Dasher
Dasher - Character LM
PA154 Jazykové modelování (4) Pavel Rychlý
pary@fi.muni.cz
March 16, 2017
autoři: David MacKay, David Ward Cambridge University; freeware
podpora pro vysoce efektivní textový vstup za použití jiných prostředků než standardní počítačové klávesnice
zadávání textu na obrazovce pomocí polohovacího zařízení (myš, joystick...)
používá pravděpodobnostní prediktivní jazykový model stále se ladí (technologie zůstává stejná)
PA154 Jazykové modelování (4)
Dasher - Character LM
O Dasheru
Oblasti využití
Dasher je zdarma open-source software
podléhá požadavkům GNU Generel Public License
abeceda pro více než 150 jazyků
možnost nastavení barvy písma
systém se učí a nabízí kombinace písmen, které jsou
užívanější
asistivní technologie (postižení - bez rukou, s jednou rukou...) PDA a mobilní telefony složité jazyky (např. japonština)
PA154 Jazykové modelování (4)
Dasher - Character LM
PA154 Jazykové modelování (4)
Dasher - Character LM
Princip
File  Edit  Options  Control  Prediction Help
□ t o
□
be
oe or not to bE
l öthltP em
□ "b
1
písmena v abecedním pořadí, každé písmeno je v obdélníku obdélník s vybraným písmenem obsahuje opět úplnou abecedu, ze které lze vybrat 2.symbol atd.
základní myšlenka: písmena s větší pravděpodobností jsou ve větším obdélníku o konkrétním rozložení se rozhoduje na základě jazykového modelu
"Inverznľaritmetické kódování
aritmetické kódování (komprese textu): kódové slovo je číslo
z intervalu (0,1), postupným kódováním symbolů se intervaly
zjemňují v poměru pravděpodobnosti výskytu znaku
v Dasheru reprezentuje ypsilonová souřadnice celý interval
(0,1), kde každý symbol abecedy má přiřazen segment délky
odpovídající pravděpodobnosti jeho výskytu v daném
kontextu
PA154 Jazykové modelování (4)
Dasher - Character LM
PA154 Jazykové modelování (4)
Dasher - Character LM
Jazykový model PPM (Prediction by Partial Match)
jazykové modely aproximující přirozený jazyk využívají statistické metody a jsou založeny na odhadech frekvence výskytu sekvencí slov
nejpoužívanější jsou n-gramové modely (bigramy, trigramy), které určují pravděpodobnost výskytu určitého slova se znalostí n-1 okolních slov
n-gramové modely je potřeba natrénovat z korpusu
jazykový model použitý v Dasheru se neomezuje jen na koncept slov
spojuje informace o n-gramech s pravděpodobnostmi výskytu jednotlivých symbolů ze slovníku kontext 4-5 symbolů
PA154 Jazykové modelování (4)
Dasher - Character LM
PA154 Jazykové modelování (4)
Dasher - Character LM
PPM - 3 módy
Jazykový model (3)
Standard letter-based PPM (podle částečné shody počítá pravděpodobnost)
Word-based model (slovník s četností slov) Mixture model (PPM/dictionary)
jazykový model se učí v čase (učí se nové uživatelovy výrazy a obraty)
vše, co napíšeme, se automaticky ukládá do souboru jako další trénovací data
PA154 Jazykové modelování (4)
Dasher - Character LM
PA154 Jazykové modelování (4)
Dasher - Character LM
Další vlastnosti
Druhy vstupních metod
import trénovacích dat jednoduše načtením souboru
zdroj dat pro češtinu: Ústav Českého národního korpusu FF
UK
jakékoliv abecedy: např. i LaTeX, C, IPA
ostatní software - 2 módy: běžné psaní a doplňování slov
(uživatel mezi nimi musí přepínat)
Dashertyto režimy nerozlišuje
počítačová myš
touchpad
touchscreen
eyetracker
headmouse
dech
tlačítka
PA154 Jazykové modelování (4)
Dasher - Character LM
PA154 Jazykové modelování (4)
Dasher - Character LM
Myš, touchpad, touchscreen
Eyetracker
File   Edit   Options Help
Rychlost vstupu s použitím myši: po 10 minutách tréninku 5-15 slov/min., po hodině 15-25 slov/min., zkušení uživatelé 40 slov za minutu
ukázka Dasheru video: ipaq
kamera + senzory snímající, na které místo na obrazovce zaměřuje uživatel pohled cena: 3000 USD
PA154 Jazykové modelování (4)
Dasher - Character LM
PA154 Jazykové modelování (4)
Dasher - Character LM
Eye Dasher
Eye Dasher - Uživatelská přívětivost
rychlost vstupu: po deseti minutách tréninku 7 slov/min., po hodině 20 slov/min., zkušení uživatelé 30 slov za minutu
eyetracking bez Dasheru, jen s virtuální (on-screen) klávesnicí: 15 slov/min., error-rate 5x vyšší
poslední položka.
