[发明专利]对书写输入的知晓风格的使用

说明书

发明背景

在全世界，计算机被经常地用于各种目的。随着计算机变得普及，计算机厂商不断地努力使得计算机更加容易访问和更加对用户友好。一个这样的努力是自然输入法的开发。例如，语音识别允许用户仅仅通过大声地将数据说出而将数据输入到计算机中。然后，分析用户语音的音素以将其转换成打字的文本。或者，手写识别允许用户通过使用指示笔在数字化仪上书写以创建电子墨水来输入数据。计算机分析墨水的形状以将其转换成打字的文本。

手写输入技术的出现已经尤其有益于许多计算机用户。某些用户用手书写字符比使用键盘打出相同的字符要快。因此，这些用户能够比键盘输入更快地创建手写输入。大部分东亚语言用户也发现手写输入比键盘输入更加有效率。东亚语言一般是使用具有上千个字符的象形文字字符集来书写的。即使是大型键盘也不能包括足够的键以让用户使用东亚语言来书写。因此，键盘用户被要求繁琐地将在键盘上表示的语音字符转换成想要的象形文字字符。采用接受并识别手写输入的计算机，东亚语言用户现在可以用电子墨水来简单地直接书写想要的象形文字字符。并且，某些用户在不允许使用键盘的环境中使用计算机。例如，在医院内到处走动的医生可在使用键盘是不切实际的情况下创建手写输入。

尽管手写输入技术对于各种用户而言是非常方便的，但是这些技术的有用性大部分取决于其识别准确度。然而，由于不同的用户使用各种各样不同的形状来书写相同的字符，因此很难获得持续准确的手写识别。

为了解决手写识别问题，某些软件开发者已经创建了对于各种各样的用户通用的手写识别软件应用程序。这些软件应用程序使用对于一种语言的所有形式的手写通用的一种或多种手写识别技术。例如，这些技术中的某一些可以将手写字符与一组字符原型进行比较以确定与手写字符相似程度最接近的是哪一原型。然后，该组原型将包括用于用户的字母表内的每一字符的一个或多个常规变体(allographs)。尽管这些通用的识别技术对于各种各样的用户能“无阻碍”(out ofthe box)地识别手写，但是它们通常不能对任何特定用户提供高识别准确率。此外，这些类型的识别技术的准确度通常不能随着时间而有所提高。

某些软件开发者替换地提供了学习识别特定个人的手写的个性化的手写识别软件应用程序。然而，这些应用程序一般要求用户在学习过程中输入大量手写数据。结果，这些手写识别软件应用程序中的某一些无法做到“无阻碍”地精确。此外，许多用户不愿意投入正确训练这种类型的软件所需的时间来识别用户的手写。此外，这些个性化的手写识别软件应用程序易于受到过度训练的影响。随着软件不断地随着时间而改善它的识别过程，其可包括用户在其训练数据中书写的异常的字符形状。这些偶尔不正常的字符形状对于用户的典型书写是不常见的，并且实际上随着时间而降低了应用程序的识别准确度。

发明概述

本发明的各方面涉及用于基于用户的书写风格来处理手写输入的技术。本发明的某些方面可使用用户用来书写单个字符的风格。本发明的其它发面可另选地或另外地使用一组形成手写风格的变体。

例如，本发明的某些实施例可分析由用户书写的一个或多个字符以标识用户的手写风格所属的群体(community)，诸如地理区域或文化团体。对于这些实施例，然后能够向用户提供被修改成适合识别由该群体使用的手写风格的手写识别应用程序。本发明的其它实施例可分析用户手写的一个或多个字符以便另选地或另外地将用户的手写归类到一特定的手写风格。然后，能向用户提供特别为该用户的个人手写风格配置的手写识别应用程序。有利的是，这两种类型的手写识别应用程序都可提供比通用手写识别应用程序更高的识别准确度，而不需要用户提交大量的训练数据。

对于本发明的其它实施例，可另选地或另外地采用用户的手写风格来防止手写识别应用程序使用异常书写的字符作为用于改进识别过程的训练数据。本发明的某些示例因此可另选地或另外地分析用户的变体中的一个或多个以预测用户如何书写其它字符。例如，这些实施例可提示用户确认他或她如何书写其它字符，而不是要求用户提交对应于那些字符中的每一字符的训练数据。这些实施例例如可以仅仅让用户在属于相同的书写风格的变体之间选择来作为被分析的变体。

此外，本发明的其它实施例可另选地或另外地分析用户的书写风格以确定用户是用右手书写还是用左手书写。这些实施例因此例如可配置计算机的一个或多个用户界面以便与用户的“偏手性”(handedness)相对应。

本发明不同的实现的这些以及其它特征和优点将在以下作详细描述。

附图简述