Технологии ввода текста на мобильных телефонах с кнопками.

Введение

Технологии ввода для клавиатур мобильных телефонов, автозаполнение слов на ограниченных физических клавиатурах, таких как клавиатуры ранних моделей мобильных телефонов.

Предсказание текста – это технология ввода, используемая в случаях, когда одна клавиша или кнопка представляет несколько букв, например, на физических цифровых клавиатурах мобильных телефонов и в вспомогательных технологиях. Каждое нажатие клавиши приводит к предложению, а не к последовательному перебору одной и той же группы "букв" в неизменном порядке. Предсказание текста позволяет ввести целое слово одним нажатием клавиши. Эта технология эффективно использует меньшее количество клавиш устройства для ввода текста в сообщения, электронную почту, адресную книгу, календарь и тому подобное. Наиболее распространенными системами предсказания текста являются T9, iTap, eZiText и LetterWise/WordWise. Существует множество способов создания устройства, предсказывающего текст, но все такие системы имеют начальные лингвистические настройки, предлагающие варианты, которые переопределяются для адаптации к каждому пользователю. Обучение происходит за счет памяти устройства, адаптируясь к уточняющей обратной связи пользователя, приводящей к корректирующим нажатиям клавиш, например, нажатию клавиши "следующий вариант" для достижения нужного результата. Большинство систем предсказания текста имеют базу данных пользователей для упрощения этого процесса. Теоретически, количество нажатий клавиш, необходимых для ввода каждого символа в готовом тексте, в среднем сопоставимо с использованием обычной клавиатуры. Это приблизительно верно, если все используемые слова содержатся в базе данных, пунктуация игнорируется и не допущено ошибок при наборе или написании. Теоретическое количество нажатий клавиш на символ (KSPC) для клавиатуры составляет KSPC=1.00, а для многократного нажатия – KSPC=2.03. Система LetterWise от Eatoni является гибридом предсказания и многократного нажатия, которая при работе со стандартной телефонной клавиатурой достигает KSPC=1.15 для английского языка. Выбор оптимальной системы предсказания текста зависит от соответствия предпочтительному стилю интерфейса пользователя, его уровню освоения программного обеспечения предсказания текста и цели повышения эффективности. Системы предсказания текста сопряжены с определенными рисками по сравнению с системами многократного нажатия, поскольку автоматически введенный предсказанный текст, обеспечивающий скорость и механическую эффективность, может привести к передаче неверной информации, если пользователь не будет внимательно проверять результаты. Для эффективного использования систем предсказания текста требуется время, поэтому устройства обычно предоставляют пользователю возможность выбора между многократным нажатием и различными методами предсказания текста.

Predictive text is an input technology used where one key or button represents many letters, such as on the physical numeric keypads of mobile phones and in accessibility technologies. Each key press results in a prediction rather than repeatedly sequencing through the same group of "letters" it represents, in the same, invariable order. Predictive text could allow for an entire word to be input by single keypress. Predictive text makes efficient use of fewer device keys to input writing into a text message, an e mail, an address book, a calendar, and the like. The most widely used, general, predictive text systems are T9, iTap, eZiText, and LetterWise/WordWise. There are many ways to build a device that predicts text, but all predictive text systems have initial linguistic settings that offer predictions that are re prioritized to adapt to each user. This learning adapts, by way of the device memory, to a user's disambiguating feedback that results in corrective key presses, such as pressing a "next" key to get to the intention. Most predictive text systems have a user database to facilitate this process. Theoretically the number of keystrokes required per desired character in the finished writing is, on average, comparable to using a keyboard. This is approximately true providing that all words used are in its database, punctuation is ignored, and no input mistakes are made typing or spelling. The theoretical keystrokes per character, KSPC, of a keyboard is KSPC=1.00, and of multi tap is KSPC=2.03. Eatoni's LetterWise is a predictive multi tap hybrid, which when operating on a standard telephone keypad achieves KSPC=1.15 for English. The choice of which predictive text system is the best to use involves matching the user's preferred interface style, the user's level of learned ability to operate predictive text software, and the user's efficiency goal. There are various levels of risk in predictive text systems, versus multi tap systems, because the predicted text that is automatically written that provide the speed and mechanical efficiency benefit, could, if the user is not careful to review, result in transmitting misinformation. Predictive text systems take time to learn to use well, and so generally, a device's system has user options to set up the choice of multi tap or of any one of several schools of predictive text methods.

