基于英文的输入法智能联想方法及相关组件与流程

1.本发明涉及智能输入技术领域，尤其涉及一种基于英文的输入法智能联想 方法及相关组件。


背景技术：

2.在信息技术的推动下，人们花费大量时间用于发送电子邮件、发送短信、 在社交网站上发表评论等；据adobe公司在2019年对的电子邮件的使用调查发 现，在美国，人均每日需花费至少三个小时查看和回复电子邮件；另一项调查 发现，平均每人每周在智能手机上至少花费38小时，大部分的时间人们用于浏 览网站、发送信息、浏览社交网站等；尤其在缺少面对面沟通的机会时，增大 了人均信息发送量。因此，在人们发表信息时，输入法的效率尤为重要，而现 有输入法缺少多种场合下的模式切换，导致难以满足用户在不同场合的个性化 输入联想需求。


技术实现要素：

3.本发明的目的是提供一种基于英文的输入法智能联想方法及相关组件，旨 在解决现有输入法难以满足用户在不同场合的个性化输入联想需求问题。
4.第一方面，本发明实施例提供一种基于英文的输入法智能联想方法，包括：
5.接收用户当前输入的字符；
6.判断所述字符中最后键入的单词是否为完整单词；
7.若所述最后键入的单词是完整单词，则分别在当前场景模式下的词频库和 专有名词库中进行查询并分别输出下一建议单词，并将查询结果合并以构成建 议单词列表，并在输入联想区中展示；
8.若所述最后键入的单词不是完整单词，则分别在当前场景模式下的词频库 和专有名词库中查询并分别输出单词补全的建议单词，并将查询结果合并以构 成建议单词列表，并在输入联想区中展示。
9.第二方面，本发明实施例提供一种基于英文的输入法智能联想装置，包括：
10.接收单元，用于接收用户当前输入的字符；
11.判断单元，用于判断所述字符中最后键入的单词是否为完整单词；
12.第一查询单元，用于若所述最后键入的单词是完整单词，则分别在当前场 景模式下的词频库和专有名词库中进行查询并分别输出下一建议单词，并将查 询结果合并以构成建议单词列表，并在输入联想区中展示；
13.第二查询单元，用于若所述最后键入的单词不是完整单词，则分别在当前 场景模式下的词频库和专有名词库中查询并分别输出单词补全的建议单词，并 将查询结果合并以构成建议单词列表，并在输入联想区中展示。
14.第三方面，本发明实施例提供了一种计算机设备，其包括存储器、处理器 及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执 行所述计算机程
序时实现上述第一方面所述的基于英文的输入法智能联想方法。
15.第四方面，本发明实施例提供了一种计算机可读存储介质，其中所述计算 机可读存储介质存储有计算机程序，所述计算机程序当被处理器执行时使所述 处理器执行上述第一方面所述的基于英文的输入法智能联想方法。
16.本发明实施例公开了基于英文的输入法智能联想方法及相关组件。该方法 包括：接收用户当前输入的字符；判断字符中最后键入的单词是否为完整单词； 若最后键入的单词是完整单词，则分别在当前场景模式下的词频库和专有名词 库中进行查询并分别输出下一建议单词，并将查询结果合并以构成建议单词列 表，并在输入联想区中展示；若最后键入的单词不是完整单词，则分别在当前 场景模式下的词频库和专有名词库中查询并分别输出单词补全的建议单词，并 将查询结果合并以构成建议单词列表，并在输入联想区中展示。本发明实施例 提供多种场景模式下的输入联想预测，具有满足用户在不同场合的个性化输入 联想需求的优点。
附图说明
17.为了更清楚地说明本发明实施例技术方案，下面将对实施例描述中所需要 使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实 施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以 根据这些附图获得其他的附图。
18.图1为本发明实施例提供的基于英文的输入法智能联想方法的流程示意图；
19.图2为本发明实施例提供的基于英文的输入法智能联想方法的子流程示意 图；
20.图3为本发明实施例提供的基于英文的输入法智能联想方法的又一子流程 示意图；
21.图4为本发明实施例提供的基于英文的输入法智能联想方法的又一子流程 示意图；
22.图5为本发明实施例提供的基于英文的输入法智能联想装置的示意性框图；
23.图6为本发明实施例提供的计算机设备的示意性框图。
具体实施方式
24.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清 楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部 的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳 动前提下所获得的所有其他实施例，都属于本发明保护的范围。
