jù)所述排序結(jié)果將所述多個(gè)候選項(xiàng)進(jìn)行展現(xiàn)。

在本發(fā)明的一種可選實(shí)施例中，所述排序模塊304，具體可以包括：

得分計(jì)算子模塊，用于依據(jù)所述排序特征的特征值和與所述排序特征相對(duì)應(yīng)的排序權(quán)重，得到所述排序特征向量對(duì)應(yīng)候選項(xiàng)的得分；及

排序子模塊，用于依據(jù)所述排序特征向量對(duì)應(yīng)候選項(xiàng)的得分，對(duì)所述多個(gè)候選項(xiàng)進(jìn)行排序。

在本發(fā)明的另一種可選實(shí)施例中，所述排序權(quán)重具體可以包括：

所述排序特征在用戶的歷史上屏行為數(shù)據(jù)中的上屏分布；和/或

將用戶的歷史輸入行為數(shù)據(jù)作為訓(xùn)練樣本，依據(jù)所述訓(xùn)練樣本和所述 訓(xùn)練樣本對(duì)應(yīng)的排序特征的特征值訓(xùn)練得到的排序權(quán)重。

在本發(fā)明的再一種可選實(shí)施例中，所述排序特征的特征值具體可以包括：所述候選項(xiàng)在對(duì)應(yīng)的詞庫(kù)或模型中的詞頻，和/或，所述候選項(xiàng)在對(duì)應(yīng)的詞庫(kù)或模型中的概率，和/或，所述候選項(xiàng)在對(duì)應(yīng)的詞庫(kù)或模型中的概率的對(duì)數(shù)。

在本發(fā)明的又一種可選實(shí)施例中，所述詞庫(kù)或者模型用于描述與所述候選項(xiàng)相關(guān)的兩個(gè)及兩個(gè)以上元素之間的轉(zhuǎn)換概率，則所述排序特征的特征值具體可以包括：所述轉(zhuǎn)換概率，和/或，所述轉(zhuǎn)換概率的對(duì)數(shù)。

在本發(fā)明的一種可選實(shí)施例中，所述候選項(xiàng)對(duì)應(yīng)的詞庫(kù)和/或模型具體可以包括：所述候選項(xiàng)所屬的詞庫(kù)和/或模型，或者，所述候選項(xiàng)和上文所屬的詞庫(kù)和/或模型；

所述詞庫(kù)具體可以包括：系統(tǒng)詞庫(kù)、用戶詞庫(kù)、細(xì)胞詞庫(kù)中的至少一種；

所述模型具體可以包括：糾錯(cuò)模型、模糊音模型、組詞模型、上下文模型中的至少一種。

在本發(fā)明的另一種可選實(shí)施例中，所述裝置還可以包括：

更新模塊，用于依據(jù)用戶對(duì)于所展現(xiàn)的候選項(xiàng)的上屏行為，對(duì)所述排序特征的特征值和排序權(quán)重進(jìn)行更新。

在本發(fā)明的再一種可選實(shí)施例中，所述更新模塊，具體可以包括：

第一更新子模塊，用于在所述上屏行為對(duì)應(yīng)候選項(xiàng)的排序特征與用戶詞庫(kù)或用戶模型相應(yīng)時(shí)，依據(jù)候選項(xiàng)及其排序特征，更新所述候選項(xiàng)在所述用戶詞庫(kù)或者用戶模型中的屬性參數(shù)，并依據(jù)所述候選項(xiàng)的當(dāng)前屬性參數(shù)，更新所述排序特征的特征值和排序權(quán)重；或者

第二更新子模塊，用于在所述上屏行為對(duì)應(yīng)候選項(xiàng)的排序特征與系統(tǒng)詞庫(kù)或系統(tǒng)模型相應(yīng)時(shí)，依據(jù)候選項(xiàng)及其排序特征，更新所述候選項(xiàng)在所述系統(tǒng)詞庫(kù)對(duì)應(yīng)的用戶詞庫(kù)或者所述系統(tǒng)模型對(duì)應(yīng)的用戶模型中的屬性參數(shù)，并依據(jù)所述候選項(xiàng)的當(dāng)前屬性參數(shù)，更新所述排序特征的特征值和排序權(quán)重；或者

第三更新子模塊，用于依據(jù)所述上屏行為對(duì)應(yīng)的數(shù)據(jù)更新歷史輸入行為數(shù)據(jù)和排序特征的特征值，并依據(jù)當(dāng)前歷史行為數(shù)據(jù)和當(dāng)前排序特征的特征值訓(xùn)練得到當(dāng)前排序權(quán)重；或者

