基于終端輸入法的智能感知技術(shù)研究

楊少龍，鐘偉彬，李慧云，魏穎琪

（中國電信股份有限公司廣東研究院 廣州 510630）

1 手機界面設(shè)計的現(xiàn)狀

手機產(chǎn)業(yè)的發(fā)展，引導(dǎo)著人機界面正在由以前單一的硬件控制發(fā)展至多樣化的服務(wù)階段。iPhone進入市場，激發(fā)了手機與互聯(lián)網(wǎng)相結(jié)合的新趨勢，手機人機界面的發(fā)展方向已經(jīng)轉(zhuǎn)變?yōu)橐杂布④浖驮鲋捣?wù)為基礎(chǔ)的綜合性服務(wù)窗口。為應(yīng)對發(fā)展趨勢，Google聯(lián)合其他幾十家與手機產(chǎn)業(yè)相關(guān)的廠商創(chuàng)建了“開放手機聯(lián)盟”，以Android手機操作系統(tǒng)為核心，為用戶提供綜合服務(wù)。作為決定手機可用性關(guān)鍵因素的人機界面，已經(jīng)成為聯(lián)盟中所有參與者的戰(zhàn)略重點。

當(dāng)前的手機界面根據(jù)交互的形式可以分為觸摸屏手機與鍵盤手機。兩者在交互和界面設(shè)計上存在較大的差異。蘋果公司于2007年推出的iPhone手機引領(lǐng)了這幾年的觸摸屏手機市場，當(dāng)前各大公司推出的手機大多在追逐或者延伸iPhone的觸摸交互設(shè)計方案。從當(dāng)前的市場反饋信息可以清晰地看出，iPhone在智能手機領(lǐng)域掀起了巨大的風(fēng)浪，其模仿者不計其數(shù)，都朝著iPhone指引的交互道路上前進。

雖然很多優(yōu)秀的公司都推出了許多別具特色的手機，如Blackberry系列、OPhone手機等，但所有的手機都是在現(xiàn)有的交互范式內(nèi)完成所有的功能，即使是既帶鍵盤又有觸摸屏的手機也只不過是兩種普通交互范式的整合，沒有跳出現(xiàn)有的設(shè)計思路。

這種傳統(tǒng)的設(shè)計思路存在以下幾個問題。

（1）快速定位號碼

對于手機來說，最基本的功能是打電話和發(fā)短信。能否快速定位號碼是手機等便攜終端使用是否方便的重要指標，傳統(tǒng)的設(shè)計是通過在聯(lián)系人界面輸入聯(lián)系人名字來定位的。對于手機來說，顯然輸入聯(lián)系人名字需要用戶一系列的操作才能完成，便捷性大打折扣。有些帶鍵盤的非智能機在這方面做得好一點，可以通過拼音首字母來定位，但是也僅僅能夠用首字母，并且沒有一種技術(shù)可以保證各種手機都可以快速定位號碼。

（2）快速定位想要使用的軟件

隨著智能手機的發(fā)展，手機軟件越來越多，怎么找到用戶想要使用的軟件，越來越成為困擾UI設(shè)計者的一個問題。就算是同一個操作系統(tǒng)，不同的OEM或者同一個OEM的不同系列產(chǎn)品，所提供的軟件放置位置都有不同。對于用戶來說，沒辦法快速定位想要使用的軟件，這也是影響手機特別是智能手機使用感受的重要方面。

（3）搜索技術(shù)

在手機上進行互聯(lián)網(wǎng)搜索是3G應(yīng)用的一個亮點，但是目前互聯(lián)網(wǎng)搜索仍舊是以手機瀏覽器為起點，以Google等搜索引擎為核心實現(xiàn)。由于手機操作的特殊性，采用原來基于PC的搜索技術(shù)和UI界面，同樣有很大的限制，用戶使用起來感覺很不方便。

為了解決這些問題，本文介紹一種新的以用戶操作意圖智能感知技術(shù)為核心的新型人機交互界面技術(shù)，提出以輸入法引擎為基礎(chǔ)的可以在手機、移動互聯(lián)網(wǎng)終端等各種移動終端使用的設(shè)計思路。

2 基于終端輸入法的用戶操作意圖智能感知技術(shù)

這是基于輸入法的快速號碼定位、業(yè)務(wù)導(dǎo)航技術(shù)，是通過輸入法結(jié)合關(guān)鍵字語義分析實現(xiàn)對手機終端的號碼簿、本地應(yīng)用和互聯(lián)網(wǎng)服務(wù)的聯(lián)想搜索和顯示的新型人機交互技術(shù)。

2.1 整體技術(shù)架構(gòu)

