Loading article…
予測入力とは、携帯電話の物理的な数字キーパッドやアクセシビリティ技術 など、1つのキーやボタンで複数の文字を入力できる入力技術です。キーを押すたびに、同じ文字のグループを同じ順序で繰り返し入力するのではなく、予測結果が表示されます。予測入力を使えば、1回のキー操作で単語全体を入力できます。予測入力は、テキストメッセージ、電子メール、アドレス帳、カレンダーなどに文字を入力する際に、使用するデバイスのキー数を効率的に削減します。
最も広く使われている一般的な予測入力システムは、T9、iTap、eZiText、LetterWise /WordWiseです。テキストを予測するデバイスを構築する方法は数多くありますが、すべての予測入力システムには、各ユーザーに合わせて優先順位が再調整される初期言語設定が備わっています。この学習は、デバイスのメモリを介して、ユーザーが意図したテキストに到達するために「次へ」キーを押すなどの修正キー入力につながる曖昧さを解消するフィードバックに適応します。ほとんどの予測入力システムには、このプロセスを容易にするためのユーザーデータベースが備わっています。
理論上、完成した文章で目的の文字ごとに必要なキーストローク数は、平均してキーボードを使用する場合と同程度です。これは、使用するすべての単語がデータベースにあり、句読点が無視され、入力ミスやスペルミスがないことを前提として、ほぼ正しいと言えます。[ 1 ]キーボードの文字あたりの理論上のキーストローク数 KSPC は KSPC=1.00、マルチタップの場合は KSPC=2.03 です。Eatoni のLetterWiseは予測マルチタップハイブリッドで、標準的な電話のキーパッドで動作させた場合、英語で KSPC=1.15 を達成します。
どの予測テキストシステムが最適かを選択する際には、ユーザーの好みのインターフェーススタイル、予測テキストソフトウェアの操作に関するユーザーの習熟度、およびユーザーの効率目標を考慮する必要があります。予測テキストシステムには、マルチタップシステムと比較して、さまざまなレベルのリスクが存在します。自動的に生成される予測テキストは、スピードと機械的な効率性という利点をもたらしますが、ユーザーが注意深く確認しないと、誤った情報を伝達してしまう可能性があります。予測テキストシステムは使いこなすのに時間がかかるため、一般的に、デバイスのシステムには、マルチタップ方式または複数の予測テキスト方式のいずれかを選択できるユーザーオプションが用意されています。
ショートメッセージサービス（SMS）は、携帯電話ユーザーがテキストメッセージ（メッセージ、SMS、テキスト、txtとも呼ばれる）を短いメッセージとして送信できるようにするサービスです。SMSテキスト入力で最も一般的なシステムは「マルチタップ」と呼ばれています。マルチタップでは、キーを複数回押して、そのキーに割り当てられた文字のリストにアクセスします。たとえば、「2」キーを1回押すと「a」が表示され、2回押すと「b」が表示され、3回押すと「c」が表示されます。同じキーに割り当てられた2つの連続した文字を入力するには、一時停止するか、「次へ」ボタンを押す必要があります。ユーザーは、電子機器のディスプレイを見なくても、英数字キーパッドを押すことで入力できます。そのため、マルチタップは理解しやすく、視覚的なフィードバックがなくても使用できます。ただし、マルチタップはあまり効率的ではなく、1文字を入力するのに多くのキーストロークが必要になる場合があります。
理想的な予測入力では、使用されるすべての単語が辞書に登録されており、句読点は無視され、スペルミスやタイピングミスは一切発生しません。理想的な辞書には、スラング、固有名詞、略語、URL、外国語、その他のユーザー固有の単語がすべて含まれます。この理想的な状況により、予測入力ソフトウェアは、ユーザーが単語を入力するために必要なキーストローク数を削減できます。ユーザーは各文字に対応する数字を押します。単語が予測入力辞書に存在するか、辞書以外のシステムによって正しく曖昧さが解消される限り、その単語が表示されます。たとえば、「4663」を押すと、英語の言語データベースが現在使用されている場合は、通常は「good 」という単語として解釈されますが、 「home」、「hood」、「hoof」などの代替語もキーストロークのシーケンスの有効な解釈です。
最も広く使われている予測テキストシステムは、Tegic社のT9、Motorola社のiTap、そしてEatoni Ergonomics社のLetterWiseとWordWiseです。T9とiTapは辞書を使用しますが、Eatoni Ergonomics社の製品は曖昧性解消プロセス、つまりキー入力シーケンスから単語を再現するための統計的ルールセットを使用します。すべての予測テキストシステムは、サポートする入力言語ごとに言語データベースを必要とします。
従来の曖昧性解消は、よく使われる単語の辞書を参照することで機能しますが、 Eatoniは辞書を使用しない曖昧性解消システムを提供しています。
辞書ベースのシステムでは、ユーザーが数字ボタンを押すと、アルゴリズムが辞書からキーの組み合わせに一致する可能性のある単語のリストを検索し、最も可能性の高い選択肢を提示します。ユーザーは選択を確定して次に進むことも、キーを使って可能な組み合わせを順番に切り替えることもできます。
辞書を用いないシステムは、単語の一部に関する統計情報から単語やその他の文字の並びを構築します。まだ入力されていないキーストロークの意図する結果を予測するために、曖昧性解消機能と単語補完機能を組み合わせることがあります。
曖昧性解消システムと予測システム、どちらのシステムもユーザーデータベースを含む場合があり、ユーザーが直接介入することなく単語やフレーズがユーザーデータベースに入力される場合は、「学習」システムとして分類できます。ユーザーデータベースは、事前に用意されたデータベースでは十分に曖昧性が解消されない単語やフレーズを保存するためのものです。曖昧性解消システムの中には、スペル修正、テキストの書式設定、その他の自動書き換えを試みるものもありますが、その結果、ユーザーのテキスト入力作業が促進されるか、逆に阻害されるかのどちらかになるリスクがあります。
