基于聲母韻母的中文輸入法
【專利說明】
所屬技術(shù)領(lǐng)域
[0001]本發(fā)明涉及一種應(yīng)用于計(jì)算機(jī)的基于聲母韻母的中文輸入法，尤其是一種以句子為輸入單位、以詞語為輸入粒度、輸入的同時對中文語句進(jìn)行分詞的輸入法。
[0002]背景知識
[0003]漢語是一門優(yōu)秀的語言，同時又是最復(fù)雜的語言之一。漢語語音豐滿、音節(jié)豐富，音節(jié)分為聲母和韻母，聲母包括:b、p、m、f、d、t、η、1、g、k、h、j、q、X、z、C、S、zh、ch、sh、r、y、w,韻母包括:a、o、e、1、u、U、a1、ao、an、e1、er、en、ie、in、iu、ou、u1、un、Ue、ang、eng、ing、ong、iao、ian、iang、1ng、ua1、uan、uang、ia、uo、uaD 漢語由象形文字發(fā)展而來，會泛反映出中國的文化繁榮與歷史底蘊(yùn)。計(jì)算機(jī)的蓬勃發(fā)展離不開人機(jī)交互的進(jìn)步，計(jì)算機(jī)的中文輸入法技術(shù)歷經(jīng)近30年的發(fā)展，已趨于成熟?？傮w來說，現(xiàn)在施行的中文輸入法技術(shù)可分為三類:第一類是以現(xiàn)代漢語拼音方案為編碼基礎(chǔ)的拼音輸入法，第二類是以漢字的字形特征為編碼基礎(chǔ)的字形輸入法，第三類是以漢字的字音字形相結(jié)合的特征為基礎(chǔ)的音形輸入法。然而由于漢字本身的復(fù)雜性，現(xiàn)存的中文輸入法總要面對兩個問題:拼寫困難和重碼率高。

【發(fā)明內(nèi)容】

[0004]為了提高現(xiàn)存中文輸入法的輸入簡易度，為了降低重碼率進(jìn)而提高中文的輸入速度，本發(fā)明提出一種基于聲母韻母的中文輸入法。該輸入法不僅實(shí)現(xiàn)了正確打出每個漢字的平均擊鍵次數(shù)小于二次，而且輸入計(jì)算機(jī)的中文都是經(jīng)過分詞處理過的，有利于后期的數(shù)據(jù)挖掘和大數(shù)據(jù)處理。
[0005]本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是:當(dāng)切換到中文輸入法時，利用軟件對大鍵盤上的按鍵進(jìn)行重新編碼。第一步把中文音節(jié)分為兩類并分配到鍵盤的按鍵上，第一類是 a、O、e、1、U、U、b、p、m、f、d、t、η、1、g、k、h、j、q、X、z、C、S、r、y、w,除去 ii 這個音節(jié)編碼到V鍵上，其他音節(jié)分配到對應(yīng)拉丁字母所在鍵上；第二類分為十組:第I組:a1、ao、an,第 2 組:e1、er、en,第 3 組 ie、in、iu,第 4 組:ou,第 5 組:u1、un、iie,第 6 組:ang、eng、ing、ong,第 7 組:iao、ian、iang、1ng,第 8 組:ua1、uan、uang,第 9 組:ia、uo、ua,第10組:zh、ch、sh，第一到第十組的音節(jié)分別分配到大鍵盤數(shù)字鍵1-9、0上。為了便于使用，請按照這個方法記憶:字母鍵，全不變；一二三四五，a、e、1、O、u ;六是嗯(ng)，七八哎呦(1、u);九是組，十是合(h)。第二步首先在漢字編碼中添加一個編碼:分詞碼，該碼為非打印編碼，起到中文分詞標(biāo)記的作用，然后對tab鍵和空格鍵重新編碼，因?yàn)閿?shù)字鍵在第一步被編碼過了，所以編碼tab在輸入法中作用是選中下一個重碼對象，由于中文不可能輸入空格，所以把空格鍵編碼為分詞碼。