拼音輸入法詞庫(kù)廣度及選詞精度全測(cè)試

IUY

據(jù)艾瑞咨詢(xún)前不久發(fā)布的桌面軟件市場(chǎng)數(shù)據(jù)顯示，搜狗輸入法已經(jīng)成功搶占了80％以上的輸入法市場(chǎng)份額，成為輸入法市場(chǎng)上無(wú)可爭(zhēng)議的領(lǐng)頭羊。搜狗輸入法自正式上線(xiàn)以來(lái)就迅速吸引了眾多輸入法用戶(hù)，紫光輸入法、微軟拼音等一大批輸入法老將紛紛折戟。時(shí)至今日，輸入法市場(chǎng)上依然硝煙不斷。繼搜狗之后，谷歌輸入法和QQ拼音也相繼面世，面對(duì)輸入法市場(chǎng)上的眾多優(yōu)秀品牌，用戶(hù)究竟該選擇哪一種呢?筆者將從下列幾個(gè)方面對(duì)目前市場(chǎng)上的三大主流輸入法：搜狗、谷歌以及QQ拼音，進(jìn)行一番深入的品質(zhì)評(píng)測(cè)。

一、詞庫(kù)覆蓋率評(píng)測(cè)

詞庫(kù)功能的強(qiáng)弱在一定程度上關(guān)系著一款輸入法的強(qiáng)弱。在智能ABC、微軟拼音占有市場(chǎng)主流用戶(hù)的時(shí)代里，輸入法自帶的固定詞庫(kù)是用戶(hù)打字的詞匯基礎(chǔ)。而后隨著搜狗輸入法面世，率先采取了二元結(jié)構(gòu)組詞造句，這一現(xiàn)狀被徹底打破。搜狗輸入法融合了搜索引擎技術(shù)，使網(wǎng)絡(luò)新詞等可以即時(shí)在線(xiàn)更新至固有詞庫(kù)，從而實(shí)現(xiàn)了詞庫(kù)的無(wú)限擴(kuò)充，這也就是后來(lái)業(yè)界所定義的“網(wǎng)絡(luò)化輸入法”。事實(shí)上，網(wǎng)絡(luò)化輸入法較之以往，最大的改進(jìn)就是對(duì)固有詞庫(kù)邊界的打破。搜狗作為網(wǎng)絡(luò)化輸入法的鼻祖，是否真正達(dá)到了詞庫(kù)覆蓋率上的突破呢?谷歌、00輸入法等后進(jìn)者又能否在模仿的基礎(chǔ)上超越搜狗呢?筆者采用百度百科的一個(gè)子集作為評(píng)測(cè)集合。得到了以下三大輸入法詞庫(kù)覆蓋率的統(tǒng)計(jì)數(shù)據(jù)：

從表中可以看出。搜狗輸入法的詞庫(kù)覆蓋率遠(yuǎn)高于谷歌輸入法和QQ拼音。單純的統(tǒng)計(jì)數(shù)據(jù)似乎并不能完全令人信服，但下面這個(gè)評(píng)測(cè)或許更能說(shuō)明問(wèn)題。

對(duì)于既定的詞語(yǔ)樣本，搜狗輸入法反饋的輸入結(jié)果的確出乎意料，甚至連“田鷚”、“蚰蜒草”這樣的生僻詞匯都能夠完全覆蓋，一定程度上彰顯了搜狗輸入法詞庫(kù)大而全的特點(diǎn)。而相比之下。谷歌輸入法和QQ拼音卻沒(méi)能全面覆蓋這些詞語(yǔ)，打出來(lái)的文字結(jié)果不倫不類(lèi)，這樣就需要用戶(hù)增加操作步驟、進(jìn)行人工選擇，十分影響用戶(hù)輸入速度。由此可見(jiàn)，龐大的詞庫(kù)系統(tǒng)依然是搜狗輸入法的一家之長(zhǎng)，其搜索引擎的抓取能力和中文分詞處理能力，以及后期研發(fā)的細(xì)胞詞庫(kù)功能，都使搜狗詞庫(kù)實(shí)現(xiàn)了極高的詞匯覆蓋率。相比之下，谷歌輸入法和QQ拼音還需要進(jìn)一步的升級(jí)和完善。

