[发明专利]生成用户词典的方法和装置

权利要求书

1.一种生成用户词典的方法，包括：

跟踪用户的编辑历史，所述编辑历史包括多个单元，其中每个单元存储用户输入的拼音和对应的文字；

从所述编辑历史还原出词的列表；

计算每两个相邻词之间的转移概率；

根据所计算的转移概率提取连续多个转移概率均小于预定阈值的词作为候选词串；以及

当所述候选词串的包含至少两个词的子词串所对应的拼音被再次输入时，将所述子词串作为新词插入用户词典中。

2.根据权利要求1所述的方法，其中，根据所计算的转移概率提取连续多个转移概率均小于预定阈值的词串作为候选词串包括：

提取连续多个转移概率均小于预定阈值的词及其上下文词作为候选词串；

依次对所述候选词串中每个单元执行以下处理来构建有向图，其中，所述有向图存储所述候选词串中的单元之间的关系：

当所述单元的拼音加文字未出现在拼音列表索引中时，则将其作为新的条目添加在所述拼音列表索引中，同时将所述单元中的文字添加为所述有向图中的一个新的节点，其中，所述拼音列表索引中包含所有拼音条目，

当下一个单元的文字存在于所述有向图中时，则从其在所述有向图中的节点向当前单元在所述有向图中的节点添加一条边。

3.根据权利要求2所述的方法，其中当所述候选词串的包含至少两个词的子词串所对应的拼音被再次输入时，将所述子词串作为新词插入用户词典中包括：

对于用户输入的拼音找到其在所述有向图中的所有节点，当在所述有向图中存在一条连接所有节点的路径时，将这些节点所对应的词串作为新词插入用户词典中。

4.根据权利要求1所述的方法，其中，每个单元还存储文字在词中的位置，包括词的开始、词中间、词尾和单字词。

5.根据权利要求4所述的方法，从所述编辑历史还原出词的列表包括：

根据每个单元中存储的文字在词中的位置来还原出所述词的列表。

6.根据权利要求1所述的方法，其中，所述编辑历史包括用户的可跟踪操作。

7.根据权利要求6所述的方法，其中，所述用户的可跟踪操作包括按下左箭头键、右箭头键、退格键和删除键。

8.根据权利要求1所述的方法，其中，在计算每两个相邻词之间的转移概率之前，所述方法还包括：

统计用户停止输入拼音的持续时间，当所述持续时间大于预定时间时，执行计算每两个相邻词之间的转移概率的步骤。

9.根据权利要求1所述的方法，其中，采用点互信息、交叉熵和语言模型中的任意一种方法来计算所述转移概率。

10.一种生成用户词典的装置，包括：

编辑历史跟踪单元，被配置为跟踪用户的编辑历史，所述编辑历史包括多个单元，其中每个单元存储用户输入的拼音和对应的文字；

词还原单元，被配置为从所述编辑历史还原出词的列表；

转移概率计算单元，被配置为计算每两个相邻词之间的转移概率；

候选词串确定单元，被配置为根据所计算的转移概率提取连续多个转 移概率均小于预定阈值的词作为候选词串；以及

用户词典生成单元，被配置为当所述候选词串的包含至少两个词的子词串所对应的拼音被再次输入时，将所述子词串作为新词插入用户词典中。