該輸入法技術(shù)有兩種輸入方法:全輸和非全輸，全輸需要敲擊一次聲母加上敲擊一次韻母，或者只敲擊一次韻母，非全輸只需要敲擊聲母組合。第三步規(guī)定詞語是有屬性的，本發(fā)明的輸入法技術(shù)，以詞語為最小輸入粒度，而漢語中詞語是有屬性的，比如說:什么詞性、用來修飾什么的、近義詞有哪些、同音詞有哪些、在語句中經(jīng)常出現(xiàn)的位置等等。規(guī)定詞語是有屬性的是有必要的，因?yàn)橹形睦锟赡芡粋€讀音的有多個詞語，同一個詞語在不同的場合也有多彩的意義，規(guī)定詞語的屬性，可以大大降低重碼率，而且也是計(jì)算機(jī)讀懂漢語的一大進(jìn)步。第四步規(guī)定輸入法以語句為輸入單位，以詞語為輸入粒度，利用漢字組合詞語時的習(xí)慣、詞語構(gòu)成句子時的屬性來排除漢語重碼冗余。比如讀音為“zhi”或“Shi”的漢字非常多，但是讀音為“zhishi”的詞語就很少了 ；比如讀音為“faxian”的詞語有“發(fā)現(xiàn)”、“法線”，但是“發(fā)現(xiàn)”是動詞屬性，“法線”是名詞屬性，在組成句子的時候，可以分析語句成分，進(jìn)一步排除冗余對象。
[0006]本發(fā)明的有益效果是，簡單易推廣，能夠?qū)崿F(xiàn)每個漢字平均擊鍵次數(shù)小于二次，準(zhǔn)確率比現(xiàn)行的輸入法要高，以語句為輸入單位，輸入效率比現(xiàn)行的輸入法都要高，現(xiàn)存的中文輸入法主要使用鍵盤的三層字母鍵，本輸入法主要使用鍵盤的三層字母鍵和大鍵盤數(shù)字鍵，輸入時必須手腕騰空，有利于養(yǎng)成正確的輸入姿勢，保護(hù)手腕。輸入的中文是經(jīng)過分詞處理過的，有利于后期的數(shù)據(jù)挖掘、大數(shù)據(jù)處理、網(wǎng)絡(luò)搜索引擎搜索等的實(shí)施。
【附圖說明】
[0007]圖1是本發(fā)明的輸入法對大鍵盤數(shù)字鍵的重新編碼對照圖
[0008]圖2是基于聲母韻母的中文輸入法第一個具體實(shí)施例的分析圖
[0009]具體實(shí)施案例
[0010]如圖2所示，使用本發(fā)明的基于聲母韻母的中文輸入法輸入“誠實(shí)是一種品質(zhì)”的過程，第一步敲擊 ‘0 鍵’、‘6 鍵’、‘0 鍵’、‘i 鍵’，輸出為 “chengsh1、changsh1、shangsh1、shengshi” ；第二步敲擊‘空格鍵’，輸出為“chengshi”,此時直接選擇第一個對象，有個空格在轉(zhuǎn)換成中文時編碼成分詞碼；第三步敲擊‘0鍵’、‘i鍵’，輸出為“chengshi shi,chengshi zh1、chengshi chi”,這里解釋一下為什么總是第一個對象就是我們需要的呢，第一步中采用了使用頻率排行技術(shù)，這在現(xiàn)有的輸入法中已經(jīng)使用，第三步中使用了詞語的屬性分析，一句話中的第二個詞語一般是動詞，而且判斷動詞最有可能。第四步敲擊‘空格鍵’，直接選取第一個對象，輸出為“chengshi shi”;第五步敲擊‘y鍵’、‘i鍵’、‘0鍵’、‘6鍵，，此時輸出為“chengshi shi yichang、chengshi shi yizhong、chengshi shi yichong，，；第六步敲擊‘tab鍵’，選擇上一步輸出的第二個對象，“chengshi shi yizhong” ;第七步敲擊‘空格鍵’，輸出“chengshi shi yizhong”，第八步敲擊‘p鍵’、‘3鍵’、‘0鍵’、‘i鍵’，此時輸出為“chengshi shi yizhong pinzhi”,為什么這次沒有冗余對象呢，因?yàn)闈h字在組字的時候，聲母‘P’開頭的只能跟韻母‘in’，而不能跟‘iu’或者‘ie’，在組詞的時候，發(fā)音為‘pin’的漢字只能和發(fā)音為‘zhi’的漢字組合，而不能和‘chi’或者‘shi’結(jié)合；第九步敲擊‘。