專(zhuān)利名稱(chēng)：中文內(nèi)容拼寫(xiě)校正的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種中文輸入法，尤其是一種采用近似音字詞組來(lái)提供使用者校正的 中文內(nèi)容拼寫(xiě)校正的方法。
背景技術(shù)：
近年來(lái)，由于華人世界的經(jīng)濟(jì)快速發(fā)展，使得全球興起一股中文學(xué)習(xí)風(fēng)潮。這種風(fēng) 潮之下，各種學(xué)習(xí)中文的電子設(shè)備也跟著快速地發(fā)展與普及化。其中，如電子辭典、PDA、PC 等為最基本的中文學(xué)習(xí)的電子產(chǎn)品平臺(tái)。這些電子產(chǎn)品，皆可讓人們進(jìn)行中文查詢(xún)或輸入。由于中文為象形文字體系，其與英文不同，無(wú)法見(jiàn)字而直接讀出來(lái)，因而需要注音 系統(tǒng)的輔助。自1982年8月1日國(guó)際標(biāo)準(zhǔn)化組織發(fā)出國(guó)際標(biāo)準(zhǔn)IS07098《文獻(xiàn)工作-中文 羅馬字母拼寫(xiě)法》文件以規(guī)定拼寫(xiě)漢語(yǔ)以漢語(yǔ)拼音為國(guó)際標(biāo)準(zhǔn)后，漢語(yǔ)拼音即成為國(guó)際標(biāo) 準(zhǔn)而廣泛通行于世界各國(guó)。漢語(yǔ)拼音成為國(guó)際標(biāo)準(zhǔn)雖數(shù)十年，仍然會(huì)由于個(gè)人的學(xué)習(xí)因素 而產(chǎn)生各種不同的“拼音錯(cuò)誤”問(wèn)題。對(duì)使用者來(lái)講，如何能快速地以自己習(xí)慣的方式獲得 他自己想要的結(jié)果，成為使用者最關(guān)注的事情。于是，使用者對(duì)于這種因?yàn)槠匆糨斎脲e(cuò)誤導(dǎo) 致的字詞的輸出結(jié)果不符合自己想要的，會(huì)產(chǎn)生不愉快的感覺(jué)。也就是，在使用者必須輸入 多次才有可能找到自己想要的字詞情況下，會(huì)使得輸入的速度變慢進(jìn)而導(dǎo)致學(xué)習(xí)速度的降 低，甚至因?yàn)槭褂么煺鄱档蛯W(xué)習(xí)的意愿。舉例來(lái)說(shuō)，當(dāng)使用者采用拼音法輸入某中文字詞，如“拼音(pinyin) ”，卻不小心或 者因輸入拼音錯(cuò)誤而輸入成“平因(Pinyin)”時(shí)，一般的系統(tǒng)所對(duì)應(yīng)出來(lái)的輸出即會(huì)輸出 “平因”而非“拼音”。此時(shí)，使用者必須要重新輸入，會(huì)浪費(fèi)很多時(shí)間。面對(duì)此種問(wèn)題，先前技術(shù)已采用所謂的模糊技術(shù)(Fuzzy Technology)來(lái)處理因?yàn)?輸入錯(cuò)誤的問(wèn)題。其基本的作法，不外乎是根據(jù)拼音系統(tǒng)本身的易混淆音，以提供相關(guān)的拼 字結(jié)果列表，來(lái)供使用者選擇。例如，發(fā)明專(zhuān)利“中文漢字輸入矯正方法及系統(tǒng)”，其提供了 一聲母混淆音數(shù)據(jù)庫(kù)與韻母混淆音數(shù)據(jù)庫(kù)，當(dāng)?shù)谝淮蔚钠匆糨斎氲妮敵鼋Y(jié)果不符合使用者 的需求時(shí)，通過(guò)使用者提供矯正指令后，系統(tǒng)即輸出混淆音的相關(guān)輸出，再讓使用者進(jìn)行選 擇。這種技術(shù)，已經(jīng)進(jìn)一步改進(jìn)了只能提供正確的輸入以獲得想要的輸出的結(jié)果。