第四更新子模塊，用于依據(jù)所述上屏行為對(duì)應(yīng)的數(shù)據(jù)更新歷史輸入行為數(shù)據(jù)，并依據(jù)當(dāng)前歷史行為數(shù)據(jù)訓(xùn)練得到當(dāng)前排序特征和當(dāng)前排序權(quán)重。

對(duì)于裝置實(shí)施例而言，由于其與方法實(shí)施例基本相似，所以描述的比較簡(jiǎn)單，相關(guān)之處參見(jiàn)方法實(shí)施例的部分說(shuō)明即可。

本說(shuō)明書中的各個(gè)實(shí)施例均采用遞進(jìn)的方式描述，每個(gè)實(shí)施例重點(diǎn)說(shuō)明的都是與其他實(shí)施例的不同之處，各個(gè)實(shí)施例之間相同相似的部分互相參見(jiàn)即可。

關(guān)于上述實(shí)施例中的裝置，其中各個(gè)模塊執(zhí)行操作的具體方式已經(jīng)在有關(guān)該方法的實(shí)施例中進(jìn)行了詳細(xì)描述，此處將不做詳細(xì)闡述說(shuō)明。

圖4是根據(jù)一示例性實(shí)施例示出的一種用于對(duì)輸入法所產(chǎn)生的候選項(xiàng)進(jìn)行排序的裝置800的框圖。例如，裝置800可以是移動(dòng)電話，計(jì)算機(jī)，數(shù)字廣播終端，消息收發(fā)設(shè)備，游戲控制臺(tái)，平板設(shè)備，醫(yī)療設(shè)備，健身設(shè)備，個(gè)人數(shù)字助理等。

參照?qǐng)D4，裝置800可以包括以下一個(gè)或多個(gè)組件：處理組件802，存儲(chǔ)器804，電源組件806，多媒體組件808，音頻組件810，輸入/輸出(I/O)的接口812，傳感器組件814，以及通信組件816。

處理組件802通常控制裝置800的整體操作，諸如與顯示，電話呼叫，數(shù)據(jù)通信，相機(jī)操作和記錄操作相關(guān)聯(lián)的操作。處理元件802可以包括一個(gè)或多個(gè)處理器820來(lái)執(zhí)行指令，以完成上述的方法的全部或部分步驟。此外，處理組件802可以包括一個(gè)或多個(gè)模塊，便于處理組件802和其他組件之間的交互。例如，處理部件802可以包括多媒體模塊，以方便多媒體組件808和處理組件802之間的交互。

存儲(chǔ)器804被配置為存儲(chǔ)各種類型的數(shù)據(jù)以支持在設(shè)備800的操作。這些數(shù)據(jù)的示例包括用于在裝置800上操作的任何應(yīng)用程序或方法的指令，聯(lián) 系人數(shù)據(jù)，電話簿數(shù)據(jù)，消息，圖片，視頻等。存儲(chǔ)器804可以由任何類型的易失性或非易失性存儲(chǔ)設(shè)備或者它們的組合實(shí)現(xiàn)，如靜態(tài)隨機(jī)存取存儲(chǔ)器(SRAM)，電可擦除可編程只讀存儲(chǔ)器(EEPROM)，可擦除可編程只讀存儲(chǔ)器(EPROM)，可編程只讀存儲(chǔ)器(PROM)，只讀存儲(chǔ)器(ROM)，磁存儲(chǔ)器，快閃存儲(chǔ)器，磁盤或光盤。

電力組件806為裝置800的各種組件提供電力。電力組件806可以包括電源管理系統(tǒng)，一個(gè)或多個(gè)電源，及其他與為裝置800生成、管理和分配電力相關(guān)聯(lián)的組件。

多媒體組件808包括在所述裝置800和用戶之間的提供一個(gè)輸出接口的屏幕。在一些實(shí)施例中，屏幕可以包括液晶顯示器(LCD)和觸摸面板(TP)。如果屏幕包括觸摸面板，屏幕可以被實(shí)現(xiàn)為觸摸屏，以接收來(lái)自用戶的輸入信號(hào)。觸摸面板包括一個(gè)或多個(gè)觸摸傳感器以感測(cè)觸摸、滑動(dòng)和觸摸面板上的手勢(shì)。所述觸摸傳感器可以不僅感測(cè)觸摸或滑動(dòng)動(dòng)作的邊界，而且還檢測(cè)與所述觸摸或滑動(dòng)操作相關(guān)的持續(xù)時(shí)間和壓力。在一些實(shí)施例中，多媒體組件808包括一個(gè)前置攝像頭和/或后置攝像頭。當(dāng)設(shè)備800處于操作模式，如拍攝模式或視頻模式時(shí)，前置攝像頭和/或后置攝像頭可以接收外部的多媒體數(shù)據(jù)。每個(gè)前置攝像頭和后置攝像頭可以是一個(gè)固定的光學(xué)透鏡系統(tǒng)或具有焦距和光學(xué)變焦能力。

