鍵盤上的大數(shù)據(jù)_數(shù)據(jù)分析師

信息時代正面臨著潛在的負載傾向。這種傾向反映到前沿科技上就是業(yè)界所謂的“大數(shù)據(jù)”——即指數(shù)據(jù)的總量過大，以至于傳統(tǒng)的數(shù)據(jù)庫難以將其消化，甚至無法負荷。而后，“大數(shù)據(jù)”一詞又衍生出了指一類需使用大量數(shù)據(jù)運算的科技之意。

      因此無論何時，只要我們關(guān)注的某類數(shù)據(jù)中包含著數(shù)十 億（甚至數(shù)萬億）條來自網(wǎng)絡(luò)及其他途徑的記錄，我們就是在談?wù)摗按髷?shù)據(jù)”。 然而很多時候，我們都忽略了在每日與科技的接觸中，比如使用移動設(shè)備上的自動糾錯功能、文字處理軟件和電郵客戶端時，會與“大數(shù)據(jù)”一詞產(chǎn)生多大的關(guān)聯(lián)。

自動糾錯與字詞推薦

      自動糾錯功能有時錯的令人無語，以至于許多網(wǎng)站致力于貼圖展示那些搞笑（且經(jīng)常黃暴）的“修改結(jié)果”。盡管如此，這種在移動設(shè)備上的自動改正錯誤拼寫甚至預(yù)測下一個詞語的功能依然是超乎想象的好用，畢竟更多時候它替你避免了許多由手指輸入而可能造成的尷尬局面。

      不過有時想想也會驚出一身雞皮疙瘩。 智能機可以根據(jù)你鍵入的任意字母順序，列出可能產(chǎn)生的所有詞語結(jié)果。再考慮到外語編程的可行性，以及現(xiàn)在多數(shù)智能手機的滑動輸入功能，可以說由此產(chǎn)生的幾乎無限多的詞語組合確確實實是“大數(shù)據(jù)”。

      字詞推薦和自動糾錯功能基于一種智能手機自帶的算法。基本來說，它可以將你的鍵入與內(nèi)置詞典進行比對，并找出與之不同的拼寫。而它的的內(nèi)置詞典往往涵蓋多種語言。舉例來說，每次我鍵入外語字母時，手機都會提供相應(yīng)詞典的聯(lián)想與糾錯功能。

      當鍵入的內(nèi)容與字典相符時，手機會顯示可能與其相配 的字詞。如果建議的詞語正確，這項功能會大大縮短打字時間，提高溝通效率。如果無可用結(jié)果，手機程序會繼續(xù)提供更多字詞選擇，其中有的文法正確，有些還算 合理，有些甚至你都沒想過，剩下的基本就是網(wǎng)上那些“手機輸入法搞笑圖片”的素材了。

找到最合適的搭配

      怎樣的鍵入會有怎樣的推薦詞，這是程序員要面對的諸多挑戰(zhàn)之一，這其中又包括如下兩點：

      這也就是說，如果鍵入了“taxos”，那么是“taxis”呢還是“tacos”呢？你的輸 入法鍵盤會同時提供這兩個推薦。但是如果你想輸入的是“taxes”，那就需要輸入法已知上下文意，如“there’s nothing sure but death and…”，才能正確給出taxes。如果并無前后文提示，只是單純錯輸了taxos，除非使用極成熟的輸入法，一般說來只能得到“taxis”、 “tacos”，或者“taxos”的推薦。當然，絕大多數(shù)使用自動糾錯和字詞聯(lián)想功能的人還是會被它的精確率驚艷到的。

輸入法如何知曉

      Google搜索引擎的拼寫檢查程序會記錄學習用戶偏好，并據(jù)此對搜索結(jié)果加以修正。然而絕大多數(shù)的手機鍵盤并非如此智能，部分原因是收集用戶的打字習慣并生成數(shù)據(jù)庫很可能會侵犯個人隱私。

      用于自動糾錯的詞庫一般從不受專利限制的文集中獲得詞匯。程序員已經(jīng)設(shè)計出了一系列的算法，用于識別常用句法，某詞的主要用法和重復(fù)，拼寫，以及可能的字母串位，當然還有由于鍵盤布局而時常發(fā)生的字母錯誤。

      即使如此，手機也會學習你對于自動糾錯后的字詞的修正方式。這更常見于輸入如商業(yè)術(shù)語等專有名詞和新生詞語時。

大數(shù)據(jù)從何而來

      沒有大數(shù)據(jù)對海量字詞組合的管理 ，智能輸入法也就無所謂智能了。然而，大數(shù)據(jù)還能讓鍵盤變得比現(xiàn)有功能更具智慧。隨著技術(shù)日趨成熟，手機可以存儲更多信息，手機詞庫也將變得愈大、愈精。

      未來，輸入法開發(fā)人員將會使用大數(shù)據(jù)和機器學習來完善所有依賴鍵盤和基于文本的功能，而鍵盤的使用感也將會大大提升。