不 過(guò)，在使用時(shí)，其矯正的動(dòng)作會(huì)在使用者確認(rèn)系統(tǒng)輸出使用者所輸入的拼音后的中文輸出 “錯(cuò)誤”后，再由使用者輸入指令進(jìn)行矯正，對(duì)于許多常常發(fā)生錯(cuò)誤的使用者來(lái)說(shuō)，仍然會(huì)造 成很大的困擾。如何能夠讓使用者的習(xí)慣以及雖然發(fā)生錯(cuò)誤的狀況下，能夠快速地適應(yīng)使 用者的習(xí)慣，進(jìn)而快速地產(chǎn)生使用者所想要的字詞，成為漢語(yǔ)拼音輸入法可改進(jìn)的空間。

發(fā)明內(nèi)容
本發(fā)明為解決背景技術(shù)中存在的上述技術(shù)問(wèn)題，而提出一種中文內(nèi)容拼寫(xiě)校正的方法。本發(fā)明的技術(shù)解決方案是本發(fā)明為一種中文內(nèi)容拼寫(xiě)校正的方法，其特殊之處在于1)建立漢字轉(zhuǎn)拼音序列數(shù)據(jù)庫(kù)、近音關(guān)系替換表和常用組合對(duì)照表；2)接收中文內(nèi)容；3)從漢字轉(zhuǎn)拼音序列數(shù)據(jù)庫(kù)中取得中文內(nèi)容的拼音序列；4)根據(jù)近音關(guān)系替換表替換拼音序列的拼音序列組合；5)根據(jù)常用組合對(duì)照表取得對(duì)應(yīng)于拼音序列組合的匹配字詞組合；6)輸出匹配字詞組合。上述拼音采取通用拼音、國(guó)音第一式、國(guó)音第二式、威翟拼音、耶魯拼音、臺(tái)語(yǔ)甲式、華語(yǔ)甲式、華語(yǔ)乙式或注音二式。上述近音關(guān)系替換表是根據(jù)聲母相近音與韻母相近音建立。上述拼音對(duì)照表是根據(jù)常用字詞組合建立。本發(fā)明還提供另一種中文內(nèi)容拼寫(xiě)校正的方法，其特殊之處在于該方法包含以 下步驟1)建立近音關(guān)系替換表和常用組合對(duì)照表；2)接收原始拼音序列；3)根據(jù)近音關(guān)系替換表取得替換原始拼音序列的修正拼音序列組合；4)根據(jù)常用組合對(duì)照表取得對(duì)應(yīng)于修正拼音序列的匹配字詞組合；5)輸出匹配字詞組合。上述拼音采取通用拼音、國(guó)音第一式、國(guó)音第二式、威翟拼音、耶魯拼音、臺(tái)語(yǔ)甲 式、華語(yǔ)甲式、華語(yǔ)乙式或注音二式。上述近音關(guān)系替換表是根據(jù)聲母相近音與韻母相近音建立。上述拼音對(duì)照表是根據(jù)常用字詞組合建立。本發(fā)明利用漢語(yǔ)拼音以及拼音發(fā)音規(guī)則的特性并結(jié)合常用字詞的組合規(guī)則，來(lái)將 使用者所輸入的中文內(nèi)容或者拼音序列的字詞組通過(guò)拼音的近音關(guān)系替換表的查詢(xún)加以 擴(kuò)大，再通過(guò)拼音與漢字常用字詞組合的常用組合對(duì)照表將擴(kuò)大的近音的拼音組取得擴(kuò)大 的近音關(guān)系的中文字詞，提供使用者校正輸入的中文或者拼音內(nèi)容，由此達(dá)到方便使用者 選擇正確字詞的目的。


圖1為漢字轉(zhuǎn)拼音序列數(shù)據(jù)庫(kù)示范例；圖2為近音關(guān)系替換表示范例；圖3為常用字詞對(duì)照表示范例；圖4為本發(fā)明中文內(nèi)容拼寫(xiě)校正方法，輸入中文字流程圖；圖5為本發(fā)明中文內(nèi)容拼寫(xiě)校正方法，輸入拼音流程圖。
