导读:本文包含了拼音输入论文开题报告文献综述及选题提纲参考文献,主要关键词:汉字文化,语音识别,汉语拼音,始业教育,中国汉字,五十年代,国家文化安全,文化复兴,扫盲运动,那你
拼音输入论文文献综述
[1](2019)在《时代的挑战:从拼音输入到语音识别,汉字文化面临重大危机》一文中研究指出我们准备通过一个多小时的时间,把“蒲公英计划”定位和它的价值观还有目标指向,再做一次学术上的详细说明。刚才其实中场间歇时很多还有很多学员已经非常着急地在问这个问题了。比如说刚才“开幕式”里我说过我们当下的书法培训有叁种类型,那你陈教授的这个类型和原来(本文来源于《美术报》期刊2019-08-17)
吴健健[2](2019)在《基于Agent协商的智能拼音输入法研究》一文中研究指出随着对协商理论研究的不断深入,基于Agent的自动协商技术被运用到各类领域中,解决实际问题。文字,作为人与计算机交互的主要信息载体,对用户与计算机的交互体验有着直接影响。中文输入法是大多数中文用户使用计算机的必备程序。在类型众多的中文输入法中,拼音输入法具有简单易学、多场景适用等诸多优点,因此,拼音输入法成为了当前中文输入法领域的主流。在机器翻译领域,近年来,计算机辅助人类译员进行翻译逐渐成为该领域的研究热点。辅助翻译的研究专注于如何有效地利用计算机帮助人类译员高效地完成翻译任务、提高翻译质量。受Agent协商的启发,本文将辅助翻译中文拼音输入法的应用场景,抽象为协商域,利用Agent协商,完成拼音向汉字的解码任务。本文提出了一种基于Agent协商的智能拼音输入法(以下称智能输入法)。该输入法面向英译中的翻译环境,专注于译员在对原文进行翻译的过程中,如何通过已输入的拼音序列有效地预测译员实际想要输入的中文片段。实验结果证明,该输入法能够有效地利用Agent协商技术将机器翻译上下文信息融合到中文拼音输入法中,在译员专注于翻译任务的过程中,准确地预测译员想要输入的中文片段,减少译员击键次数,提高输入效率。本论文主要完成的工作如下:(1)将辅助翻译拼音输入法的应用场景抽象为基于Agent协商的协商域。基于Agent的协商总是面向特定的场景或者抽象的协商域。利用中文拼音输入法进行输入的整个过程本质是从拼音序列(源端,Source)到中文片段序列(目标端,Target)的解码过程。本文将辅助翻译中文拼音输入法(翻译拼音输入法)抽象为类似打分投票游戏(Voting Game)的协商域;并基于普通拼音输入法、机器翻译上下文环境提取出多个关键特征,作为协商过程中各协商方Agent的关注点;各个Agent将利用自己的解码器对拼音序列进行解码,输出候选的中文片段列表(提案,offer);最后,协商解码系统整合各Agent的提案,决定最终的协商结果,即解码结果;协商结束,即完成一次拼音序列到中文片段的解码,系统将最终的提案(中文候选片段列表)输出给用户。(2)构建关注点的特征函数,并利用对数线性模型进行特征融合,构建解码过程中的打分器模型。基于对数线性模型融合各个特征的打分器模型,是各Agent进行提案的关键,同时也是基于协商系统、根据译员输入的拼音序列进行有效解码、输出中文候选的重要环节。针对不同特征,本文利用了不同的方法构建对应的特征函数,这些方法包括:基于语言模型(Language Model)的打分度量方法和文本相似性度量方法。(3)模型的有效性验证并求解各协商Agent的参数(权重向量),优化协商解码的输出结果,为译员输出更优质的中文片段。利用Agent协商技术构建中文拼音输入法解码器的目标是有效地融合输入法的各个特征,使输入法更智能的输出用户想要的中文片段。基于对数线性模型融合的特征函数打分器模型是协商解码的关键。本文利用样本数据,设计对比实验,对实验结果进行多维度分析,验证了提出的解码器模型的有效性;并利用最小错误率训练框架,求解得最优的模型参数。(本文来源于《西南大学》期刊2019-04-06)
