[发明专利]中文字型推荐设备、系统及其方法

说明书

本发明提供一种中文字型推荐设备、系统及其方法，该中文字型推荐系统包括一字型推荐设备以及一数据库，其中，该字型推荐设备取得一使用者输入的一目标文句以及多个感知形容词及其对应的多个隐喻词汇与多个字型，并利用一隐喻词汇相似度期望值(Metaphor Similarity Expectation,MSE)演算法分别计算该目标文句对应该多个感知形容词的隐喻词汇的相似度期望值，且将该多个感知形容词的隐喻词汇的相似度期望值的最大者作为该目标文句的感知形容词，借此，依据该目标文句的感知形容词得对应的多个字型以推荐给使用者，以供使用者快速且精准地依据文句语意找出对应的中文字型。

技术领域

一种字型推荐技术，尤其指一种依据文字语意为基础的中文字型推荐设备、系统及其方法。

背景技术

媒体由平面到网络转型过程中，新兴平台大量涌现，自动化、客制化成为现今流行的新趋势，并在电子商务网站上已经得到了广泛的应用，且带来了巨大的商业价值。

通过自动化技术实现这些媒体平台在商业化上的大量包装，而在大数据环境下，提高效益成本的自动化技术为媒体平台、电商产业等考量的重要因素之一，在即时化、客制化、低成本、极大量的平台商业化设计需求下，降低重复率高的人力工作也是自动化考量的重点。

此外，文字是信息传达非常重要的语言符号，字型的选择更对所传达信息具有画龙点睛的效果，故具有文字呈现的各种设计作品不可避免都必须对信息内容的意涵有适当的对应。然而，在过去的字型情感研究中，英文等非中文字型的相关学术讨论或技术发展占绝大多数。

然而，戴孟宗等学者在2012年的研究中则通过焦点团体挑选出周延、互斥且易懂的23个感知形容词，使用问卷调查的方式汇整了感知形容词所对应的中英文字体，此研究所收集汇整的结果在中文字型情感领域中最为完整并有利于自动化演算运用的需要。

因此，如何利用23个感知形容词以提供中文字型至情感的自动对应的技术，进而协助人们快速且精准地依据文字语意找出对应的中文字型结果，已成为本领域技术人员目前的重要课题。

发明内容

需说明的是，本发明所述“Word2vec”通常直接使用英文(原文)，而不使用或无中文的翻译(中文用语)，此为本领域技术人员所知悉的。

为解决上述问题，本发明提供一种中文字型推荐设备、系统及其方法，可供使用者快速且精准地依据文句语意找出对应的中文字型。

本发明的中文字型推荐系统，包括：一数据库，其存储有多个感知形容词及其对应的多个隐喻词汇与多个字型；以及一字型推荐设备，其通信连接该数据库，以自该数据库取得该多个感知形容词及其对应的多个隐喻词汇与多个字型，并于接收一使用者输入的一目标文句后，利用一隐喻词汇相似度期望值(Metaphor Similarity Expectation,MSE)演算法分别计算该目标文句对应该多个感知形容词所对应的隐喻词汇的相似度期望值，其中，该字型推荐设备将计算出的该多个感知形容词所对应的隐喻词汇的相似度期望值的最大者作为该目标文句的感知形容词，以依据该目标文句的感知形容词取得该多个字型所对应者，以将该多个字型所对应者推荐给该使用者。

本发明另提供一种中文字型推荐方法，包括：取得多个感知形容词及其对应的多个隐喻词汇与多个字型，并接收一使用者输入的一目标文句；利用一隐喻词汇相似度期望值(Metaphor Similarity Expectation,MSE)演算法分别计算该目标文句对应该多个感知形容词所对应的隐喻词汇的相似度期望值；将计算出的该多个感知形容词所对应的隐喻词汇的相似度期望值的最大者作为该目标文句的感知形容词；以及依据该目标文句的感知形容词取得该多个字型所对应者，以将该多个字型所对应者推荐给该使用者。