25.应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含
”ꢀ
指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个 或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
26.还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施 例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使 用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该
”ꢀ
意在包括复数形式。
27.还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/ 或”是
指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包 括这些组合。
28.请参阅图1，图1为本发明实施例提供的基于英文的输入法智能联想方法的 流程示意图；
29.如图1所示，该方法包括步骤s101～s104。
30.s101、接收用户当前输入的字符；
31.s102、判断字符中最后键入的单词是否为完整单词，若是则进入步骤s103， 若否则跳转至步骤s104；
32.s103、分别在当前场景模式下的词频库和专有名词库中进行查询并分别输 出下一建议单词，并将查询结果合并以构成建议单词列表，并在输入联想区中 展示；
33.s104、分别在当前场景模式下的词频库和专有名词库中查询并分别输出单 词补全的建议单词，并将查询结果合并以构成建议单词列表，并在输入联想区 中展示。
34.本实施例中，接收用户在文本框中输入的当前字符，当前字符为至少一个 单词，其中字符中最后键入的单词可能是完整单词或是不完整单词，本发明则 是基于用户选择的场景模式，根据的当前字符的输入情况在当前场景模式下的 词频库和专有名词库中进行查询；其中，针对最后键入的单词为完整单词的情 况，需分别从词频库和专有名词库中预测出多个下一建议单词并构成建议单词 列表；针对最后键入的单词为不完整单词的情况，需分别从词频库和专有名词 库中预测出多个单词补全的建议单词；建议单词的数量可根据需求进行设定； 最后，将建议单词列表在输入联想区中进行展示，以供用户选择。
35.可获知的，本实施例可提供多种不同的场景模式，具体可以包括通用模式、 专业模式和休闲模式的三种模式选择；其中：
36.通用模式用于日常状态下的输入需求；
37.专业模式用于正式场合下的输入需求，其更加严谨，其用词更正式，不包 含口语化表达，适用于写作和电子邮件编写等场合；
38.休闲模式用于休闲状态下的输入需求，其更加口语化；
39.在词频库和专有名词库中均包含有针对每种场景模式下的查询位置，从而 实现提高用户编写效率，与普遍输入法功能不同的是，本发明输入法提供多种 模式来满足用户在不同场合的个性化输入联想需求。
40.在一实施例中，基于英文的输入法智能联想方法，还包括：
41.若当前场景模式为通用模式或休闲模式，则根据当前输入的字符在预设的 表情库中进行查询并输出建议表情，并将建议表情并入建议单词列表。
42.本实施例在通用模式和休闲模式下，增加表情预测功能，具体可对当前输 入的字符进行意图识别以获取字符表示的意图，从而根据意图在表情库中进行 查询对应的表情，并作为建议表情并入建议单词列表中，并在输入联想区中进 行展示。
43.下面介绍下一建议单词、单词补全和表情预测的实现方式：
44.本发明采用n-gram概率模型和深度学习模型技术，n-gram概率模型用于 构建词频库，深度学习模型用于表情预测，本发明还构建了专有名词词库(包 括国家地区名、人名、公司名、热词、缩写词(如asap，usa)、专业领域专 有名词等)；其中词频库和专有名词库用于下一建议单词和单词补全，根据用于 选定的场景模式，加上地区和领域个性化设置，不同用户的下一建议单词和单 词补全建议具有一定的差异性。
45.例如：用户在地区设置里选择地方为a国a1市，那么当用户键入常用地 点触发词，如“go to”、“at”、“in”，本发明会从词频库和专有名词库中查询 a1市内的地理区域名词。