郭莉,杜长慧,范戎,张蓓媛,伍倩[3](2018)在《医学文稿中拼音输入法下常见别字辨析》一文中研究指出随着电脑的普及,传统的手写稿件法已被电脑打字代替。在多数作者使用拼音输入法撰稿的同时,也增加了别字产生的概率。医学编校人员对此必须引起高度重视,多总结,多学习,积累经验,才能尽量杜绝医学文稿中的别字。(本文来源于《现代临床医学》期刊2018年06期)
Ming-hui,SHI,Chang-le,ZHOU,Jun,XIE,Shao-zi,LI,Qing-yang,HONG[4](2018)在《基于脑电图中文拼音输入系统的脑机接口综述(英文)》一文中研究指出基于脑电图(EEG)的脑机接口能够让用户通过脑电信号与外部环境通信,而不必依赖于肌肉等大脑信号的常规输出路径。基于EEG的拼写器是EEG的重要应用,可将脑电信号转换为拼写特定字符或词的意图,从而帮助重度残疾患者(如肌萎缩侧索硬化症患者,ALS患者)。近年来,基于EEG的英文拼写器(EEGES)已得到较广泛研究,而基于脑电的中文拼写器(EEGCS)则研究甚少。由于英文只包含26个字母,而中文包含11000多个图形字符,因此,EEGCS比EEGES更难开发。本文旨在对EEGCS系统的相关文献进行综述,首先,对当前EEGCS系统进行了系统地分类,为后续讨论奠定基础;然后,提出统一当前EEGCS和EEGES的通用系统架构,其中将基于EEG的选择作为核心部件;最后,对当前各种EEGCS系统进行综述和讨论,指出EEGCS研究的当前进展、存在的问题和未来方向。(本文来源于《Frontiers of Information Technology & Electronic Engineering》期刊2018年03期)
丁东[5](2018)在《汉字拼音输入程序的拓荒人》一文中研究指出前几日,发表《周有光先生逝世一周年》之后,收到李大同的来信,引出了一个新的故事。原来周有光先生不只是汉语拼音方案的主要制订者,还是汉字拼音输入程序的拓荒人之一。今天,在电脑或手机上运用拼音输入方法书写汉字的人多达几亿,但知道周有光参与了这项发明的人却寥寥(本文来源于《社会科学报》期刊2018-01-25)
王兵[6](2017)在《基于Kinect的手势识别及其在手写拼音输入法中的应用》一文中研究指出手势识别是人机交互和虚拟现实中重要的研究热点和研究方向。手势识别包括静态手势识别和动态手势识别,在实际应用中,静态手势和动态手势相互结合使用。在传统手势识别算法中,大多基于彩色图像,一般情况下这些算法都是先进行肤色检测和手区域分割,然后再进行手势识别。近年来,随着微软的Kinect设备的普及,基于Kinect设备的手势识别方兴未艾。不同于之前的基于普通摄像头的手势识别,由于Kinect设备的最大优势在于可以获取深度图,所以手势识别的算法上有了很大的变化。本文主要围绕Kinect设备采集的数据展开动态手势和静态手势相关的研究,针对静态手势和动态手势传统算法的缺陷和不足提出了相关的改进措施,并基于Kinect和手势识别算法做了一个隔空手写拼音输入法的应用。1、研究了静态手势识别算法,针对传统算法基于HOG特征和SVM分类器在深度图像上出现的问题,本文首先利用人手的几何信息提出使用椭圆拟合手指、圆拟合手掌来对手势图像进行预处理,重新构建一个手势图像,只包含手指和手掌,去除了其他的部分(例如手腕),然后再使用HOG特征和SVM分类器去识别静态手势,实验显示该方案具有不错的效果;其次,本文提出使用傅里叶变换、低通滤波和逆傅里叶变换方法对人手图像区域进行指尖检测,得到指尖位置,随后我们将该2D坐标转为3D坐标,以便在OpenGL上显示出来。2、在CVRR-HANDS 3D数据库上,本文改进基于HOG+HOG2特征和SVM分类器的传统算法,提出对数据库里的视频序列先进行Sobel边缘检测,强化边缘特征,随后融合原始数据的HOG+HOG2特征和Sobel处理之后的手势序列的HOG+HOG2特征,使用两种核函数的SVM分别对动态手势进行分类识别,实验结果显示强化边缘特征算法可以将识别正确率提升2个百分点。