二、新詞發(fā)現(xiàn)覆蓋率評(píng)測(cè)

隨著互聯(lián)網(wǎng)的進(jìn)一步發(fā)展和普及，中國(guó)網(wǎng)民數(shù)量不斷攀升，網(wǎng)絡(luò)熱詞和新詞也隨之大量涌現(xiàn)。這種情況下，既有的輸入法詞庫(kù)若不能與時(shí)俱進(jìn)，就很難繼續(xù)滿(mǎn)足用戶(hù)的需求。因而新詞的發(fā)現(xiàn)速度和覆蓋度也相應(yīng)成為評(píng)測(cè)輸入法品質(zhì)的一大標(biāo)準(zhǔn)。這里采用谷歌熱榜作為評(píng)測(cè)集合，對(duì)三大輸入法的詞庫(kù)對(duì)最新網(wǎng)絡(luò)詞匯的發(fā)現(xiàn)能力和每周平均覆蓋率進(jìn)行評(píng)測(cè)，大概對(duì)比情況如下：

通過(guò)數(shù)據(jù)。搜狗輸入法在新詞發(fā)現(xiàn)覆蓋率方面也頗具優(yōu)勢(shì)。據(jù)筆者了解，搜狗輸入法能夠隨時(shí)搜索、查詢(xún)?nèi)罩竞陀脩?hù)詞庫(kù)以及時(shí)跟蹤到新詞、熱詞的出現(xiàn)，從而助力搜狗輸入法將新詞、熱詞一網(wǎng)打盡。下面以具體的新詞發(fā)現(xiàn)情況為例說(shuō)明。

上表中的兩個(gè)例子可以看出，搜狗輸入法通過(guò)隨時(shí)追蹤網(wǎng)絡(luò)新詞、熱詞并及時(shí)更新至用戶(hù)詞庫(kù)，使得最新產(chǎn)生的詞匯能夠便捷打出，對(duì)于熱衷網(wǎng)絡(luò)的用戶(hù)而言極為適用。而谷歌輸入法和QQ拼音還不能夠?qū)崿F(xiàn)對(duì)網(wǎng)絡(luò)熱詞和新詞的即時(shí)監(jiān)控和更新，相比之下甚顯滯后，難以滿(mǎn)足用戶(hù)對(duì)于新詞、熱詞的輸入需求，因而再次不敵搜狗輸入法。

三、用戶(hù)短句首選率評(píng)測(cè)

句子的輸入相對(duì)于固定的詞匯而言就要靈活得多。用戶(hù)在使用輸入法時(shí)會(huì)因?yàn)楦髯圆煌拇蜃至?xí)慣，通過(guò)不同的斷句模式輸入拼音，這就使得拼音輸入法廠(chǎng)商必須想辦法優(yōu)化智能組詞算法，來(lái)提高首選短句的準(zhǔn)確率(即候選的第一個(gè)結(jié)果就是用戶(hù)要輸入的短句的比例)。搜狗拼音輸入法的首選詞準(zhǔn)確率目前被認(rèn)為是拼音輸入法中最高的。具體舉例可見(jiàn)下表：

上表中，短句樣本一欄中提供的都是有具體語(yǔ)意的短句，但通過(guò)搜狗輸入法、谷歌輸入法和QQ拼音打出來(lái)的文字結(jié)果的第一個(gè)選項(xiàng)卻很不同。搜狗輸入法能夠智能分析用戶(hù)的輸入數(shù)據(jù)，并將最有意義、最準(zhǔn)確的短句放在結(jié)果的第一位，大大減少了用戶(hù)的輸入環(huán)節(jié)：而谷歌輸入法和QQ拼音在短句首選率這一評(píng)測(cè)中仍舊無(wú)法與其相比，首個(gè)反饋結(jié)果只是對(duì)詞匯模塊的硬性組拼，而不是有實(shí)際語(yǔ)意的短句，從而使用戶(hù)不得不進(jìn)行更多的選擇操作以達(dá)到自己的輸入需求。