46.假如：用户在领域个性化设置里选择了计算机科学，那么在单词补全建议 里，会对专业领域单词进行查询；比如：还未在领域个性化设置中选择领域时 键入“gra”，在单词补全建议时可能会出现[grandma,grab,grade,grass,grace]等补 全建议，而在领域个性化设置中选择计算机科学后键入“gra”，单词补全建议可 能会出现[grandma,grab,gradient,grade,grass],其中“gradient”为梯度，为计算机 专有名。
[0047]
n-gram概率模型的训练数据源于新闻、博客、twitter社交网，三种训练数 据大小均超过2gb，单词总量均超过2千万，共收录了10万多个单词，构建时 先对获取的训练数据去除标点符号、超链接、数字、不良用语等等数据清洗操 作，其中新闻数据主要用于专业模式的单词补全和下一个建议单词，博客数据 用于通用模式，twitter数据则用于休闲模式；可基于训练数据建立15张词频表， 每种场景模式对应5张词频表，即分别为1-gram词频表，2-gram词频表，3-gram 词频表，4-gram词频表和5-gram词频表，例如2-gram词频表由多个词组构成， 每个词组2个相邻的单词构成。通过n-gram概率模型可以统计相邻的单词同时 出现的概率，即可以采用统计相邻同时出现的概率大小进行建议单词查询。
[0048]
当用户输入字符时，本发明输入法会查询n-gram词频表和专有名词库，并 给出后续合适输入的建议单词列表。具体做法为：以用户当前输入就近的句子 长度为准，(如i was working,then she ca，会从”then”开始计算单词个数，此 时个数为3),并查询n-gram词频表和专有名词库。
[0049]
下面针对查询过程中的各种情况进行介绍：
[0050]
如图2所示，步骤s103包括：
[0051]
s201、确认字符中的单词数量；
[0052]
s202、根据单词数量，在当前场景模式下的词频库的对应词频表中查询字 符后面出现频率最高的单词并进行排序，并按序输出第一预设数量的下一建议 单词；
[0053]
s203、根据字符中最后录入的单词，在当前场景模式下的专有名词库中查 询最后录入的单词后面出现频率最高的单词并进行排序，并按序输出第二预设 数量的下一建议单词；
[0054]
s204、合并词频表和专有名词库中输出的下一建议单词，得到建议单词列 表并在输入联想区中展示。
[0055]
本实施例针对字符中最后录入的单词是完整单词的情况介绍以下四种查询 方法：
[0056]
情况一：输入的字符中的单词个数为1时，比如输入“want”，此时会查询 2-gram词频表，搜索并返回在“want”后出现频率最高的第一预设数量的单词， 若查询结果不足第一预设数量，则查询1-gram词频表中的高频单词，并提取剩 余的单词并累计到先前的查询，然后返回查询结果。同时根据输入的“want”， 在专有名词库中搜索并返回在“want”后出现频率最高的第二预设数量的单词。 其中第一预设数量和第二预设数量的具体数值可根据需求进行设定。
[0057]
情况二：输入的字符中的单词个数为2时，比如输入“i want”，此时会查 询3-gram词频表，搜索并返回在“i want”后出现频率最高的第一预设数量的单 词，若查询结果不足
第一预设数量，则查询2-gram词频表中的高频单词，并提 取剩余的单词并累计到先前的查询，然后返回查询结果。同时根据输入的“i want”，在专有名词库中搜索并返回在“want”后出现频率最高的第二预设数量 的单词。
[0058]
情况三：输入的字符中的单词个数为3时，比如输入“i want you”，此时会 查询4-gram词频表，搜索并返回在“i want you”后出现频率最高的第一预设数 量的单词，若查询结果不足第一预设数量，则查询3-gram词频表中出现在“wantyou”后的高频单词，如：[(want，you,to)(want，you，guys)]，假设“(want,you,to)
”ꢀ
在语料中出现的次数为4000，意思是“to”在“want you”后出现了4000次， 这里记作(to，4000)，以此类推，得到词频列表[('to',4000),('too',3000)
…
('guys', 2000)]，并返回结果，若返回结果后单词个数仍小于第一预设数量，则以同样的 方式用单词“you”查询2-gram词频表中的高频单词并返回结果，若返回结果后 单词个数仍小于第一预设数量，则以同样的方式查询1-gram词频表中的高频单 词，直至返回第一预设数量的单词。同时根据输入的“i want you”，在专有名词 库中搜索并返回在“want”后出现频率最高的第二预设数量的单词。
[0059]
