以无模式输入将一种文本形式转换成另一种文本形式的语言输入体系结构

摘要

一种语言输入体系结构把语音文本(例如中文拼音)输入串转换成语言文本(例如中文汉字)输出串，其转换方式使打字错误和从语音文本到语言文本转换过程中发生的转换错误达到最少。该语言输入体系结构有搜索引擎、一个或多个打字模型、一个语言模型、以及一个或多个用于不同语言的字典。每个打字模型在真实数据上受训练并学习打字错误概率。该打字模型被配置成根据概率产生可能用于代替输入串的可能打字候选串列表，这些概率表明有多大可能每个候选串被不正确地输入作为输入串。这些可能的打字候选串可以存储在数据库中。该语言模型根据概率为每个打字候选串提供可能的转换串，这些概率表明一个可能的转换输出串有多大可能代表该候选串。搜索引擎把打字模型和语言模型的概率结合，以找出代表输入串转换后形式的最可能的转换串。通过产生打字候选串，然后使用相关联的转换串去代替输入串，该体系结构可消除许多普遍性的打字错误。当利用多个打字模型时，该体系结构能自动地区分多种语言，无需为输入多种语言而进行模式切换。