具體實(shí)施例方式一般人在輸入拼音時(shí)，難免會(huì)因?yàn)槠磳?xiě)錯(cuò)誤，或者因?yàn)閷?duì)拼音不熟等因素，而發(fā)生 輸入不對(duì)的拼音。這點(diǎn)對(duì)電子產(chǎn)品的設(shè)計(jì)來(lái)講，非常不容易處理。因?yàn)椋娮赢a(chǎn)品無(wú)法很 “準(zhǔn)確地”每次都猜到使用者的“錯(cuò)誤”所在。先前技術(shù)也不斷地在電子產(chǎn)品上，以模糊、個(gè) 人化記憶的方式來(lái)解決這個(gè)問(wèn)題。本發(fā)明的解決方式回歸到使用者可能發(fā)生錯(cuò)誤的情境，來(lái)提供使用者可能的正確詞句，來(lái)解決使用者自行發(fā)生的錯(cuò)誤。為了達(dá)到上述的目的，首先要建立三個(gè)數(shù)據(jù)庫(kù)，分別為1.根據(jù)相應(yīng)的漢字與其漢語(yǔ)拼音序列對(duì)照的數(shù)據(jù)庫(kù)_漢字轉(zhuǎn)拼音序列數(shù)據(jù)庫(kù)； 2.根據(jù)中文發(fā)音的近音關(guān)系建立的拼音替換表-近音關(guān)系替換表；3.常用字詞組合的拼音 漢字對(duì)照表_常用組合對(duì)照表。將這三個(gè)對(duì)照表加以充分運(yùn)用，即可實(shí)現(xiàn)本發(fā)明欲達(dá)成的 目的。以下，先說(shuō)明此三個(gè)對(duì)照表。首先，參見(jiàn)圖1，漢字轉(zhuǎn)拼音序列數(shù)據(jù)庫(kù)包含了每個(gè)中文文字的拼音內(nèi)容數(shù)據(jù)。如 “拼”的對(duì)照拼音序列為“Pin” ；“音”的對(duì)照拼音序列為“yin” ；“的”的對(duì)照拼音序列為 “de”;“方”的對(duì)照拼音序列為“fang”;“法”的對(duì)照拼音序列為“fa”;“無(wú)”的對(duì)照拼音序列 為“mi” ；“敵”的對(duì)照拼音序列為“di” ；“電”的對(duì)照拼音序列為“dian” ；“子”的對(duì)照拼音 序列為“zi” ；“辭”的對(duì)照拼音序列為“ci” ；“典”的對(duì)照拼音序列為“dian” ；“世”的對(duì)照 拼音序列為“ shi ” ；“界，，的對(duì)照拼音序列為“ jie” ；“第”的對(duì)照拼音序列為“di ” ；“一”的 對(duì)照拼音序列為“yi”，等等。接著，參見(jiàn)圖2，拼音的近音關(guān)系替換表包含兩個(gè)部份聲母相近音與韻母相近 音。相近音的替換表建立，采取人類(lèi)的輸入習(xí)慣以及拼音習(xí)慣來(lái)制作。例如，圖4中，在聲 母中，T的近似音為“η” ；"ζ"的近似音為“zh”；“c”的近似音為“ch”；“s”的近似音為 “sh” ；“zh”的近似音為“ j” ；“ch”的近似音為V，；“sh”的近似音為“X” ；“η”的近似音為 T ；“f ”的近似音為“h” ;“r，，的近似音為T(mén) ；“m，，的近似音為“n”，等等。在韻母中，“η”的近似音為“ng”;“im”的近似音為“en”;“l(fā)”的近似音為“V”;“in” 的近似音為“ing” ；"en"的近似音為“eng” ；"ao"的近似音為“ou”，等等。以上的聲母與韻母的近似音，可能把使用者所輸入的字詞，經(jīng)過(guò)排列組合后，可以 重新組成多組的拼音。不過(guò)，這些拼音實(shí)際上還是會(huì)對(duì)照到固定的詞句當(dāng)中。由于一般人 在思考時(shí)，多半是以詞句作為思考的基礎(chǔ)，因此，以詞句為基礎(chǔ)的輸入法目前在市面上多屬 主流。也就是，在輸入的時(shí)候，以詞句為基礎(chǔ)來(lái)做進(jìn)一步的篩選時(shí)，將可把一些不大可能出 現(xiàn)的拼音轉(zhuǎn)漢字詞句的組合刪除掉，形成比較接近使用者想輸入的可能詞句。