[发明专利]电子装置及其控制方法

说明书

提供了一种电子装置和控制方法。所述电子装置包括：存储单元，用于存储基于用户的词典；输入单元，用于接收输入的句子，其中，所述输入的句子包括用户特定词语和通过基于神经网络的语言模型学习的至少一个词语；以及处理器，用于基于所述输入的句子的语义信息确定所述用户特定词语的概念类别，将所述用户特定词语添加到所述基于用户的词典以执行更新，并且当与学习的所述至少一个词语的语义信息相应的文本被输入时，将所述用户特定词语提供为能够在所述文本之后被输入的自动补全推荐词语。

技术领域

本公开涉及一种电子装置及其控制方法，更具体地讲，涉及使用未在基于神经网络的语言模型中学习的用户特定词语的语义词语嵌入来提供基于用户的词典的电子装置及其控制方法。

背景技术

随着物联网(IoT)装置的越来越多的使用，正在开发在智能装置中对用户更方便的字符输入方法。

例如，智能装置提供有通过使用虚拟键盘的词语自动补全功能和下一个词语预测功能。

通常，通过使用虚拟键盘的词语自动补全功能和下一个词语预测功能使用N-gram模型或神经网络语言模型。

N-gram模型可仅考虑输入词语的顺序而不按照神经网络中的学习语法考虑输入词语的语义含义来预测将被输入的下一个词语。因此，容易将词语添加到N-gram模型的语言模型，但通过预测将被输入的下一个词语而推荐的词语的顺序在语义上是不连贯的。

另一方面，作为使用神经网络方法预测下一个词语并推荐自动补全词语的方法的语义词语嵌入基于词语的语义含义将具有相似含义的词语转换为相似的矢量值并在矢量空间上将转换的词语放置在彼此邻近的位置。因此，在神经网络方法中，自动补全推荐词语的顺序在语义上是连贯的。

然而，语义词语嵌入仅针对在神经网络语言模型中学习的词语分析含义，并且提供为自动补全推荐词语。因此，当未包括在常规的神经网络语言模型(例如，包括在词典中的词汇)中的用户特定词语被输入到用户终端时，存在如下问题：即使用户特定词语具有与在神经网络语言模型中学习的词语相似的含义，用户特定词语也不被提供为自动补全推荐词语。

发明内容

技术问题

本公开提供一种电子装置及其控制方法，该电子装置用于基于在用户终端中使用的用户特定词语的语义词语嵌入来提供基于用户的词典，并且当使用神经网络语言模型时，将所述用户特定词语提供为自动补全推荐词语以提高输入功能的精确度。

技术方案

根据本公开的一方面，一种用于支持个性化服务的电子装置包括：存储器，存储基于用户的词典；输入器，被配置为接收句子的输入，其中，所述句子包括用户特定词语和通过基于神经网络的语言模型学习的至少一个词语；以及处理器，被配置为：当所述用户特定词语未包括在基于神经网络的语言模型中时，基于输入的句子的语义信息确定所述用户特定词语的概念类别，将所述用户特定词语添加到所述基于用户的词典以更新所述基于用户的词典，并且当与学习的所述至少一个词语的语义信息相应的文本被输入时，将所述用户特定词语提供为在所述文本之后被输入的自动补全推荐词语。

根据本公开的另一方面，一种用于支持电子装置的个性化服务的控制方法包括：接收句子的输入，其中，所述句子包括用户特定词语和通过基于神经网络的语言模型学习的至少一个词语；基于输入的句子的语义信息确定所述用户特定词语的概念类别；将所述用户特定词语添加到基于用户的词典并更新所述基于用户的词典；以及当与学习的所述至少一个词语的语义信息相应的文本被输入时，将所述用户特定词语提供为在所述文本之后被输入的自动补全推荐词语。

有益效果

基于上述实施例，根据本公开的电子装置及其控制方法可在未通过神经网络语言模型学习的用户特定词语被输入时基于所述用户特定词语的语义含义将所述用户特定词语添加到基于用户的词典，并且更新所述基于用户的词典，从而支持电子装置的个性化。