[发明专利]一种输入方法、装置及电子设备

说明书

本发明公开了一种输入方法、装置及电子设备。该输入方法包括：在输入时，获取用户输入的当前字符串和当前输入位置对应的上下文信息；基于当前字符串和上下文信息生成输入数据；通过预先训练好的端到端深度学习模型基于输入数据对当前字符串进行字符串转换、排序，获得当前字符串对应的候选项序列并展现。在上述技术方案中，通过端到端深度学习模型基于当前字符串和上下文信息获得候选项序列，不依赖于人为设定的规则，通过模型的复杂性能够更好的理解用户复杂的输入过程，提供更为准确的候选项和排序，解决了现有技术中输入法存在的候选项转换、排序准确性较低的技术问题，提高了输入过程中候选项的提供、排序的准确性。

技术领域

本发明涉及软件技术领域，特别涉及一种输入方法、装置及电子设备。

背景技术

随着科学技术的不断发展，人机交互越来越频繁，其交互的方式也越来越多样，如语音交互、鼠标交互、输入法交互等等，其中通过输入法进行人机交互为最重要的交互方式之一。

目前，在通过输入法进行输入时，输入法将用户输入字符串与词库中的字符串进行对比，将用户的输入字符串转换为词，作为候选项提供给用户。输入法提供的各种功能(调频、纠错、组词)需要人为制定一系列的规则，将用户输入的字符串转换成候选项，如将拼音转换为汉字。这些人为制定的规则难以做到足够完善，难以准确理解用户复杂多变的输入过程，其候选项的转换、排序存在准确性较低的技术问题。

发明内容

本发明实施例提供一种输入方法、装置及电子设备，用于解决现有技术中输入法存在的候选项转换、排序准确性较低的技术问题。

本发明实施例提供一种输入方法，应用于输入法客户端，所述输入法客户端安装有用于字符转换和排序的端到端深度学习模型，所述端到端深度学习模型通过大数据训练获得，所述方法包括：

获取用户输入的当前字符串和当前输入位置对应的上下文信息；

基于所述当前字符串和所述上下文信息生成输入数据；

通过所述端到端深度学习模型基于所述输入数据对所述当前字符串进行字符串转换、排序，获得所述当前字符串对应的候选项序列并展现。

可选的，所述基于所述当前字符串和所述上下文信息生成输入数据，包括：

获得所述用户当前输入行为对应的环境信息和/或位置信息；

基于所述当前字符串和所述上下文信息，以及所述环境信息和/或位置信息，生成所述输入数据。

可选的，若所述端到端深度学习模型为循环神经网络，通过所述端到端深度学习模型基于所述输入数据对所述当前字符串进行字符串转换、排序，包括：

通过所述循环神经网络基于所述输入数据和所述循环神经网络上一时刻的输出状态对所述当前字符串进行字符串转换、排序。

可选的，所述端到端深度学习模型的训练方法包括：

获得各个输入法客户端运行过程中的输入日志集，所述输入日志集中每条输入日志包括：用户的历史输入数据、所述历史输入数据对应的上屏词，所述历史输入数据包括每次输入行为对应的输入字符串、上下文信息及环境信息和/或位置信息；

将每条输入日志作为一个样本：所述历史输入数据为模型的当前输入、所述上屏词作为模型的期待值，训练获得所述端到端深度学习模型。

可选的，所述输入日志集包括：用户选择由所述输入法客户端的纠错功能、模糊音识别功能、组词功能提供的候选项进行上屏的输入日志。

本申请实施例还提供一种输入装置，应用于输入法客户端，所述输入法客户端安装有用于字符转换和排序的端到端深度学习模型，所述端到端深度学习模型通过大数据训练获得，所述装置包括：