參見(jiàn)圖3，其根據(jù)目前市面上的常用字詞組合，建立其拼音對(duì)照表。即建立可通過(guò) 拼音查找漢字常用字詞組的對(duì)照，讓系統(tǒng)可以拼音找到相對(duì)應(yīng)的漢字字詞組合。拼音的字 詞組，多半與漢字字詞組的對(duì)應(yīng)關(guān)系為一對(duì)一的關(guān)系，少有一對(duì)多的情形。因此，在選擇上 相對(duì)比較容易。此外，漢字轉(zhuǎn)拼音序列數(shù)據(jù)庫(kù)、近音關(guān)系替換表與常用組合對(duì)照表，均可根據(jù)使用 者所應(yīng)用的電子產(chǎn)品特性來(lái)進(jìn)行擴(kuò)充。例如，使用者所采用的電子產(chǎn)品屬于可擴(kuò)充記憶卡 或其它具有可增加數(shù)據(jù)庫(kù)內(nèi)容的擴(kuò)充內(nèi)存的產(chǎn)品。如此，可將對(duì)照表依實(shí)際的需求進(jìn)行擴(kuò) 充，例如，采取使用者自行輸入的方式，或采取網(wǎng)絡(luò)下載的方式來(lái)進(jìn)行擴(kuò)充。圖3中的范例指出，“pinyin”對(duì)照了“拼音”的字詞組；“pinyin”對(duì)照了“拼音”的字詞組；“fangfa”對(duì)照了 “方法”的字詞組；“midi”對(duì)照了 “無(wú)敵”的字詞組；“dianzi” 對(duì)照了“電子”的字詞組；“cidian”對(duì)照了“辭典”的字詞組；“shijie”對(duì)照了“世界”的字 詞組；“diyi”對(duì)照了“第一”的字詞組；“gaoxin”對(duì)照了“高薪”的字詞組；“gaoxing”對(duì)照 了 “高興”的字詞組；“gouxin”對(duì)照了 “勾心”或“夠新”的字詞組；“gouxing”對(duì)照了 “夠 腥”的字詞組，等等。
以下將說(shuō)明本發(fā)明如何運(yùn)用以上三種不同的數(shù)據(jù)庫(kù)以達(dá)到本發(fā)明所欲達(dá)到的目 的。參見(jiàn)圖4，當(dāng)使用者直接通過(guò)其它輸入法，如手寫(xiě)、注音、倉(cāng)頡、行列、大易、簡(jiǎn)易、自 然…各種不同的輸入法輸入中文字詞后，當(dāng)使用者認(rèn)為所輸入的字詞組非其所需要的字詞 組時(shí)，即可采用圖4的流程來(lái)獲得其所需要的字詞組。步驟110 接收中文內(nèi)容。如上所述，由使用者通過(guò)某些輸入法輸入中文內(nèi)容。例如，使用者輸入“高興”兩字。步驟120 取得中文內(nèi)容的拼音序列。接下來(lái)，即通過(guò)圖1所說(shuō)明的漢字轉(zhuǎn)拼音序列數(shù)據(jù)庫(kù)來(lái)取得步驟110輸入的中文 內(nèi)容所對(duì)應(yīng)的拼音序列?！案吲d”兩字所對(duì)應(yīng)的拼音序列為“gaoxing”。步驟130 根據(jù)近音關(guān)系替換表替換拼音序列的拼音序列組合。此步驟通過(guò)圖2所說(shuō)明的近音關(guān)系替換表，將聲母與韻母的可能組合找出，在 “gaoxing”的范例中，“ao”的近似音為“uo”，而“xing”的近似音為“xin”，因此，有四組近 似拼音序列，分別為:"gaoxin", "gaoxing", "gouxin", “gouxing，，。步驟140 根據(jù)常用組合對(duì)照表取得與該拼音序列組合的匹配字詞組合。接下來(lái)，即運(yùn)用圖3的常用組合對(duì)照表，查找“gaoxin”，“gaoxing”，“gouxin”， “gouxing”這四個(gè)可能的字詞組，結(jié)果找到與之對(duì)應(yīng)的字詞組合為“高薪”，“高興”，“勾 心”，“夠新”，“夠腥”幾組漢字。