情况四：输入的字符中的单词个数大于等于4时，比如输入“i want to tell youthat i want to”，在该情况下，单词最大下标固定为n且n＝4，即在“i want to tellyou that i want to”中，“to”的下标为n，“want”的下标为n-1，“i”的下标为 n-2，“that”的下标为n-3；查询时，被查询的单词下标区间为[n-3,n]，首先查询 的(n 1)-gram词频表，即查询5-gram词频表，搜索并返回在“that i want to”后 出现频率最高的第一预设数量的单词，若查询结果不足第一预设数量，则查询 4-gram词频表中出现在“i want you”后的高频单词，直至查询结果累计第一预 设数量。同时根据输入的“i want to tell you that i want to”，在专有名词库中搜索 并返回在“to”后出现频率最高的第二预设数量的单词。
[0060]
如图3所示，步骤s103包括：
[0061]
s301、确认最后键入的单词的单词顺序；
[0062]
s302、根据单词顺序，在当前场景模式下的词频库的对应词频表中查询字 符后面出现频率最高的单词并进行排序，并按序输出第一预设数量的下一建议 单词；
[0063]
s303、根据字符中最后录入的单词，在当前场景模式下的专有名词库中查 询最后录入的单词后面出现频率最高的单词并进行排序，并按序输出第二预设 数量的下一建议单词；
[0064]
s304、合并词频表和专有名词库中输出的下一建议单词，得到建议单词列 表并在输入联想区中展示。
[0065]
本实施例针对字符中最后录入的单词不是完整单词的情况介绍以下四种查 询方法：
[0066]
情况一：输入的字符中的单词个数为1时，比如输入“wan”，此时会查询 1-gram词频表，搜索并返回在以“wan”开头的频率最高的第一预设数量的单词， 然后返回查询结果。同时根据输入的“wan”，在专有名词库中搜索并返回在“wan
”ꢀ
后出现频率最高的第二预设数量的单词。
[0067]
情况二：输入的字符中的单词个数为2时，比如输入“i wan”，此时会查询 2-gram词频表，搜索出现在“i”后的所有单词，在这些单词中，继续搜索以“wan
”ꢀ
开头的单词，并选取出现频率最高第一预设数量的单词，若查询结果不足第一 预设数量，则在1-gram词频表
中搜索以“wan”开头的频率最高的单词，并提 取剩余的单词并累计到先前的查询，然后返回查询结果。同时根据输入的“i wan”， 在专有名词库中搜索并返回以“wan”开头的频率最高的第二预设数量的单词。
[0068]
情况三：输入的字符中的单词个数为3时，比如输入“i want yo”，此时会 查询3-gram词频表，搜索出现以“i want”开头的元组列表，得到结果，如：[(iwant to)(i want you),(i want the),(i want said)，(i want your)]；然后统计以“i want
”ꢀ
开头，且元组内第三个单词由“yo”开头的元组列表，如：[(i want you)、 (i,want,youth)
…
(i,want,young)]，而后选择出现频率最高的第一预设数量的单词 并返回，作为补全备选单词，结果返回[you,your,yours,youth
…
young]；若返回的 查询结果不足第一预设数量，则在2-gram词频表中搜索以“want”开头的元组 列表，得到结果，然后统计以“want”开头且元组内第二个单词由“yo”开头 的元组列表头，而后选择提取剩余的单词并累计到先前的查询，然后返回查询 结果；若返回结果后单词个数仍小于第一预设数量，则在1-gram词频表中搜索 并提取以“yo”开头的高频单词，直至返回第一预设数量的单词。同时根据输 入的“i want yo”，在专有名词库中搜索并返回以“yo”开头的频率最高的第二 预设数量的单词。
[0069]
情况四：输入的字符中的单词个数大于等于4时，比如输入“i want to tak
”ꢀ
不管用户录入了多少个单词，单词长度都固定为n，且n＝4，此时会查询4-gram 词频表，搜索出现以“i want to”开头的元组列表，得到结果，然后统计以“i wantto”开头，且元组内第四个单词由“tak”开头的元组列表，而后选择出现频率 最高的第一预设数量的单词并返回，作为补全备选单词，若返回的查询结果不 足第一预设数量，则在3-gram词频表中搜索以“wantto”开头的元组列表，得 到结果，然后统计以“want to”开头且元组内第三个单词由“tak”开头的元组 列表头，而后选择提取剩余的单词并累计到先前的查询，若返回的查询结果仍 然不足第一预设数量，则按序在2-gram词频表和1-gram词频表中继续查询，直 至直至返回第一预设数量的单词。同时根据输入的“i want to tak”，在专有名词 库中搜索并返回以“tak”开头的频率最高的第二预设数量的单词。
