[发明专利]一种基于样本概率量化的输入方法、装置和电子设备

权利要求书

1.一种基于样本概率量化的输入方法，其特征在于，所述方法包括：

获取用户输入信息，计算得到候选词；

对所述候选词进行概率预测计算，得到所述候选词的概率值；

将所述候选词的所述概率值输入至映射函数中，得到所述候选词对应的概率映射值；其中，所述映射函数用于将所述概率值映射至指定概率映射值域范围内，以及在所述指定概率映射值域范围内，将所述概率映射值的离散程度调节为期望的离散程度，所述概率值与所述概率映射值为一一映射关系；

其中，所述映射函数包括多个分段映射函数，所述分段映射函数分别具有对应的特定概率值域范围；所述将所述候选词的所述概率值输入至映射函数中，得到所述候选词对应的概率映射值，包括：

确定所述候选词的所述概率值所属的特定概率值域范围，以获取对应的所述分段映射函数作为特定映射函数；

将所述候选词的所述概率值输入至所述特定映射函数，得到所述候选词对应的概率映射值；其中，所述特定映射函数用于将属于所述特定概率值域范围的所述概率值映射至特定概率映射值域范围内，所述特定概率映射值域范围包含于所述指定概率映射值域范围；

对所述概率映射值进行取整处理，得到概率映射量化值；

根据所述概率映射量化值，确定所述候选词的排序次序，以按照所述排序次序输出候选词列表。

2.根据权利要求1所述的方法，其特征在于，在所述对所述候选词进行概率预测计算，得到所述候选词的概率值之前，所述方法还包括：

采集和汇总候选词样本数据，统计得到所述候选词样本的样本种类数量；

对所述候选词样本进行概率分布计算，得到所述候选词样本的样本概率值，再根据所述样本概率值本身的分布情况，计算得到离散化分布宽度和离散化分布中心点；

获取电子设备的数据存储空间信息，计算得到概率映射值域范围和特定概率映射值域范围边界；

根据所述样本种类数量、所述离散化分布宽度、所述离散化分布中心点、所述概率映射值域范围和所述特定概率映射值域范围边界，生成映射函数和量化函数。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

根据所述离散化分布宽度、所述概率映射值域范围和所述特定概率映射值域范围边界，生成条件映射函数。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

获取与所述候选词对应的词类；

对所述词类进行概率预测计算，得到所述词类的条件本身概率值；

在所述词类的条件下，对所述候选词进行概率预测计算，得到所述候选词的条件概率值；

将所述词类的所述条件本身概率值输入至所述条件映射函数中，得到所述词类对应的条件本身概率映射值；

将所述候选词的所述条件概率值输入至所述映射函数中，得到所述候选词对应的条件概率映射值；

对所述条件本身概率映射值和所述条件概率映射值进行先累加计算再取整处理，或者先取整处理再累加计算，得到所述候选词的概率映射量化值。

5.根据权利要求2所述的方法，其特征在于，所述映射函数f(x)为：

其中，

G₀＝g(A^-1·p₀)，G₁＝g(A·p₀)

其中，t_k为概率映射值分布的离散程度调节变量，K是样本种类数量，A为离散化分布宽度，p₀为离散化分布中心点，W是概率映射值域范围上界，W_E为特定概率映射值域范围边界；

其中，所述t_k的计算公式为以下公式的任意一种：

其中，D为精度调节参数。

6.根据权利要求4所述的方法，其特征在于，所述条件映射函数f_m(m)为：

f_m(m)＝ln(m^-1)·L

其中，m为条件本身概率值。