予測テキストとオートコンプリート技術は、1950年代に中国の科学者や言語学者によって、中国語のタイプライターの入力効率の悪さを解決するために必要に迫られて発明されました。 [ 2 ]当時、タイピングプロセスでは、トレイ上の何千もの表意文字を探して選択する必要があり、 [ 3 ]ワードプロセッシング速度が著しく低下していました。[ 4 ] [ 5 ]
1940年代に林語堂が作った中国語タイプライターの操作キーには、選択した文字の後に続く文字の候補が含まれていました。1951年、中国語植字工の張継英は、現代の予測テキスト入力の先駆けとなる、連想的なクラスターに中国語の文字を配置し、それによって速度記録を更新しました。[ 6 ] 電話のキーパッドからのテキストの予測入力は、少なくとも1970年代から知られていました（Smith and Goodwin、1971）。予測テキストは、携帯電話のテキストメッセージが広く使用されるようになるまで、主に電話でディレクトリの名前を検索するために使用されていました。
一般的な電話のキーパッドで、ユーザーが「マルチタップ」キーパッド入力システムで入力したい場合、次の操作が必要になります。
一方、予測変換機能付きのスマートフォンでは、必要なのは以下のとおりです。
システムはキー入力が行われるたびにディスプレイを更新し、最も可能性の高い入力内容を表示します。この例では、予測機能によってボタンの押下回数が5回から3回に削減されました。単語が長い場合や、各キーのシーケンスの後半に位置する文字で構成される場合、その効果はさらに大きくなります。
辞書に基づく予測システムは、目的の単語が辞書に載っているという前提に基づいています。しかし、単語が一般的な用法と何らかの点で異なる場合、特にスペルや入力が間違っている場合、俗語である場合、または固有名詞である場合は、その前提は誤りとなる可能性があります。このような場合、単語を入力するには別の方法を用いる必要があります。さらに、単純な辞書方式は膠着語には適していません。膠着語では、1つの単語が必ずしも単一の意味単位を表すとは限らないからです。
予測テキストは、 Nuance CommunicationsのT9など、さまざまな競合製品で開発および販売されています。その他の製品には、 MotorolaのiTap、 Eatoni ErgonomicのLetterWise (単語ベースではなく文字ベースの予測)、WordWise (辞書なしの単語ベースの予測)、EQ3 (通常の電話キーパッドと互換性のあるQWERTYのようなレイアウト)、 Prevalent DevicesのPhraze-It、XrgomicsのTenGO (6 キーの縮小 QWERTY キーボード システム)、Adaptxt (言語、コンテキスト、文法、意味を考慮)、Lightkey (Windows 用の予測入力ソフトウェア)、Clevertexting (言語の統計的性質、辞書なし、動的なキー割り当て)、 Oizea Type (時間的曖昧性)、Intelab の Tauto、WordLogic の Intelligent Input Platform™ (特許取得済み、レイヤーベースの高度なテキスト予測、多言語辞書、スペルチェック、組み込みの Web 検索を含む) などがあります。 GoogleのGboard。
同じキーの組み合わせで生成される単語は「テキスト名」と呼ばれてきました。[ 7 ]また「txtonyms」とも呼ばれます。[ 8 ]または「T9onyms」（発音は「tynonyms」/ ˈ t aɪ n ə n ɪ m z / [ 7 ] ）とも呼ばれますが、T9 に特有のものではありません。間違ったテキスト名がデフォルトで選択されている場合や、ユーザーのエラーにより、スペルミスやタイプミスがなくても間違ったテキスト名が選択されることがあります。前述のように、英語の言語データベースが付属する電話キーパッドのキーシーケンス 4663 は、一般的に「good」という単語として曖昧さが解消されます。しかし、同じキーシーケンスは、home、gone、hoof、hoodなど、他の単語にも対応しています。たとえば、ユーザーがデフォルトの 4663 の単語を変更しなかった場合、「Are you home?」は「Are you good?」と表示される可能性があります。これは誤解を招く可能性があります。例えば、シーケンス 735328 はselectまたはその反意語reject のいずれかに対応する可能性があります。2010 年に発生した、過失致死につながった乱闘は、テキスト名エラーがきっかけでした。[ 9 ]予測テキストがユーザーの期待とは異なるデフォルトを選択することは、スペルチェック ソフトウェアが意図しない単語のスペルに変更するクパチーノ効果と類似しています。
テキストニムはミレニアル世代のスラングとして使われていました。例えば、bookという単語がcoolの意味で使われていました。これは、予測変換システムでbookがcoolよりも頻繁に使われると想定されていたためです。[ 10 ]これはcacographyに関連しています。
テキストの誤字脱字は、予測変換の有効性を制限する唯一の問題ではありません。もう一つの大きな問題は、曖昧性解消によって誤った単一の応答が生成される単語です。たとえば、入力された単語がBlaiseまたはClaireであった場合、システムは 252473 に対してBlairfと応答する可能性があります。これらの単語はどちらもキー入力シーケンスに対応していますが、この例では予測変換システムによって検出されません。タイプミスやスペルミスが発生した場合、曖昧性解消システムによって正しく認識される可能性は非常に低いですが、エラー訂正メカニズムによってその影響を軽減できる場合があります。
の [KSPC] の値は、カーソルキーと SELECT キーのみを使用する方法では約 10、単語予測技術では約 0.5 の範囲です。KSPC は事前分析に有用であり、労力を要する実装や評価を行う前に、テキスト入力方法の特性評価と比較をサポートすることが実証されています。