[0070]
在一实施例中，如图4所示，步骤s203或s303包括：
[0071]
s401、判断字符中最后录入的单词是否为触发词，若是则进入步骤s402， 若否则跳转至步骤s403；
[0072]
s402、根据触发词的类别查询专有名词库中对应的专有名词表，并输出触 发词后面出现频率最高的单词并进行排序，并按序输出第二预设数量的下一建 议单词；
[0073]
s403、根据最后录入的单词查询专有名词库中所有的专有名词表，并输出 最后录入的单词后面出现频率最高的单词并进行排序，并按序输出第二预设数 量的下一建议单词。
[0074]
本实施例针对当前字符在专有名词库中的查询过程进行更详细的介绍，具 体包含两种情况：
[0075]
情况一：触发词分为：去某地触发词(如go to/go/come to/come/from) 地区名/国家名/公司名和找某人/与某人沟通触发词(如：talk to/find/tell/speakto/call/) 人名。
[0076]
基于此，当字符中最后录入的单词是触发词时，根据触发词的类别、按照 顺序查询专有名词库中相应的专有名词表，初始状态下，专有名词表中的单词 具有同等的频率，
此时返回满足条件的第二预设数量的单词，如果用户选中当 前单词，该单词的频率值会加一，该单词所在的表会根据频率重新降序排列。
[0077]
情况二：当字符中最后录入的单词不是触发词时，直接使用最后录入的单 词中已经输入的部分字符按照顺序查找专有名词库的所有专有名词表，返回满 足条件第二预设数量的单词。
[0078]
最后，将基于情况一或情况二得到的第二预设数量的单词和词频表的查询 结果合并，并加入表情(如果有)，作为单词补全或下一个单词预测的建议单词， 并在输入联想区中展示。
[0079]
下面介绍表情预测的实现方式：
[0080]
对当前输入的字符进行意图识别并得到就近句子的句意，根据句意在表情 库中查询对应的表情，并将该表情做为建议表情并入建议单词列表。
[0081]
具体的，表情预测基于意图识别技术，本发明的输入法可以提供20种表情 符号，对应的表情名为：笑脸、爱慕、开心、好笑、沮丧、怀疑、困倦、担心、 上班、下班、上班中、加油、你好、早上好、下午好、晚安、跳舞、运动、生 病等等20种可以表示心情状态的表情名。
[0082]
采用线性分类器，将表情类别分为20类，每个表情对应一个意图；训练语 句使用词嵌入(work embedding)的方式，词嵌入模型选择了bert的 sentencetransformer模型；训练句子的词向量送入单层的分类器进行训练，输出 的维度为20，对应20个意图的概率；损失函数采用交叉熵损失；分类模型测试 准确率达98％。
[0083]
本发明提供的表情输入预测与现有技术相比：
[0084]
现有主流输入法也具有表情联想功能，其实现方式是根据用户输入的当前 单词判断表情库里是否有对应的表情，比如：用户输入“happy”后，联想区会 出现“开心”的表情，但存在缺乏上下文的概念的缺点，可能导致某些情况下 表情推荐并不合适，比如：用户输入“i am not happy”，句意是“我不开心”， 此时现有主流输入法依然会推荐“开心”的表情，相比之下，本发明则解决了 该问题，本发明基于意图识别整个就近句子，而不是以字符串查找为原理的表 情匹配；当用户输入“i am not happy”时，本发明输入法会推荐“沮丧”的表 情；值得一提的是，其他表达开心的方式也会被识别出来，比如当用户键入“i amthrilled！”“that is awesome！”本发明输入法也会推荐“开心”的表情。
[0085]
本发明实施例还提供一种基于英文的输入法智能联想装置，该基于英文的 输入法智能联想装置用于执行前述基于英文的输入法智能联想方法的任一实施 例。具体地，请参阅图5，图5是本发明实施例提供的基于英文的输入法智能联 想装置的示意性框图。
[0086]
如图5所示，基于英文的输入法智能联想装置500，包括：接收单元501、 判断单元502、第一查询单元503以及第二查询单元504。
[0087]
接收单元501，用于接收用户当前输入的字符；
[0088]
判断单元502，用于判断字符中最后键入的单词是否为完整单词；
[0089]
第一查询单元503，用于若最后键入的单词是完整单词，则分别在当前场景 模式下的词频库和专有名词库中进行查询并分别输出下一建议单词，并将查询 结果合并以构成建议单词列表，并在输入联想区中展示；
