[发明专利]单词缩记法

说明书

技术领域：

本发明属于信息处理领域及语言处理领域。

背景技术：

现有的语言的输入、储存、压缩、传输、加密、识别等等处理的方法基本仍旧是将语言和文字按其本来的样子依次输入，并转为二进制码如ASCII码或UNICODE码等编码存储和处理。

在文本输入方面，现有的方法一般是完全输入语言的全部字母或符号。现有一些软件会根据用户输入的字母不断提示最有可能的单词，用户可根据提示依次输完这个单词全部的字母，也可直接按软件定义的选择键(如TAB键，1、2、3等数字键)来选择软件提供的单词选项。这种方法可以有效避免用户的拼写错误，及对单词记忆模糊的问题。对于常用的高频单词且字母比较多的长单词，此方法还减少了击键次数，使输入速度提高。此类方法基于单词的开始的前N个字母的排列和单词的频率。

但现有的方法有如下缺点：

第一：如果软件提示的单词数较少(1-4个)，用户想要输入的单词不在软件提示的单词列表中的几率相对较大。

第二：如果软件提示的单词数较多(1-8个或1-10个)，提示的单词框经常遮挡住用户正在输入的内容。不但干扰用户输入时的视线，还干扰用户输入时的思维。

第三：即使是软件提示的多达10个单词，对于非高频单词，可能仍然需要用户依次输完全部字母。

第四：对于单词长度小于6个字母的单词，此方法的优势并不太明显。因为用户还需按一次选择键，且选择键多数为TAB键或1、2、3等数字键。在目前的QWER布局的键盘并用十个手指敲击的系统中，第一选择TAB键还相对容易敲击。其它选择键如1、2、3等数字键因离人手指较远，敲击不易。

在语音输入方面，现有的方法一般是采集全部语音数据，并加以识别，目前语音输入和识别的技术在速度和准确性上已可以商业化，但离大规模使用仍在成本和准确性上存在不足。主要还在于待识别和分析的语音数据太多。

在文本数据和语音数据的储存、压缩、解压、加密、传输等方面，目前的方法仍然是存储和处理原始的文本数据和语音数据(目前的压缩技术只是在空间上、格式上对数据进行压缩，文本和语音本身并没有被缩写过)。

发明内容

本发明所要解决的技术问题是针对上述现有技术的不足，而提供一种新的缩记和确定单词的方法，可以对语言的文本和语音数据本身进行缩记、压缩、识别及加密。

为解决上述技术问题，本发明采用如下技术方案：

所述的单词缩记和确定的方法，抽取单词中的某些字母或音标来代表和确定此单词，单词缩记法分为首尾字母缩记法和音节缩记法两种；音节缩记法又分为纯字母音节缩记法、纯音标音节缩记法、字母音标混合音节缩记法三种。

所述的纯字母音节缩记法，将单词按照音节为单位，对每个音节进行缩取，只取此音节的首字母、或只取此音节的尾字母、或只取此音节的首尾字母、或只取此音节的元音字母、或只取此音节的首字母和元音字母、或取此音节的全部字母，或此音节一个字母都不取，这7种取法；将所有音节的这7种缩取法组合起来，即为纯字母音节缩记法，一个有N个音节的单词的纯字母音节缩记法有(7ⁿ-2)种，即7的N次方减去2种。加上重音符号的区别为(7ⁿ-2)*2种。

所述的纯音标音节缩记法，将单词按照音节为单位，对每个音节进行缩取，只取此音节的首辅音、或只取此音节的尾辅音、或只取此音节的首尾辅音、或只取此音节的元音音标、或只取此音节的首辅音和元音音标、或取此音节的全部音标，或此音节一个音标都不取，这7种取法；将所有音节的这7种缩取法组合起来，即为纯音标音节缩记法，一个有N个音节的单词的纯音标音节缩记法有(7ⁿ-2)种，即7的N次方减去2种。加上重音符号的区别为(7ⁿ-2)*2种。