3、研究了动态手势识别算法,针对基于隐马尔科夫模型(HMM)的动态手势识别存在的识别手势个数少,识别准确率低等问题,本文提出对手运动轨迹进行分析,提取其中的轨迹的曲率突变处的角度,并对该角度进行离散编码,然后使用隐马尔科夫模型(HMM)进行动态手势识别。实验结果显示,在此方案上我们可以识别16种动态手势,并且本文规定的动态手势更加合理,取得了不错的效果。4、结合静态手势和动态手势,我们做了一个基于Kinect的隔空手写拼音输入法系统,通过该系统,用户只需要站在Kinect面前,通过左右手的静态手势来启动应用程序的功能切换,在用户隔空手写拼音后,我们通过HMM来识别手势运动轨迹(大写英文字母);当用户写完拼音之后,我们将拼音发送到Unity程序,Unity程序分析并显示数据库中所有该拼音对应的汉字,随后让用户通过静态手势来选择汉字,并在Unity上显示最终的结果。(本文来源于《江南大学》期刊2017-06-01)
庄烈彬[7](2017)在《基于滑动轨迹的连续拼音输入系统》一文中研究指出随着移动互联网技术的发展以及移动终端的大面积普及,移动终端用户信息输入方式也趋于多样化和智能化。近年来,移动终端的输入方式由原来简单的按压式物理键盘发展到了更加自然快速的触摸、滑动式键盘输入,而目前主流的中文输入法仍然停留在以点触键盘为主的输入阶段,使得中文信息的输入效率还不够高效。因此,利用滑动触屏技术来实现拼音的快速输入,对提升中文的输入效率具有实际的应用价值。鉴于此,本文主要提出了一种面向移动终端的连续拼音滑动键盘输入系统。本文研究内容主要分成叁个部分:滑动拼音键盘的交互式布局设计、滑动拼音消岐的算法研究及连续拼音滑动输入系统的设计和实现。针对拼音键盘中拼音滑动输入时轨迹路径过长的问题,本文通过研究拼音组合和键位分布的规律,调整字母键位区域位置,重新设计了一款适合中文拼音滑动输入的键盘布局。相比于传统的英文键盘布局,该键盘布局能够降低使用者的记忆成本和减少拼音的滑动距离,提高了中文拼音滑动的输入效率。针对拼音滑动输入过程中的拼音消岐技术,本文首先在提出的中文滑动拼音键盘基础上,通过移动终端采集滑动拼音轨迹的输入数据,构建了中文拼音滑动轨迹消岐语料库;然后分别提出了基于规则的拼音消岐算法和基于深度卷积神经网络的拼音消岐算法,并通过实验比对验证算法的性能效果,基于深度卷积神经网络的拼音消岐算法比基于规则的滑动拼音消岐算法精度高约10%。最后,本文基于滑动拼音输入的交互式布局设计和滑动拼音消岐算法的研究成果,在实际移动终端应用中实现了连续滑动输入系统,系统主要包括交互设计、拼音消岐模块、音字转换模块和词联想模块几个核心模块。(本文来源于《哈尔滨工业大学》期刊2017-06-01)
张同国[8](2017)在《极速智能拼音输入法的设计与实现》一文中研究指出随着科技的不断进步和生活水平的提高,计算机已成为人们日常生活中不可或缺的一项工具。对于使用中文Windows系统的用户而言,特别是对要求有大量文字输入的用户,智能、快速、高效的输入已成为选择输入法的首要因素。经过30多年的发展,中文键盘输入方式发展历程是单字输入、词语输入、整句输入,其中单字输入和词语输入已比较成熟,而整句输入则存在错别字,需要输入所有汉字的有效音节或有效音节一部分等问题。本文开发的极速智能拼音输入法是适用于Windows系统的输入法。此输入法是基于IMM-IME输入法框架,以自由拼音输入法为模板。完成了输入法初始化界面注册与数据字典转载,智能推荐单字、词语和整句以及对用户常用词语整句的统计分析。本文输入法与常用输入法主要存在两个区别,一个是在数据字典建模方面,好的数据模型可以减小数据搜索匹配时的时间复杂度和空间复杂度,本文采用的数据模型是创建一个主链表存放不同拼音串的结点,在每个结点有一个子链表存放含有相同拼音串的子结点;第二个创新点是整句输入,本文输入法采用统计分析用户常用输入整句,在再次输入时能够智能推荐,其中推荐的方式包括叁种:第一种是根据输入的有效音节串直接推荐,此方式不需要输入完整的拼音串就可完成,第二种是根据输入整句的前部分汉字推荐整句,第叁种则是根据输入的整句与词句常用的搭配整句直接推荐整句。通过对本文开发的极速智能拼音输入法测试得到结果,对于一个使用过的词语,仅需要输入词语的首单字即可完成词语输入,对于一个使用过的整句再次输入,仅需要输入2-5个单字或2-5个有效拼音串就可完成整句输入。(本文来源于《吉林大学》期刊2017-05-01)