Предыстория

Служба коротких сообщений (SMS) позволяет пользователю мобильного телефона отправлять текстовые сообщения (также называемые сообщениями, SMS, текстами и txts) в виде коротких сообщений. Наиболее распространенная система ввода текста SMS называется "многократным нажатием". При использовании многократного нажатия клавишу нажимают несколько раз для доступа к списку букв, назначенных этой клавише. Например, однократное нажатие клавиши "2" отображает "a", дважды – "b", а трижды – "c". Чтобы ввести две последовательные буквы, находящиеся на одной и той же клавише, пользователь должен сделать паузу или нажать кнопку "следующая". Пользователь может вводить текст, нажимая буквенно-цифровую клавиатуру, не глядя на дисплей устройства. Таким образом, многократное нажатие легко понять и использовать без визуальной обратной связи. Однако многократное нажатие не очень эффективно, так как для ввода одной буквы может потребоваться много нажатий. В идеальной системе предиктивного ввода текста все используемые слова содержатся в словаре, пунктуация игнорируется, не допускаются орфографические и опечатки. Идеальный словарь должен включать сленг, имена собственные, сокращения, URL-адреса, слова на иностранных языках и другие уникальные для пользователя слова. В таких идеальных условиях программное обеспечение предиктивного ввода текста сокращает количество нажатий клавиш, необходимых пользователю для ввода слова. Пользователь нажимает цифру, соответствующую каждой букве, и, если слово есть в словаре предиктивного ввода текста или правильно распознается внесловарными системами, оно отображается. Например, нажатие "4663" обычно интерпретируется как слово "good", при условии, что используется лингвистическая база данных английского языка, хотя "home", "hood" и "hoof" также являются допустимыми интерпретациями последовательности нажатий. Наиболее широко используемыми системами предиктивного ввода текста являются T9 от Tegic, iTap от Motorola и LetterWise и WordWise от Eatoni Ergonomics. T9 и iTap используют словари, а продукты Eatoni Ergonomics – процесс дешифровки, набор статистических правил для восстановления слов из последовательности нажатий клавиш. Всем системам предиктивного ввода текста требуется лингвистическая база данных для каждого поддерживаемого языка ввода.

Short message service (SMS) permits a mobile phone user to send text messages (also called messages, SMSes, texts, and txts) as a short message. The most common system of SMS text input is referred to as "multi tap". Using multi tap, a key is pressed multiple times to access the list of letters on that key. For instance, pressing the "2" key once displays an "a", twice displays a "b" and three times displays a "c". To enter two successive letters that are on the same key, the user must either pause or hit a "next" button. A user can type by pressing an alphanumeric keypad without looking at the electronic equipment display. Thus, multi tap is easy to understand, and can be used without any visual feedback. However, multi tap is not very efficient, requiring potentially many keystrokes to enter a single letter. In ideal predictive text entry, all words used are in the dictionary, punctuation is ignored, no spelling mistakes are made, and no typing mistakes are made. The ideal dictionary would include all slang, proper nouns, abbreviations, URLs, foreign language words and other user unique words. This ideal circumstance gives predictive text software the reduction in the number of key strokes a user is required to enter a word. The user presses the number corresponding to each letter and, as long as the word exists in the predictive text dictionary, or is correctly disambiguated by non dictionary systems, it will appear. For instance, pressing "4663" will typically be interpreted as the word good, provided that a linguistic database in English is currently in use, though alternatives such as home, hood and hoof are also valid interpretations of the sequence of key strokes. The most widely used systems of predictive text are Tegic's T9, Motorola's iTap, and the Eatoni Ergonomics' LetterWise and WordWise. T9 and iTap use dictionaries, but Eatoni Ergonomics' products uses a disambiguation process, a set of statistical rules to recreate words from keystroke sequences. All predictive text systems require a linguistic database for every supported input language.