現(xiàn)有手機方案的設(shè)計，要求用戶的操作過程必須是二維的：先選擇功能，再輸入交互信息。這種操作的弊端是顯而易見的：一是用戶必須記住每個功能所在的子文件夾；二是用戶的按鍵次數(shù)大為增加。用戶操作意圖智能感知技術(shù)將功能與內(nèi)容有機集成，變用戶的二維操作為一維操作，用戶操作手機不需要進入任何菜單，在手機待機界面下直接輸入自然語言或其對應(yīng)的代碼（代碼可以是漢語拼音或其他語言的縮寫），即可隨心所欲地調(diào)用各種功能而不需要進入任何菜單，從而以最簡單的方式實現(xiàn)操作層面的人工智能，做到所思即所得。整體技術(shù)架構(gòu)如圖1所示。

技術(shù)架構(gòu)包含了兩個方面的內(nèi)容：一是意圖感知功能，把手機的輸入引擎跟語義識別引擎緊緊結(jié)合在一起，智能感知用戶的輸入意圖；二是快速定位功能，包含電話號碼、本地軟件的快速定位以及網(wǎng)絡(luò)搜索結(jié)果的快速顯示。

智能操作意圖感知技術(shù)是在終端系統(tǒng)平臺上提供的一整套解決方案，按照自下而上的層次結(jié)構(gòu)，可以把智能操作意圖感知技術(shù)分為5個層面，如圖2所示。

本地信息源位于最底層，以數(shù)據(jù)庫的方式存在，包括智能搜索數(shù)據(jù)庫以及本地用戶信息。本地用戶信息包含用戶地址本信息、即時通信用戶信息、日程信息等。智能搜索數(shù)據(jù)庫記錄應(yīng)用檢索的關(guān)鍵字。

第二層是核心搜索模塊即智能搜索引擎通過本地信息源，可根據(jù)關(guān)鍵字快速檢索到一個或者多個應(yīng)用，并通過第三層的UI/UX管理器（用戶界面/用戶操作管理器），生成相關(guān)菜單提供用戶選擇，用戶可以一鍵進入應(yīng)用，避免多層菜單的遞進。智能搜索引擎支持T9輸入、虛擬鍵盤和手寫輸入，可快速搜索本地用戶信息，例如用戶地址本信息。用戶可選定信息，并可觸發(fā)電話、短信、彩信、郵件、即時通信等多種操作。

第三層是系統(tǒng)服務(wù)輔助智能搜索引擎進行應(yīng)用和服務(wù)的定位，并生成相應(yīng)的桌面界面，調(diào)用指定的應(yīng)用或服務(wù)。通過應(yīng)用搜索接口可向搜索引擎注冊應(yīng)用的關(guān)鍵字，并可啟動、喚醒、前置應(yīng)用。通過服務(wù)搜索接口可以與系統(tǒng)中其他搜索工具配合，可以連接網(wǎng)絡(luò)云計算，使用各類云計算服務(wù)，例如通過中國電信的號碼百事通服務(wù)可連接中國電信號碼百事通的生活搜索，對“衣食住行”進行查找，進而實現(xiàn)訂餐、訂/購票等業(yè)務(wù)，也可以直接進行網(wǎng)絡(luò)搜索引入相關(guān)的搜索頁面。

第四層是應(yīng)用服務(wù)層，系統(tǒng)各應(yīng)用和服務(wù)通過第三層的兩大接口與智能搜索引擎互動。

第五層是系統(tǒng)用戶界面/用戶操作，通過UI/UX管理器，可動態(tài)顯示相關(guān)菜單，快速定位應(yīng)用和服務(wù)。

2.2 智能感知功能

智能感知功能指的是用戶可通過一個動作（按鍵或某個手勢），啟動智能感知和搜索，通過用戶輸入，預(yù)測用戶的未來操作，用戶輸入包括畫屏取字和鍵盤（物理鍵盤和虛擬鍵盤），支持T9布局，支持包括數(shù)字以及數(shù)字鍵對應(yīng)的拼音漢字的內(nèi)容搜索。智能感知包含劃指感應(yīng)技術(shù)和關(guān)鍵詞感應(yīng)兩方面的內(nèi)容。

（1）劃指感應(yīng)技術(shù)

劃指感應(yīng)技術(shù)將文本感應(yīng)技術(shù)與現(xiàn)有觸屏技術(shù)有機結(jié)合起來。與現(xiàn)有的觸屏技術(shù)不同，用戶調(diào)用各項應(yīng)用功能不再需要通過點觸菜單或圖標來實現(xiàn)，而只需要用手指在屏幕上劃寫簡單的字母、圖形或符號，即可實現(xiàn)各項功能的調(diào)用。比如設(shè)定鬧鐘，只需要在屏幕上劃寫漢字“鐘”或鬧鐘的拼音縮寫“NZ”或英文單詞“Clock”；劃寫“X”可以關(guān)閉程序等。用戶自然地將現(xiàn)實世界中的知識遷移到手機操作中。

（2）關(guān)鍵詞感應(yīng)