[0090]
第二查询单元504，用于若最后键入的单词不是完整单词，则分别在当前场 景模式下的词频库和专有名词库中查询并分别输出单词补全的建议单词，并将 查询结果合并
以构成建议单词列表，并在输入联想区中展示。
[0091]
该装置提供多种场景模式下的输入联想预测，具有满足用户在不同场合的 个性化输入联想需求的优点。
[0092]
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描 述的装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在 此不再赘述。
[0093]
上述基于英文的输入法智能联想装置可以实现为计算机程序的形式，该计 算机程序可以在如图6所示的计算机设备上运行。
[0094]
请参阅图6，图6是本发明实施例提供的计算机设备的示意性框图。该计算 机设备600是服务器，服务器可以是独立的服务器，也可以是多个服务器组成 的服务器集群。
[0095]
参阅图6，该计算机设备600包括通过系统总线601连接的处理器602、存 储器和网络接口605，其中，存储器可以包括非易失性存储介质603和内存储器 604。
[0096]
该非易失性存储介质603可存储操作系统6031和计算机程序6032。该计算 机程序6032被执行时，可使得处理器602执行基于英文的输入法智能联想方法。
[0097]
该处理器602用于提供计算和控制能力，支撑整个计算机设备600的运行。
[0098]
该内存储器604为非易失性存储介质603中的计算机程序6032的运行提供 环境，该计算机程序6032被处理器602执行时，可使得处理器602执行基于英 文的输入法智能联想方法。
[0099]
该网络接口605用于进行网络通信，如提供数据信息的传输等。本领域技 术人员可以理解，图6中示出的结构，仅仅是与本发明方案相关的部分结构的 框图，并不构成对本发明方案所应用于其上的计算机设备600的限定，具体的 计算机设备600可以包括比图中所示更多或更少的部件，或者组合某些部件， 或者具有不同的部件布置。
[0100]
本领域技术人员可以理解，图6中示出的计算机设备的实施例并不构成对 计算机设备具体构成的限定，在其他实施例中，计算机设备可以包括比图示更 多或更少的部件，或者组合某些部件，或者不同的部件布置。例如，在一些实 施例中，计算机设备可以仅包括存储器及处理器，在这样的实施例中，存储器 及处理器的结构及功能与图6所示实施例一致，在此不再赘述。
[0101]
应当理解，在本发明实施例中，处理器602可以是中央处理单元(centralprocessing unit，cpu)，该处理器602还可以是其他通用处理器、数字信号处理 器(digital signal processor，dsp)、专用集成电路(application specific integratedcircuit，asic)、现成可编程门阵列(field-programmable gate array，fpga)或 者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中， 通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
[0102]
在本发明的另一实施例中提供计算机可读存储介质。该计算机可读存储介 质可以为非易失性的计算机可读存储介质。该计算机可读存储介质存储有计算 机程序，其中计算机程序被处理器执行时实现本发明实施例的基于英文的输入 法智能联想方法。
[0103]
存储介质为实体的、非瞬时性的存储介质，例如可以是u盘、移动硬盘、 只读存储器(read-only memory，rom)、磁碟或者光盘等各种可以存储程序代 码的实体存储介质。
[0104]
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描 述的设备、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过 程，在此不再赘述。
[0105]
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于 此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到 各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。 因此，本发明的保护范围应以权利要求的保护范围为准。