Словарь против несловарных систем

Традиционная disambiguation работает, обращаясь к словарю часто используемых слов, хотя Eatoni предлагает систему disambiguation, не использующую словарь. В системах, основанных на словаре, по мере ввода цифр алгоритм ищет в словаре список возможных слов, соответствующих введенной комбинации, и предлагает наиболее вероятный вариант. Пользователь может подтвердить выбор и продолжить, либо использовать клавишу для перебора возможных вариантов. Система, не использующая словарь, конструирует слова и другие последовательности букв на основе статистики частей слов. Для прогнозирования предполагаемого результата еще не введенных нажатий клавиш, disambiguation может быть объединена с функцией автозаполнения слов. Любая система (disambiguation или предсказания) может включать в себя базу данных пользователя, которая может быть дополнительно классифицирована как "самообучающаяся", когда слова или фразы добавляются в базу данных пользователя без непосредственного участия пользователя. База данных пользователя предназначена для хранения слов или фраз, которые плохо disambiguated предустановленной базой данных. Некоторые системы disambiguation также пытаются исправить орфографические ошибки, форматировать текст или выполнять другие автоматические изменения, что может как помочь, так и помешать пользователю при вводе текста.

История

Технология предсказания текста и автозаполнения была изобретена китайскими учеными и лингвистами в 1950-х годах из-за необходимости решить проблему неэффективности ввода текста на китайской пишущей машинке, поскольку процесс набора требовал поиска и выбора тысяч иероглифических символов на панели, что значительно замедляло скорость обработки текста. Клавиши китайской пишущей машинки, созданной Линь Ютаном в 1940-х годах, предлагали варианты символов, следующих за выбранным. В 1951 году китайский наборщик Чжан Цзиинь сгруппировал китайские иероглифы в ассоциативные кластеры – предшественник современных систем предсказания текста – и установил новый рекорд скорости набора. Предсказательный ввод текста с телефонной клавиатуры известен как минимум с 1970-х годов (Смит и Гудвин, 1971). Изначально технология предсказания текста использовалась главным образом для поиска имен в телефонных справочниках, пока не получила широкое распространение благодаря текстовым сообщениям на мобильных телефонах.

Компании и продукты

Предсказуемый ввод текста разрабатывается и предлагается в различных конкурирующих продуктах, таких как T9 от Nuance Communications. Другие продукты включают iTap от Motorola; LetterWise от Eatoni Ergonomic (предсказание на основе символов, а не слов); WordWise (предсказание на основе слов без использования словаря); EQ3 (раскладка, похожая на QWERTY, совместимая со стандартными телефонными клавиатурами); Phraze It от Prevalent Devices; TenGO от Xrgomics (шестиклавишная урезанная система клавиатуры QWERTY); Adaptxt (учитывает язык, контекст, грамматику и семантику); Lightkey (программное обеспечение для предсказательного набора текста для Windows); Clevertexting (основанный на статистической природе языка, без словаря, с динамическим назначением клавиш); Oizea Type (учитывает временную неоднозначность); Tauto от Intelab; Intelligent Input Platform™ от WordLogic (запатентованная многоуровневая продвинутая система предсказания текста, включающая многоязычный словарь, проверку орфографии и встроенный веб-поиск); Gboard от Google.

Текстонимы

Слова, получаемые при нажатии одной и той же комбинации клавиш, называются "текстонимами", также "txtonyms" или "T9onyms" (произносятся как "тайнонимы" /t//aɪ//n//ə//n//ɪ//m//z/). Автозамена текста, выбирающая вариант, отличный от ожидаемого пользователем, имеет сходство с эффектом Купертино, когда программа проверки орфографии заменяет написанное слово на другое, непреднамеренное. Текстонимы использовались как молодежный сленг; например, слово "книга" использовалось для обозначения "круто", так как "книга" было вариантом по умолчанию в системах предсказания текста, которые предполагали, что оно встречается чаще, чем "круто". Это связано с какографией.

Недостатки в расшифровке и орфографические ошибки

Текстонимы – не единственная проблема, ограничивающая эффективность реализации предсказания текста. Другая значительная проблема – это слова, для которых уточнение (или детерминация) выдает единственный, неверный результат. Например, система может выдать "Blairf" при вводе "252473", хотя предполагалось слово "Blaise" или "Claire", оба из которых соответствуют этой последовательности нажатий клавиш, но в данном примере не находятся системой предсказания текста. Когда возникают опечатки или орфографические ошибки, система уточнения крайне редко распознает их правильно, хотя механизмы исправления ошибок могут смягчить этот эффект.