人们一开始总以为，最好的汉字输入法就是最简单的输入法，平均打一个字敲击的键盘次数越少，那这个输入法就越好，但历史又一次证明，这种经验上的直觉并不可靠。比如拼音输入法中的双拼和全拼，在双拼输入法中，每个声母和韵母都只用一个键表示，而全拼输入法则要求打出整个拼音。
比如“ao”这个韵母，在双拼中只需要按“k”这个键，而全拼则需要按“a”和“o”两个键。所以双拼敲击键盘的次数会天然地比全拼短，看起来更高效一些。但吴军说，双拼法看似减少了敲击键盘的次数，但输入一点也不快。为什么呢？因为汉语的声母韵母加起来一共有50多个，但是键盘上只有26个字母键，所以很多韵母就需要共享一个字母键，这就会导致，打字的人要从更多的候选汉字里找到自己想打的字；而且双拼的方法不自然，比全拼多出来一道拆分声母和韵母的过程，你需要背下来哪个韵母是哪个按键；最后，很多南方人分不清前后鼻音和卷平舌音，结果就导致翻了好几页都找不到自己想打的字，其实原因是一开始就打错了声母或者韵母。
这一系列问题都证明，追求更简单高效的双拼输入法，实际效率并不高，五笔输入法也是类似的情况。上世纪90年代时，中国出现的输入法种类一度多达上千种，但这些输入法大多和双拼一样，都把发力点放在了减少敲击次数上，都强调自己是最快的。这个方向就走偏了，到了现在，人们几乎全都抛弃了这些输入法，这一批发明人可以说是全军覆没。
与此同时，全拼输入法得到不断改进。所有汉字全拼的平均长度是2.98，只要能很好地利用上下文的相关性，就能把全拼输入法的平均敲击次数控制在3次以内。那该怎么利用上下文的相关性呢？这里又有人绕过弯路。10年前，人们就是通过不断增加词库，甚至把一整句唐诗当成一个词来解决这个问题。但是统计下来发现，帮助不太大。因为汉语里短字词“一音多字”的情况太多，如果词库非常大，打出来的候选词太多，找到自己想要的那个还是很费时间。吴军说，增大词库，这也是根据经验和直觉的应对方法，就和我们刚刚说的，“在大圆里套小圆，在小圆里套更小的圆”思路一样。
那最好的解决办法是什么呢？就是借助语言模型。这和第一个重点里说的，计算机处理自然语言的思路比较像，都是利用统计学的原理，来计算出一长串拼音转化成文字的最有可能选项，方便使用者直接打出一大段文字。和之前凭经验行动的解决方法相比，这就是更好的数学模型。
网友评论