vstup za pomoci virtuální (on-screen) klávesnice je diskrétní (čekání na vypršení časovače, popř.mrknutí) Dasher poskytuje spojitý vstup video: eye_dasher
PA154 Jazykové modelování (4)
Dasher - Character LM
PA154 Jazykové modelování (4)
Dasher - Character LM
Headmouse
Breath Dasher
IR kamera reflexivní body cena: 150-300 USD
m
prima umera mezi objemem plic a hodnotou ypsilonové souřadnice jednodimenzionální (nelze zpět) proto: Control mode Control area (Stop, Pause, Move, Delete) video: breath_dasher
PA154 Jazykové modelování (4)
Dasher - Character LM
PA154 Jazykové modelování (4)
Dasher - Character LM
Button Dasher
Dasher vs. rozpoznávání řeči
3 směry
■ dopředu nahoru
■ dopředu dolů
■ zpět
nepoužitelnost systémů pro automatické rozpoznávání řeči v hlučném prostředí
i u nejlepších rozpoznávačů asi 5 % chyb (náročná editace chyb)
PA154 Jazykové modelování (4)
Dasher - Character LM
PA154 Jazykové modelování (4)
Dasher - Character LM
Speech Dasher
Další možnosti - Swype
1. krok: standardní rozpoznávání řeči
2. krok: kontrola a oprava rozpoznané promluvy pomocí Dasheru
rychlejší než oprava s použitím samostatného rozpoznávání řeči (speciální příkazy)
rychlejší než samostatný Dasher
video: speech.dasher
vyvinuto společností Nuance Communications psaní nepřerušovaným tahem na klávesách QWERTY odhadování slov pomocí prediktivního slovníku (můžeme doplňovat i vlastní slova)
větší přesnost pro delší slova (krátká obvykle více možností
interpretace tahu na obrazovce)
zápis bez diakritiky, nabízené varianty s diakritikou
PA154 Jazykové modelování (4)
Dasher - Character LM
PA154 Jazykové modelování (4)
Dasher - Character LM
Swype (2)
Další možnosti -SwiftKey
zvládá i jednoduchou interpunkci (i smajlíky)
aplikace je schopna učit se z Facebooku, Gmailu, Twitteru.
dostupný i v češtině
možnost diktování v angličtině pomocí modulu Dragon Dictation
video
http://www.youtube■com/watch?v=SJ-RAefCG_c
zdarma pro Android (pro iOS pouze v angličtině)
učí se pomocí předchozí textové komunikace (SMS, Gmail,
texty v RSS, přizpůsobuje se i písmenům, která opakovaně
mačkáte mírně mimo)
více jazyků (i více zároveň)
oprava překlepů
predikce příštího slova (nabízí nejpravděpodobnější varianty následujících slov)
PA154 Jazykové modelování (4)
Dasher - Character LM
PA154 Jazykové modelování (4)
Dasher - Character LM
SwiftKey (2)
Další možnosti -SlidelT
kvalitní slovníky (odpovídají trendům v komunikaci) lze psát ve stylu Swype (tažením) - pod funkcí Flow lze zapnout funkce diktování v angličtině video:
http://www.youtube.com/watch?v=kA5Horw_SOE
PA154 Jazykové modelování (4)
Dasher - Character LM
Další možnosti -GO Keyboard
predikce v mnoha jazycích možnost změny skinů a pozadí možnost importu jmen a SMS do slovníku podpora zadávání textu Swype stylem video:
http://www.youtube.com/watch?v=XQRRvSwpmWc
PA154 Jazykové modelování (4)
Dasher - Character LM
podobné klávesnici Swype - psaní tažením mezi znaky
nižší požadavky na přesnost psaní
kvalitní slovníky (možnost doinstalovat další)
dopočítává varianty slov, které chtěl uživatel napsat
automatické doplňování mezer a velkých písmen (bohužel
chybové)
video:
http://www.youtube.com/watch?v=Tp_7bWuvQwQ
PA154 Jazykové modelování (4)
Dasher - Character LM
Další možnosti
Perfect keyboard TouchPal keyboard Google keyboard Siine Shortcut keyboard
PA154 Jazykové modelování (4)
Dasher - Character LM