音頻組件810被配置為輸出和/或輸入音頻信號(hào)。例如，音頻組件810包括一個(gè)麥克風(fēng)(MIC)，當(dāng)裝置800處于操作模式，如呼叫模式、記錄模式和語(yǔ)音識(shí)別模式時(shí)，麥克風(fēng)被配置為接收外部音頻信號(hào)。所接收的音頻信號(hào)可以被進(jìn)一步存儲(chǔ)在存儲(chǔ)器804或經(jīng)由通信組件816發(fā)送。在一些實(shí)施例中，音頻組件810還包括一個(gè)揚(yáng)聲器，用于輸出音頻信號(hào)。

I/O接口812為處理組件802和外圍接口模塊之間提供接口，上述外圍接口模塊可以是鍵盤，點(diǎn)擊輪，按鈕等。這些按鈕可包括但不限于：主頁(yè)按鈕、音量按鈕、啟動(dòng)按鈕和鎖定按鈕。

傳感器組件814包括一個(gè)或多個(gè)傳感器，用于為裝置800提供各個(gè)方面的狀態(tài)評(píng)估。例如，傳感器組件814可以檢測(cè)到設(shè)備800的打開(kāi)/關(guān)閉狀態(tài)，組件的相對(duì)定位，例如所述組件為裝置800的顯示器和小鍵盤，傳感器組件 814還可以檢測(cè)裝置800或裝置800一個(gè)組件的位置改變，用戶與裝置800接觸的存在或不存在，裝置800方位或加速/減速和裝置800的溫度變化。傳感器組件814可以包括接近傳感器，被配置用來(lái)在沒(méi)有任何的物理接觸時(shí)檢測(cè)附近物體的存在。傳感器組件814還可以包括光傳感器，如CMOS或CCD圖像傳感器，用于在成像應(yīng)用中使用。在一些實(shí)施例中，該傳感器組件814還可以包括加速度傳感器，陀螺儀傳感器，磁傳感器，壓力傳感器或溫度傳感器。

通信組件816被配置為便于裝置800和其他設(shè)備之間有線或無(wú)線方式的通信。裝置800可以接入基于通信標(biāo)準(zhǔn)的無(wú)線網(wǎng)絡(luò)，如WiFi，2G或3G，或它們的組合。在一個(gè)示例性實(shí)施例中，通信部件816經(jīng)由廣播信道接收來(lái)自外部廣播管理系統(tǒng)的廣播信號(hào)或廣播相關(guān)信息。在一個(gè)示例性實(shí)施例中，所述通信部件816還包括近場(chǎng)通信(NFC)模塊，以促進(jìn)短程通信。例如，在NFC模塊可基于射頻識(shí)別(RFID)技術(shù)，紅外數(shù)據(jù)協(xié)會(huì)(IrDA)技術(shù)，超寬帶(UWB)技術(shù)，藍(lán)牙(BT)技術(shù)和其他技術(shù)來(lái)實(shí)現(xiàn)。

在示例性實(shí)施例中，裝置800可以被一個(gè)或多個(gè)應(yīng)用專用集成電路(ASIC)、數(shù)字信號(hào)處理器(DSP)、數(shù)字信號(hào)處理設(shè)備(DSPD)、可編程邏輯器件(PLD)、現(xiàn)場(chǎng)可編程門陣列(FPGA)、控制器、微控制器、微處理器或其他電子元件實(shí)現(xiàn)，用于執(zhí)行上述方法。

在示例性實(shí)施例中，還提供了一種包括指令的非臨時(shí)性計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，例如包括指令的存儲(chǔ)器804，上述指令可由裝置800的處理器820執(zhí)行以完成上述方法。例如，所述非臨時(shí)性計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)可以是ROM、隨機(jī)存取存儲(chǔ)器(RAM)、CD-ROM、磁帶、軟盤和光數(shù)據(jù)存儲(chǔ)設(shè)備等。