鍵’，輸出為“誠實(shí)是一種品質(zhì)?！保谶@里因?yàn)檩斎敕ㄌ綔y到標(biāo)點(diǎn)符號，知道一句話已經(jīng)輸入完，所以把拼音翻譯成中文。為什么不是“城市是一種品質(zhì)?！被蛘摺罢\實(shí)是一種品質(zhì)?！蹦?？因?yàn)椤鞘小汀\實(shí)’具有不同的詞語屬性，在一個判斷語句中，很容易就把第一種給排除掉了 ；又因?yàn)闈h語中是不存在空格輸出的，我們只是把空格編碼為一種分詞碼，所以雖然輸出的中文是包含空格這個編碼的，但是不會顯示出來。第十步敲擊‘空格鍵’，把“誠實(shí)是一種品質(zhì)?！陛斎氲诫娔X文件中，輸入一句話結(jié)束。
【主權(quán)項(xiàng)】
1.一種計(jì)算機(jī)設(shè)備的基于聲母韻母的中文輸入法，所有韻母均可以一鍵敲出，聲母和韻母組合拼出一個漢字，以句子為輸出單元，以詞語為輸入粒度，本輸入法利用了中文無空格，以及中文很少輸入阿拉伯?dāng)?shù)字的特點(diǎn)，重新對空格鍵和數(shù)字鍵進(jìn)行編碼，首先為中文添加一個編碼:分詞碼，這個編碼對應(yīng)著鍵盤空格鍵的輸入，為非打印編碼，主要作用是切分輸入語句中的詞語，接著把中文音節(jié)分為兩類，第一類包括:a、O、e、1、U、U、b、P、m、f、d、t、n、1、g、k、h、1、q、x、z、c、s、r、y、w,這些音節(jié)分配到各自對應(yīng)的鍵盤的拉丁字母按鍵上，第二類分十組，第一組:a1、ao、an,第二組:e1、er、en,第三組ie、in、iu,第四組:ou,第五組:u1、un、iie,第六組:ang、eng、ing、ong,第七組:iao、ian、iang、1ng,第八組:ua1、uan、uang,第九組:ia、uo、ua,第十組:zh、ch、sh,第一到第十組的音節(jié)分別分配到數(shù)字鍵1_9、O上，為了便于使用，請按照這個方法記憶:字母鍵，全不變；一二三四五，&、6、1、0、11;六是嗯(ng)，七八哎呦(1、u);九是組，十是合(h)。
2.如權(quán)利要求1所示，其特征是輸入句子時用空格鍵對詞語進(jìn)行分詞，同時利用漢字組成詞語的習(xí)慣、詞語構(gòu)成句子時的屬性來排除漢語重碼冗余，利用tab鍵進(jìn)行重碼冗余篩選。
3.如權(quán)利要求1所示，其特征是作為輸入的粒度，每個詞語都是有屬性的，比如說:什么詞性、用來修飾什么的、近義詞有哪些、同音詞有哪些、在語句中經(jīng)常出現(xiàn)的位置等等。
【專利摘要】一種用于計(jì)算機(jī)設(shè)備的基于聲母韻母的中文輸入法。它是以聲母+韻母進(jìn)行輸入、以語句為輸入單位、詞語為輸入粒度、兼帶分詞功能的中文輸入技術(shù)。該輸入技術(shù)首先對鍵盤按鍵重新編碼，每輸入一個漢字只需最多兩次擊鍵，對空格鍵編碼實(shí)現(xiàn)中文分詞的功能，賦予了詞語以屬性，利用組詞習(xí)慣以及詞語的屬性對重碼漢字進(jìn)行排除。
【IPC分類】G06F3-023
【公開號】CN104571573
【申請?zhí)枴緾N201310479509
【發(fā)明人】杜亞博, 劉玉紅, 王艷培
【申請人】杜亞博, 劉玉紅, 王艷培
【公開日】2015年4月29日
【申請日】2013年10月15日