基于Android的语句级智能汉字输入法研究

论文摘要

汉字输入技术一直是中文自然语言处理研究的热点问题之一,具有广泛的应用前景。本课题主要研究智能移动平台下的语句级智能汉字输入技术,并在新出现的移动平台操作系统—Android下,提出了一套新的解决方案。该输入法具有较高的音字转换准确率和智能性,为智能移动设备用户提供了一种高效的中文输入方式。本文主要介绍其设计和实现两个方面:首先,针对移动设备存储空间有限的特点,结合现有的信息检索和数据压缩技术,利用Trie-tree在检索速度和存储空间方面的优势,设计了一套新的数据压缩存储格式,使得查找拼音和词语的组合能在线性时间内完成。在拼音音节切分问题上,提出了一种新的音节切分算法—最短路径音节切分算法,该方法不仅在处理全拼切分时具有完备性,而且为简拼输入提供了很好的支持。在音字转换问题上,采用N元文法语言模型,并利用N-best剪枝技术进行优化。优化后的模型,在基本不降低音字转换率的同时,具有更少的计算开销,为输入法能在移动平台上流畅运行提供了保障。选用三万常用词作为词库,用2007年人民日报作为训练语料来建立模型。经评测,该输入法拥有完备的音节切分功能,音字转换准确率为86.92%。输入法软件实现时,采用基于Android系统的IMM/IME（Input Method Manager/Input Method Editor）框架技术开发输入法,并多次对代码进行优化。基于上述模型和算法,本文实现了一个可在资源相对有限的移动平台上流畅运行的语句级智能汉字输入法。该系统以语句为输入单位,支持简拼和词语级联想功能,输入效率高。支持Android 1.5和OMS 1.5操作系统,平台兼容性好,适用范围广。该输入法在多普达A3288手机上运行稳定,并通过了中国移动MMarket严格的―商用发布前测试‖,已于2010年05月17日在该平台进行―商用发布‖。与此同时,在各个输入法相关论坛的推广也在进行中。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题背景、目的和意义
• 1.2 国内外研究现状及分析
• 1.2.1 智能移动操作系统发展现状及分析
• 1.2.2 移动设备汉字拼音输入法发展现状及分析
• 1.3 本文主要研究内容与组织
• 1.3.1 主要研究内容
• 1.3.2 本文的组织
• 第2章 语句级汉字拼音输入法的设计
• 2.1 引言
• 2.2 接收用户输入信息
• 2.3 音节切分和音字转换
• 2.4 拼音表存储格式设计
• 2.5 字库存储格式设计
• 2.6 统计库存储格式设计
• 2.7 用户词典和动态统计库的设计
• 2.8 结果提交应用程序
• 2.9 小结
• 第3章 音节切分和音字转换模型
• 3.1 引言
• 3.2 最短路径音节切分模型
• 3.3 N 元文法模型
• 3.4 对语言模型进行平滑
• 3.5 最佳语句路径计算
• 3.6 减少搜索空间
• 3.7 N-Best 优化
• 3.8 学习模型
• 3.9 小结
• 第4章 系统实现
• 4.1 引言
• 4.2 Android 平台IMM/IME 框架
• 4.2.1 输入法初始化
• 4.2.2 输入法编辑状态
• 4.2.3 完成输入状态
• 4.3 系统结构
• 4.4 主要算法
• 4.4.1 音节切分
• 4.4.2 音字转换
• 4.5 小结
• 第5章 实验及结果分析
• 5.1 引言
• 5.2 音节切分评测
• 5.2.1 实验数据集
• 5.2.2 评测标准
• 5.2.3 结果及分析
• 5.3 音字转换评测
• 5.3.1 实验数据集
• 5.3.2 评测标准
• 5.3.3 结果及分析
• 5.4 与其它Android 平台输入法比较
• 5.5 小结
• 结论
• 参考文献
• 附录1 INSUN 智能拼音输入法使用示例
• 附录2 与其它 Android 输入法比较
• 附录3 INSUN 智能拼音输入法发布推广情况
• 攻读硕士学位期间发表的学术论文
• 致谢