關(guān)鍵詞功能感應(yīng)技術(shù)是通過自然語言操作，以最便捷的方式實現(xiàn)互聯(lián)網(wǎng)與移動通信增值服務(wù)的直接接入。在待機界面下，用戶可任意輸入自然語言的任何詞語，關(guān)鍵詞語義識別技術(shù)可智能感知用戶輸入的內(nèi)容，根據(jù)用戶的輸入預(yù)測其下一步的操作意圖，從而直接自動調(diào)用相關(guān)的網(wǎng)絡(luò)功能，盡量免除用戶多余的功能選擇按鍵。比如輸入“機票”、“航班”以及其他相關(guān)的詞，即可上網(wǎng)訂購機票；輸入“請客”、“餐館”以及其他相關(guān)的詞，即可上網(wǎng)預(yù)定餐廳。

關(guān)鍵詞感應(yīng)包含一個關(guān)鍵詞數(shù)據(jù)庫和一個關(guān)鍵詞功能數(shù)據(jù)庫。關(guān)鍵詞功能包括固定功能和動態(tài)功能。固定功能是每個關(guān)鍵詞都會有的，如搜索功能，無論用戶輸入內(nèi)容，系統(tǒng)都能以該輸入內(nèi)容為關(guān)鍵詞直接指向預(yù)置的搜索引擎進入無線互聯(lián)網(wǎng)進行相關(guān)搜索。動態(tài)功能是某類關(guān)鍵詞特有的功能，比如購物功能，輸入任何商品類關(guān)鍵詞都能指向該功能進入購物網(wǎng)站。關(guān)鍵詞數(shù)據(jù)庫與關(guān)鍵詞功能數(shù)據(jù)庫形成映射。輸入任何一個關(guān)鍵詞，系統(tǒng)首先激活語義分析引擎，分析該詞的語義，根據(jù)其語義類型自動將不同的功能映射到該關(guān)鍵詞中，顯示不同的功能按鍵，并將其最可能的功能按鍵排在最前面。這些功能按鍵是通往后臺不同網(wǎng)絡(luò)服務(wù)的通道。

關(guān)鍵詞合并和關(guān)鍵詞分解是關(guān)鍵詞感應(yīng)的兩大實現(xiàn)要點。關(guān)鍵詞合并把一系列相關(guān)的詞匯合并到同一個關(guān)鍵詞中，如生病、疾病、看醫(yī)生、醫(yī)療等都可以合并到關(guān)鍵詞“醫(yī)療服務(wù)”中。關(guān)鍵詞分解是通過對用戶輸入文本的分析，引導(dǎo)到不同的應(yīng)用。圖3和圖4詳細說明了關(guān)鍵詞合并和關(guān)鍵詞分解的應(yīng)用。

2.3 快速定位功能

快速定位的對象包括本地用戶信息、應(yīng)用以及應(yīng)用的內(nèi)容，并延伸到網(wǎng)絡(luò)的云計算信息，提供便捷的信息查詢、應(yīng)用定位和加載。通過預(yù)置、系統(tǒng)軟件安裝等方式獲取應(yīng)用的關(guān)鍵字，通過本地用戶信息獲取多個應(yīng)用的內(nèi)容，包括電話號碼本、郵件、日程以及即時通信的信息。定位的結(jié)果根據(jù)號碼、聯(lián)系人、本地應(yīng)用、網(wǎng)絡(luò)服務(wù)等進行分類，通過UI/UX管理器動態(tài)生成桌面或菜單，可根據(jù)用戶的使用頻率進行排列，將最常用的放在用戶最易操作的位置。

（1）快速號碼和軟件定位

用戶手寫、虛擬鍵盤點擊或者物理鍵盤輸入后，通過語義識別引擎分析后，感知用戶的操作意圖，僅僅2～3次點擊操作就可以快速定位號碼和軟件。如按9、3，就有93、WE、YE、YD幾種可能的組合，界面就會顯示包含“文、葉、預(yù)訂”等字眼的名字和業(yè)務(wù),如圖5所示。

（2）業(yè)務(wù)導(dǎo)航

在任何輸入界面的文本感知，比如在短信界面上輸入“羽絨服”，就會出現(xiàn)“購買羽絨服”的導(dǎo)航。如果關(guān)鍵字庫中包含了羽絨服廠商的廣告鏈接，用戶就可以直接進入該網(wǎng)站進行選購了，如圖6所示。

3 結(jié)束語

本文介紹了“用戶意圖智能感知技術(shù)”，該技術(shù)基于手機行業(yè)人機界面（UI/UX）的技術(shù)積累和對用戶關(guān)于人機界面的市場研究，并以輸入法引擎為核心，建立新型人性化界面風(fēng)格和交互操作體系，通過改善用戶體驗到業(yè)務(wù)關(guān)聯(lián)定位、文本感知，再到網(wǎng)絡(luò)搜索的方式給用戶全新的UI體驗，以一致、方便、快捷的方式向用戶提供本地和網(wǎng)絡(luò)信息與服務(wù)。該技術(shù)可以使用在各種移動終端，包括智能手機、非智能手機、移動互聯(lián)網(wǎng)設(shè)備上。

1 http://www.openhandsetalliance.com

2 http://www.guobi.com

3 http://www.apple.com.cn/iphone

4 http://zh.wikipedia.org/zh-cn