步驟150 輸出匹配字詞組合。接下來(lái)，即輸出“高薪”，“高興”，“勾心”，“夠新”，“夠腥”幾組漢字詞，供用戶(hù)選擇。圖4說(shuō)明了本發(fā)明如何運(yùn)用1.漢字轉(zhuǎn)拼音序列數(shù)據(jù)庫(kù)；2.近音關(guān)系替換表；3.常 用組合對(duì)照表，這三個(gè)數(shù)據(jù)庫(kù)來(lái)達(dá)到本發(fā)明的目的。其基本精神在于，將使用者所輸入的中 文字詞，通過(guò)圖2的近音關(guān)系替換表擴(kuò)大到近似音字詞的可能范圍，再通過(guò)圖3的常用組合 對(duì)照表將對(duì)應(yīng)的漢字輸出，即可產(chǎn)生多組近似音的漢字，來(lái)讓使用者查找到想要的數(shù)據(jù)，解 決使用者可能發(fā)生的輸入錯(cuò)誤問(wèn)題。接著，如果用戶(hù)輸入的是拼音，則采用圖5的流程來(lái)進(jìn)行處理，其直接根據(jù)輸入的 拼音在替換表中尋找對(duì)應(yīng)的替換關(guān)系，得到所有可能的替換序列。步驟說(shuō)明如下步驟210 接收拼音內(nèi)容。由使用者輸入法輸入拼音內(nèi)容。例如，使用者輸入“gaoxing”。步驟220 根據(jù)近音關(guān)系替換表替換拼音序列的拼音序列組合。此步驟通過(guò)圖2所說(shuō)明的拼音的近音關(guān)系替換表，將聲母與韻母的可能組合找 出，在“gaoxing”的范例中，"ao"的近似音為“uo”，而“xing”的近似音為“xin”，因此，有 四組近似拼音序列，分別為“gaoxin”，“gaoxing", “gouxin”，“gouxing”。步驟230 根據(jù)常用組合照表取得與拼音序列組合的匹配字詞組合。接下來(lái)，即運(yùn)用圖3的常用組合對(duì)照表，查找“gaoxin”，“gaoxing”，“gouxin”， “gouxing”這四個(gè)可能的字詞組，結(jié)果找到與之對(duì)應(yīng)的字詞組合為“高薪”，“高興”，“勾 心”，“夠新”，“夠腥”幾組漢字。 步驟240 輸出匹配字詞組合。
接下來(lái)，即輸出“高薪”，“高興”，“勾心”，“夠新”，“夠腥”幾組漢字詞，供用戶(hù)選擇。 參見(jiàn)圖5，只需運(yùn)用1.拼音的近音關(guān)系替換表；2.常用組合對(duì)照表，這兩個(gè)數(shù)據(jù)庫(kù) 即可達(dá)到本發(fā)明的目的。其基本精神同樣在于，將使用者所輸入的拼音字詞，通過(guò)圖2的近 音關(guān)系替換表擴(kuò)大到近似音字詞的可能范圍，再通過(guò)圖3的常用組合對(duì)照表將對(duì)應(yīng)的漢字 輸出，即可產(chǎn)生多組近似音的漢字，讓使用者查找到想要的數(shù)據(jù)，解決使用者可能發(fā)生的輸 入錯(cuò)誤問(wèn)題。以上實(shí)施例，以漢語(yǔ)拼音的實(shí)施例來(lái)說(shuō)明本發(fā)明。實(shí)務(wù)上，熟習(xí)本發(fā)明技術(shù)領(lǐng)域 的相關(guān)技術(shù)人員，當(dāng)可輕易采用本發(fā)明直接運(yùn)用到其它的拼音方法，例如，通用拼音、國(guó)音 第一式、國(guó)音第二式、威翟拼音、耶魯拼音、臺(tái)語(yǔ)甲式、華語(yǔ)甲式、華語(yǔ)乙式、注音二式等拼音 方法。通過(guò)將不同的拼音方法分別建立1.根據(jù)相應(yīng)的漢字與其漢語(yǔ)拼音序列對(duì)照的數(shù)據(jù) 庫(kù)；2.根據(jù)中文發(fā)音的近音關(guān)系建立的拼音替換表-拼音的近音關(guān)系替換表；3.常用字詞 組合的拼音漢字對(duì)照表，這三個(gè)對(duì)照表。再采取本發(fā)明的流程，即可實(shí)現(xiàn)同樣的功能。