四、用戶(hù)長(zhǎng)句首選率評(píng)測(cè)

用戶(hù)輸入的數(shù)據(jù)有長(zhǎng)有短，對(duì)于短句的處理已經(jīng)不易，對(duì)于長(zhǎng)句的處理就給輸入法提出了更高的要求。如何才能為用戶(hù)提供最想要的長(zhǎng)句結(jié)果呢?輸入法需要從用戶(hù)的輸入心理入手，分析語(yǔ)義結(jié)構(gòu)。更加靈活、更加智能的處理用戶(hù)的輸入需求并提供有意義的文字結(jié)果。以用戶(hù)詞庫(kù)中的長(zhǎng)句輸入作為評(píng)測(cè)集合，在用戶(hù)長(zhǎng)句組詞能力上可以得到下面這組對(duì)比數(shù)據(jù)：

搜狗輸入法在數(shù)據(jù)上依然領(lǐng)先干谷歌輸入法和QQ拼音。谷歌輸入法和QQ拼音對(duì)長(zhǎng)句的數(shù)據(jù)處理還很呆板、不夠靈活，提供的首位選項(xiàng)詞不達(dá)意，有的甚至令人哭笑不得：而搜狗在進(jìn)行短句數(shù)據(jù)處理的基礎(chǔ)上，同樣是利用大規(guī)模數(shù)據(jù)分析能力和嗓聲過(guò)濾技術(shù)。提升自動(dòng)斷詞辨義的能力，將固定的詞語(yǔ)進(jìn)行有規(guī)律、有意義的組合，使長(zhǎng)句結(jié)果符合句法和語(yǔ)義，從而提升用戶(hù)在日常使用長(zhǎng)句上的體驗(yàn)。下面這三組長(zhǎng)句首選率評(píng)測(cè)示例，更加能夠說(shuō)明搜狗輸入法在產(chǎn)品品質(zhì)上的卓越與優(yōu)勢(shì)。

以上是從詞庫(kù)覆蓋率、新詞發(fā)現(xiàn)覆蓋率、短句首選率、長(zhǎng)句首選率等最關(guān)乎輸入法用戶(hù)體驗(yàn)的四個(gè)方面，對(duì)搜狗輸入法、谷歌輸入法和QQ拼音進(jìn)行的品質(zhì)評(píng)測(cè)。簡(jiǎn)單來(lái)說(shuō)，在詞庫(kù)覆蓋率方面，作為網(wǎng)絡(luò)化輸入法領(lǐng)導(dǎo)者的搜狗優(yōu)勢(shì)最為明顯，真可謂“姜還是老的辣”：新詞發(fā)現(xiàn)覆蓋率方面，搜狗依然一家獨(dú)大，但QQ拼音的表現(xiàn)也可圈可點(diǎn)，不愧是模仿者中的典范：在短句首選率這一項(xiàng)測(cè)評(píng)中。谷歌輸入法和QQ拼音兩者之間的差距不是很大、難辨雌雄，但谷歌在準(zhǔn)確率上較之搜狗還是有很大的差距：在最后一項(xiàng)長(zhǎng)句首選率評(píng)測(cè)中，搜狗當(dāng)仁不讓、再奪第一，但同時(shí)也應(yīng)該看到在此項(xiàng)評(píng)測(cè)中，三大主流輸入法的差距較小，長(zhǎng)句首選率的提高仍然是未來(lái)各大輸入法亟須改進(jìn)的主要領(lǐng)域之一。