手持设备上整句输入系统的研究

摘要

随着手持设备的广泛应用，它对汉字输入技术的要求越来越高。整句输入技术能够提高汉字的输入速度，有效实现语句层面上的输入法效果，因此具有很强的实际应用价值。然而由于存储空间和CPU运算速度的限制，现阶段手持设备上的主要输入技术仍然停留在字词级别。本文将针对手持设备上的整句输入进行研究，突破现阶段手持设备输入法的局限，大大提高输入速度。 首先，本文重点研究了语言模型的压缩问题。由于手持设备的存储空间有限，需要对语言模型进行必要的压缩，以有效利用有限的资源。第一步，结合次数剪切与规则剪枝两种压缩算法，综合其优点，得到了更好的压缩效果；第二步，使用了分组方法，对上一步得到的语言模型进行进一步的压缩；第三步，使用困惑度对压缩后的语言模型进行评测。实验结果表明，与现有的压缩方法相比，使用本文压缩方法得到的模型困惑度更小，模型性能更好。然后，针对手持设备存储空间较少，运算速度较低的特点，本文特别设计了针对手持设备的码本文件结构和查找算法。首先，本文以数字编码的纵横码为例，改进其编码方式，使其能够满足整句输入的要求。然后，本文设计了一种新颖的码本文件存储方法，将字词文件按长度进行倒序储存，并且根据该文件结构，设计了一种宽度为N的倒序查找算法。实验结果表明，该算法可以降低整句查找时间，并在整句输出正确率方面取得了很好的效果。最后，本文在现阶段最常见的手持设备平台Symbian OS上实现了该整句输入系统。该输入系统使用了客户端-服务器端架构，在客户端处理用户按键并显示输出，在服务器端查找文件，并且计算输出概率。该整句输入系统还为今后的扩展留下的接口，如升级码本文件的接口，使系统具有良好的扩展性。

目录

文摘

英文文摘

声明

第1章引言

1.1课题的研究背景与意义

1.1.1研究背景

1.1.2课题意义

1.2国内外研究现状

1.2.1语言模型的研究

1.2.2整句输入的研究

1.3课题内容和本文结构

1.3.1课题内容

1.3.2本文结构

第2章相关技术

2.1统计语言模型概述

2.1.1 N-Gram语言模型

2.1.2数据平滑处理

2.1.3语言模型压缩

2.1.4语言模型评测

2.2中文输入技术概述

2.2.1数字码介绍

2.2.2整句输入法介绍

2.3 Symbian平台输入法开发相关知识

2.3.1 FEP介绍

2.3.2多态DLL和ECom

2.3.3活动对象(Active Obiect)

2.3.4行内编辑(Inline Editing)

2.4本章小结

第3章整体框架设计

3.1输入系统的总体框架

3.2系统的设计目标

3.3系统关键模块

3.3.1语言模型的压缩

3.3.2文件结构和查找算法

3.3.3输入系统实现

3.4开发环境

3.5本章小结

第4章语言模型压缩

4.1概述

4.2基于分组的次数剪切与规则剪枝相结合的压缩方法

4.2.1次数剪切与规则剪枝相结合的压缩方法

4.2.2基于分组的压缩算法

4.3实验结果分析

4.3.1小规模语料实验结果分析

4.3.2大规模语料实验结果分析

4.4本章小结

第5章文件结构设计和整句算法实现

5.1概述

5.2编码规则的改进

5.2.1纵横输入法介绍

5.2.2编码规则改进

5.3文件结构设计

5.3.1字词编码的保存

5.3.2索引文件的设计

5.3.3词库文件的设计

5.3.4二元信息文件的设计

5.4查找算法的设计

5.4.1宽度为N的倒序查找算法

5.4.2算法步骤

5.4.3算法性能测试

5.5本章小结

第6章Symbian平台上整句输入系统实现

6.1概述

6.2客户端设计

6.2.1客户端相关类介绍

6.2.2输入法处理逻辑

6.2.3与服务器连接

6.2.4与服务器会话

6.3服务器设计

6.3.1服务器相关类介绍

6.3.2数据查找

6.3.3字符集转化

6.4输入法词库更新

6.5输入法安装

6.6系统演示

6.7本章小结

第7章总结及展望

7.1总结

7.2展望

参考文献

攻读学位期间公开发表的学术论文

致谢