陈京军,许磊,程晓荣,刘华山[9](2016)在《儿童汉字练习:纸笔手写与键盘拼音输入的效果比较》一文中研究指出在学校情境下,采用纸笔手写和键盘拼音输入练习汉字的实验任务,比较了75名小学六年级儿童在两种练习方式下的汉字学习及复习效果,并进行了保持效果的追踪。结果发现,纸笔手写和键盘拼音输入对儿童的汉字复习具有同等积极作用,在再认选择和回忆书写上效果均相当;对儿童的汉字学习积极作用不一致:在再认选择上两者积极效果相当,但在回忆书写上,手写明显优于拼音输入。另外,经纸笔手写和键盘拼音输入复习和学习的汉字,其记忆保持随时间变化的趋势一致。以上结果说明了对具有书面语言经验的儿童,拼音输入与手写都有助于形成和巩固汉字在心理词典中的义音形联结,但手写动作更有利于汉字从正字法代码向书写动作程序的转换;"提笔忘字"现象可能是正字法遗忘的结果,并非由使用拼音输入法造成。(本文来源于《心理学报》期刊2016年10期)
许磊,陈京军,汪招霞,刘华山[10](2016)在《数字化书写对初中生汉字书写能力的影响:拼音输入熟练度的中介作用》一文中研究指出随着信息技术的发展,使用电脑、智能手机等代替纸笔进行数字化书写己逐渐成为了青少年学生群体日常学习生活的主要书写方式之一。而中文数字化书写对青少年的汉字书写能力发展而言可能是一把"双刃剑":研究表明过度使用键盘可能导致书写技能退化,降低手写的速度和流畅性并损害字词拼写能力;但由于青少年广泛使用拼音输入法,数字化书写经验越多,其对拼音输入法的掌握就越熟练,这又可能强化汉字心理词典中的义音形联结,从而促进汉字书写。这表明拼音输入法熟练度由此可能"遮蔽"数字化书写活动对汉字书写的负面影响。基于此,本研究探讨初中生的数字化书写对汉字书写能力的影响及拼音输入熟练度在该影响中的中介作用,为帮助初中生合理使用数字化书写,提高汉字书写能力提供理论依据与实践指导。通过对554名学生的试测,自编青少年数字化书写活动问卷、拼音输入熟练度量表和汉字书写能力测试,再对另外470名初中生进行施测,结果表明:(1)若不考虑其他因素影响,初中生数字化书写与汉字书写能力呈显着正相关;(2)初中生数字化书写通过拼音输入熟练度的正向中介"遮蔽"了其对汉字书写能力的直接负向影响。该研究结果揭示了数字化书写、拼音熟练度和汉字书写能力间的关系及其内在作用机制,深化拓展了青少年数字化书写经验对其字词认知的研究。该研究结果还提示我们,要全面客观地看待数字化书写,引导学生合理地进行多样化的数字化书写活动,以使拼音输入的汉字或词汇更加丰富,从而提升其汉字书写能力。(本文来源于《第十九届全国心理学学术会议摘要集》期刊2016-10-14)
拼音输入论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
随着对协商理论研究的不断深入,基于Agent的自动协商技术被运用到各类领域中,解决实际问题。文字,作为人与计算机交互的主要信息载体,对用户与计算机的交互体验有着直接影响。中文输入法是大多数中文用户使用计算机的必备程序。在类型众多的中文输入法中,拼音输入法具有简单易学、多场景适用等诸多优点,因此,拼音输入法成为了当前中文输入法领域的主流。在机器翻译领域,近年来,计算机辅助人类译员进行翻译逐渐成为该领域的研究热点。辅助翻译的研究专注于如何有效地利用计算机帮助人类译员高效地完成翻译任务、提高翻译质量。受Agent协商的启发,本文将辅助翻译中文拼音输入法的应用场景,抽象为协商域,利用Agent协商,完成拼音向汉字的解码任务。