“敲入mantiandaxue，出來(lái)的正是  ‘漫天大雪’，為什么不是‘滿天大雪’，或者‘漫天大學(xué)’？”網(wǎng)民小姚在網(wǎng)上提出了這樣的問(wèn)題。

        小姚不知道的是，輸入法如此“善解人意”的背后，決定性因素是一種名為“語(yǔ)料”的東西。日前，搜狗輸入法宣布，其語(yǔ)料庫(kù)容量已超1TB，是其他中文輸入法的數(shù)十倍，對(duì)于韓文、日文等語(yǔ)系，這更是“天文數(shù)字”。

“享受輸入”之謎

        小姚是搜狗輸入法的忠實(shí)粉絲，“平時(shí)用習(xí)慣了倒沒(méi)覺(jué)得什么，一次重裝系統(tǒng)無(wú)法上網(wǎng)，只用系統(tǒng)自帶的智能ABC，那種感覺(jué)太痛苦了，一夜回到了解放前?！?br/>
        在中國(guó)上網(wǎng)的計(jì)算機(jī)中，有80%安裝了搜狗，他們與小姚一樣，已經(jīng)習(xí)慣了“享受輸入”。

        “語(yǔ)料”正是重要的幕后功臣之一。據(jù)搜狗輸入法工程師介紹，很多人都知道“詞庫(kù)”，詞庫(kù)越大，則輸入法越聰明，不過(guò)“語(yǔ)料庫(kù)”的重要性有過(guò)之而無(wú)不及，它決定了詞庫(kù)中詞匯的組合，并且決定了哪一個(gè)詞被排在輸入結(jié)果的最前面。

        一般來(lái)說(shuō)，語(yǔ)料庫(kù)越大，則輸入效率越高。據(jù)統(tǒng)計(jì)，目前多數(shù)輸入法語(yǔ)料庫(kù)大約在40GB～150GB，搜狗輸入法的1TB，即約1000GB，多出數(shù)十倍。如此龐大的信息量相當(dāng)于200億本  《新華字典》收錄的字?jǐn)?shù)。

搜狗的自我挑戰(zhàn)

雖然已遠(yuǎn)比對(duì)手“聰明”，但搜狗還在“自己跟自己較勁”。按照搜狗語(yǔ)料庫(kù)目前的容量，它的輸入準(zhǔn)確率可以接近90%，而其他輸入法只有50％～80%，但當(dāng)這個(gè)容量再擴(kuò)大，它對(duì)輸入效率的提升將越來(lái)越難。

        對(duì)此，搜狗做了兩方面的工作，力圖讓語(yǔ)料庫(kù)爆炸增長(zhǎng)：其一，發(fā)揮“人肉”的優(yōu)勢(shì)，讓用戶貢獻(xiàn)；其二，通過(guò)搜索引擎抓取互聯(lián)網(wǎng)上的詞匯。

        顯然，圍繞“語(yǔ)料”，搜狗已率先找到了一條可讓其無(wú)限、爆炸增長(zhǎng)的路，這也是過(guò)去幾年里，它能引領(lǐng)輸入體驗(yàn)潮流，不斷推高文字錄入效率水準(zhǔn)的原因。

中文輸入的未來(lái)

        回首輸入法的發(fā)展歷程，它已從過(guò)去的“單機(jī)軟件”變成了今天來(lái)自云端的“互聯(lián)網(wǎng)服務(wù)”，集搜索引擎、大規(guī)模數(shù)據(jù)處理、自然語(yǔ)言處理、大規(guī)模網(wǎng)絡(luò)并發(fā)處理等多項(xiàng)技術(shù)于一身。

        業(yè)內(nèi)人士指出，搜狗對(duì)文字輸入的最大貢獻(xiàn)在于，它既給出了輸入法的宏觀方向，又形成了自己體系化的方法論。

        在未來(lái)，語(yǔ)料庫(kù)、詞庫(kù)會(huì)以更快的速度爆炸增長(zhǎng)，通過(guò)對(duì)人類思考的模擬，輸入法會(huì)更理解用戶的思維和意圖，讓“享受輸入”越來(lái)越成為必然。這顯然是一件極富使命感的任務(wù)，數(shù)據(jù)顯示，每天有3億人依賴搜狗錄入文字，不難想象，搜狗輸入法每將準(zhǔn)確率提升1%，將為國(guó)人的學(xué)習(xí)、工作、娛樂(lè)節(jié)省無(wú)數(shù)時(shí)間和精力成本，從而為整個(gè)社會(huì)創(chuàng)造無(wú)窮的社會(huì)價(jià)值和經(jīng)濟(jì)價(jià)值。  （董暉）



如需轉(zhuǎn)載請(qǐng)與《每日經(jīng)濟(jì)新聞》報(bào)社聯(lián)系。未經(jīng)《每日經(jīng)濟(jì)新聞》報(bào)社授權(quán)，嚴(yán)禁轉(zhuǎn)載或鏡像，違者必究。

聯(lián)系電話：021-60900099轉(zhuǎn)688

每經(jīng)訂報(bào)電話

北京：010-58528501        上海：021-61283003        深圳：0755-83520159        成都：028-86516389        028-86740011        無(wú)錫：15152247316