權(quán)利要求
一種中文內(nèi)容拼寫(xiě)校正的方法，其特征在于該方法包含以下步驟1)建立漢字轉(zhuǎn)拼音序列數(shù)據(jù)庫(kù)、近音關(guān)系替換表和常用組合對(duì)照表；2)接收中文內(nèi)容；3)從漢字轉(zhuǎn)拼音序列數(shù)據(jù)庫(kù)中取得中文內(nèi)容的拼音序列；4)根據(jù)近音關(guān)系替換表替換拼音序列的拼音序列組合；5)根據(jù)常用組合對(duì)照表取得對(duì)應(yīng)于拼音序列組合的匹配字詞組合；6)輸出匹配字詞組合。
2.根據(jù)權(quán)利要求1所述的中文內(nèi)容拼寫(xiě)校正的方法，其特征在于所述拼音采取通用 拼音、國(guó)音第一式、國(guó)音第二式、威翟拼音、耶魯拼音、臺(tái)語(yǔ)甲式、華語(yǔ)甲式、華語(yǔ)乙式或注音■——ο
3.根據(jù)權(quán)利要求1所述的中文內(nèi)容拼寫(xiě)校正的方法，其特征在于所述近音關(guān)系替換 表是根據(jù)聲母相近音與韻母相近音建立。
4.根據(jù)權(quán)利要求1所述的中文內(nèi)容拼寫(xiě)校正的方法，其特征在于所述拼音對(duì)照表是 根據(jù)常用字詞組合建立。
5.一種中文內(nèi)容拼寫(xiě)校正的方法，其特征在于該方法包含以下步驟1)建立近音關(guān)系替換表和常用組合對(duì)照表；2)接收原始拼音序列；3)根據(jù)近音關(guān)系替換表取得替換原始拼音序列的修正拼音序列組合；4)根據(jù)常用組合對(duì)照表取得對(duì)應(yīng)于修正拼音序列的匹配字詞組合；5)輸出匹配字詞組合。
6.根據(jù)權(quán)利要求5所述的中文內(nèi)容拼寫(xiě)校正的方法，其特征在于所述拼音采取通用 拼音、國(guó)音第一式、國(guó)音第二式、威翟拼音、耶魯拼音、臺(tái)語(yǔ)甲式、華語(yǔ)甲式、華語(yǔ)乙式或注音■——ο
7.根據(jù)權(quán)利要求5所述的中文內(nèi)容拼寫(xiě)校正的方法，其特征在于所述近音關(guān)系替換 表是根據(jù)聲母相近音與韻母相近音建立。
8.根據(jù)權(quán)利要求5所述的中文內(nèi)容拼寫(xiě)校正的方法，其特征在于所述拼音對(duì)照表是 根據(jù)常用字詞組合建立。
全文摘要
本發(fā)明涉及一種中文內(nèi)容拼寫(xiě)校正的方法，利用漢語(yǔ)拼音以及拼音發(fā)音規(guī)則的特性并結(jié)合常用字詞的組合規(guī)則，來(lái)將使用者所輸入的中文內(nèi)容或者拼音序列的字詞組通過(guò)拼音的近音關(guān)系替換表的查詢(xún)加以擴(kuò)大，再通過(guò)拼音與漢字常用字詞組合的常用組合對(duì)照表將擴(kuò)大的近音的拼音組取得擴(kuò)大的近音關(guān)系的中文字詞，提供使用者校正輸入的中文或者拼音內(nèi)容，由此達(dá)到方便使用者選擇正確字詞的目的。
文檔編號(hào)G06F17/30GK101819469SQ200910309378
公開(kāi)日2010年9月1日 申請(qǐng)日期2009年11月6日 優(yōu)先權(quán)日2009年11月6日
發(fā)明者劉巍, 陳國(guó)強(qiáng), 陳淮琰 申請(qǐng)人:無(wú)敵科技(西安)有限公司