本文提出了一种基于Agent协商的智能拼音输入法(以下称智能输入法)。该输入法面向英译中的翻译环境,专注于译员在对原文进行翻译的过程中,如何通过已输入的拼音序列有效地预测译员实际想要输入的中文片段。实验结果证明,该输入法能够有效地利用Agent协商技术将机器翻译上下文信息融合到中文拼音输入法中,在译员专注于翻译任务的过程中,准确地预测译员想要输入的中文片段,减少译员击键次数,提高输入效率。本论文主要完成的工作如下:(1)将辅助翻译拼音输入法的应用场景抽象为基于Agent协商的协商域。基于Agent的协商总是面向特定的场景或者抽象的协商域。利用中文拼音输入法进行输入的整个过程本质是从拼音序列(源端,Source)到中文片段序列(目标端,Target)的解码过程。本文将辅助翻译中文拼音输入法(翻译拼音输入法)抽象为类似打分投票游戏(Voting Game)的协商域;并基于普通拼音输入法、机器翻译上下文环境提取出多个关键特征,作为协商过程中各协商方Agent的关注点;各个Agent将利用自己的解码器对拼音序列进行解码,输出候选的中文片段列表(提案,offer);最后,协商解码系统整合各Agent的提案,决定最终的协商结果,即解码结果;协商结束,即完成一次拼音序列到中文片段的解码,系统将最终的提案(中文候选片段列表)输出给用户。(2)构建关注点的特征函数,并利用对数线性模型进行特征融合,构建解码过程中的打分器模型。基于对数线性模型融合各个特征的打分器模型,是各Agent进行提案的关键,同时也是基于协商系统、根据译员输入的拼音序列进行有效解码、输出中文候选的重要环节。针对不同特征,本文利用了不同的方法构建对应的特征函数,这些方法包括:基于语言模型(Language Model)的打分度量方法和文本相似性度量方法。(3)模型的有效性验证并求解各协商Agent的参数(权重向量),优化协商解码的输出结果,为译员输出更优质的中文片段。利用Agent协商技术构建中文拼音输入法解码器的目标是有效地融合输入法的各个特征,使输入法更智能的输出用户想要的中文片段。基于对数线性模型融合的特征函数打分器模型是协商解码的关键。本文利用样本数据,设计对比实验,对实验结果进行多维度分析,验证了提出的解码器模型的有效性;并利用最小错误率训练框架,求解得最优的模型参数。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
拼音输入论文参考文献
[1]..时代的挑战:从拼音输入到语音识别,汉字文化面临重大危机[N].美术报.2019
[2].吴健健.基于Agent协商的智能拼音输入法研究[D].西南大学.2019
[3].郭莉,杜长慧,范戎,张蓓媛,伍倩.医学文稿中拼音输入法下常见别字辨析[J].现代临床医学.2018
[4].Ming-hui,SHI,Chang-le,ZHOU,Jun,XIE,Shao-zi,LI,Qing-yang,HONG.基于脑电图中文拼音输入系统的脑机接口综述(英文)[J].FrontiersofInformationTechnology&ElectronicEngineering.2018
[5].丁东.汉字拼音输入程序的拓荒人[N].社会科学报.2018
[6].王兵.基于Kinect的手势识别及其在手写拼音输入法中的应用[D].江南大学.2017
[7].庄烈彬.基于滑动轨迹的连续拼音输入系统[D].哈尔滨工业大学.2017
[8].张同国.极速智能拼音输入法的设计与实现[D].吉林大学.2017
[9].陈京军,许磊,程晓荣,刘华山.儿童汉字练习:纸笔手写与键盘拼音输入的效果比较[J].心理学报.2016
[10].许磊,陈京军,汪招霞,刘华山.数字化书写对初中生汉字书写能力的影响:拼音输入熟练度的中介作用[C].第十九届全国心理学学术会议摘要集.2016
标签:汉字文化; 语音识别; 汉语拼音; 始业教育; 中国汉字; 五十年代; 国家文化安全; 文化复兴; 扫盲运动; 那你;