一種非臨時(shí)性計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，當(dāng)所述存儲(chǔ)介質(zhì)中的指令由移動(dòng)終端的處理器執(zhí)行時(shí)，使得移動(dòng)終端能夠執(zhí)行一種對(duì)輸入法的候選項(xiàng)進(jìn)行排序的方法，所述方法包括：獲取用戶的輸入串；根據(jù)所述輸入串在詞庫(kù)或者詞庫(kù)和模型中進(jìn)行查詢，以得到與所述輸入串相匹配的多個(gè)候選項(xiàng)；生成所述候選項(xiàng)的排序特征向量和所述排序特征向量對(duì)應(yīng)的排序權(quán)重向量；其中，所述排序特征向量中排序特征與所述候選項(xiàng)對(duì)應(yīng)的詞庫(kù)和/或模型相應(yīng)，所述排序權(quán)重向量中排序權(quán)重用于表示依據(jù)用戶的歷史輸入行為 數(shù)據(jù)得到的、所述排序特征對(duì)于候選項(xiàng)排序的影響權(quán)重；依據(jù)所述排序特征向量及所述排序權(quán)重向量，對(duì)所述多個(gè)候選項(xiàng)進(jìn)行排序；根據(jù)所述排序結(jié)果將所述多個(gè)候選項(xiàng)進(jìn)行展現(xiàn)。

圖5是本發(fā)明實(shí)施例中服務(wù)器的結(jié)構(gòu)示意圖。該服務(wù)器1900可因配置或性能不同而產(chǎn)生比較大的差異，可以包括一個(gè)或一個(gè)以上中央處理器(central processing units，CPU)1922(例如，一個(gè)或一個(gè)以上處理器)和存儲(chǔ)器1932，一個(gè)或一個(gè)以上存儲(chǔ)應(yīng)用程序1942或數(shù)據(jù)1944的存儲(chǔ)介質(zhì)1930(例如一個(gè)或一個(gè)以上海量存儲(chǔ)設(shè)備)。其中，存儲(chǔ)器1932和存儲(chǔ)介質(zhì)1930可以是短暫存儲(chǔ)或持久存儲(chǔ)。存儲(chǔ)在存儲(chǔ)介質(zhì)1930的程序可以包括一個(gè)或一個(gè)以上模塊(圖示沒(méi)標(biāo)出)，每個(gè)模塊可以包括對(duì)服務(wù)器中的一系列指令操作。更進(jìn)一步地，中央處理器1922可以設(shè)置為與存儲(chǔ)介質(zhì)1930通信，在服務(wù)器1900上執(zhí)行存儲(chǔ)介質(zhì)1930中的一系列指令操作。

服務(wù)器1900還可以包括一個(gè)或一個(gè)以上電源1926，一個(gè)或一個(gè)以上有線或無(wú)線網(wǎng)絡(luò)接口1950，一個(gè)或一個(gè)以上輸入輸出接口1958，一個(gè)或一個(gè)以上鍵盤1956，和/或，一個(gè)或一個(gè)以上操作系統(tǒng)1941，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，F(xiàn)reeBSDTM等等。

本領(lǐng)域技術(shù)人員在考慮說(shuō)明書及實(shí)踐這里公開(kāi)的發(fā)明后，將容易想到本發(fā)明的其它實(shí)施方案。本發(fā)明旨在涵蓋本發(fā)明的任何變型、用途或者適應(yīng)性變化，這些變型、用途或者適應(yīng)性變化遵循本發(fā)明的一般性原理并包括本公開(kāi)未公開(kāi)的本技術(shù)領(lǐng)域中的公知常識(shí)或慣用技術(shù)手段。說(shuō)明書和實(shí)施例僅被視為示例性的，本發(fā)明的真正范圍和精神由下面的權(quán)利要求指出。

應(yīng)當(dāng)理解的是，本發(fā)明并不局限于上面已經(jīng)描述并在附圖中示出的精確結(jié)構(gòu)，并且可以在不脫離其范圍進(jìn)行各種修改和改變。本發(fā)明的范圍僅由所附的權(quán)利要求來(lái)限制

以上所述僅為本發(fā)明的較佳實(shí)施例，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。

以上對(duì)本發(fā)明所提供的一種對(duì)輸入法的候選項(xiàng)進(jìn)行排序的方法、一種對(duì)輸入法的候選項(xiàng)進(jìn)行排序的裝置和一種用于對(duì)輸入法的候選項(xiàng)進(jìn)行排序的 裝置，進(jìn)行了詳細(xì)介紹，本文中應(yīng)用了具體個(gè)例對(duì)本發(fā)明的原理及實(shí)施方式進(jìn)行了闡述，以上實(shí)施例的說(shuō)明只是用于幫助理解本發(fā)明的方法及其核心思想；同時(shí)，對(duì)于本領(lǐng)域的一般技術(shù)人員，依據(jù)本發(fā)明的思想，在具體實(shí)施方式及應(yīng)用范圍上均會(huì)有改變之處，綜上所述，本說(shuō)明書內(nèi)容不應(yīng)理解為對(duì)本發(fā)明的限制。