鍵盤(pán)上的大數(shù)據(jù)_數(shù)據(jù)分析師培訓(xùn)

信息時(shí)代正面臨著潛在的負(fù)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(guò)大，以至于傳統(tǒng)的數(shù)據(jù)庫(kù)難以將其消化，甚至無(wú)法負(fù)荷。而后，“大數(shù)據(jù)”一詞又衍生出了指一類(lèi)需使用大量數(shù)據(jù)運(yùn)算的科技之意。

因此無(wú)論何時(shí)，只要我們關(guān)注的某類(lèi)數(shù)據(jù)中包含著數(shù)十億（甚至數(shù)萬(wàn)億）條來(lái)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(shí)候，我們都忽略了在每日與科技的接觸中，比如使用移動(dòng)設(shè)備上的自動(dòng)糾錯(cuò)功能、文字處理軟件和電郵客戶(hù)端時(shí)，會(huì)與“大數(shù)據(jù)”一詞產(chǎn)生多大的關(guān)聯(lián)。

自動(dòng)糾錯(cuò)與字詞推薦

自動(dòng)糾錯(cuò)功能有時(shí)錯(cuò)的令人無(wú)語(yǔ)，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(dòng)設(shè)備上的自動(dòng)改正錯(cuò)誤拼寫(xiě)甚至預(yù)測(cè)下一個(gè)詞語(yǔ)的功能依然是超乎想象的好用，畢竟更多時(shí)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(guò)有時(shí)想想也會(huì)驚出一身雞皮疙瘩。 智能機(jī)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(yǔ)結(jié)果。再考慮到外語(yǔ)編程的可行性，以及現(xiàn)在多數(shù)智能手機(jī)的滑動(dòng)輸入功能，可以說(shuō)由此產(chǎn)生的幾乎無(wú)限多的詞語(yǔ)組合確確實(shí)實(shí)是“大數(shù)據(jù)”。

字詞推薦和自動(dòng)糾錯(cuò)功能基于一種智能手機(jī)自帶的算法。基本來(lái)說(shuō)，它可以將你的鍵入與內(nèi)置詞典進(jìn)行比對(duì)，并找出與之不同的拼寫(xiě)。而它的的內(nèi)置詞典往往涵蓋多種語(yǔ)言。舉例來(lái)說(shuō)，每次我鍵入外語(yǔ)字母時(shí)，手機(jī)都會(huì)提供相應(yīng)詞典的聯(lián)想與糾錯(cuò)功能。

當(dāng)鍵入的內(nèi)容與字典相符時(shí)，手機(jī)會(huì)顯示可能與其相配的字詞。如果建議的詞語(yǔ)正確，這項(xiàng)功能會(huì)大大縮短打字時(shí)間，提高溝通效率。如果無(wú)可用結(jié)果，手機(jī)程序會(huì)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(méi)想過(guò)，剩下的基本就是網(wǎng)上那些“手機(jī)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(huì)有怎樣的推薦詞，這是程序員要面對(duì)的諸多挑戰(zhàn)之一，這其中又包括如下兩點(diǎn)：

這也就是說(shuō)，如果鍵入了“taxos”，那么是“taxis”呢還是“tacos”呢？你的輸入法鍵盤(pán)會(huì)同時(shí)提供這兩個(gè)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(wú)前后文提示，只是單純錯(cuò)輸了taxos，除非使用極成熟的輸入法，一般說(shuō)來(lái)只能得到“taxis”、“tacos”，或者“taxos”的推薦。當(dāng)然，絕大多數(shù)使用自動(dòng)糾錯(cuò)和字詞聯(lián)想功能的人還是會(huì)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(xiě)檢查程序會(huì)記錄學(xué)習(xí)用戶(hù)偏好，并據(jù)此對(duì)搜索結(jié)果加以修正。然而絕大多數(shù)的手機(jī)鍵盤(pán)并非如此智能，部分原因是收集用戶(hù)的打字習(xí)慣并生成數(shù)據(jù)庫(kù)很可能會(huì)侵犯?jìng)€(gè)人隱私。

用于自動(dòng)糾錯(cuò)的詞庫(kù)一般從不受專(zhuān)利限制的文集中獲得詞匯。程序員已經(jīng)設(shè)計(jì)出了一系列的算法，用于識(shí)別常用句法，某詞的主要用法和重復(fù)，拼寫(xiě)，以及可能的字母串位，當(dāng)然還有由于鍵盤(pán)布局而時(shí)常發(fā)生的字母錯(cuò)誤。

即使如此，手機(jī)也會(huì)學(xué)習(xí)你對(duì)于自動(dòng)糾錯(cuò)后的字詞的修正方式。這更常見(jiàn)于輸入如商業(yè)術(shù)語(yǔ)等專(zhuān)有名詞和新生詞語(yǔ)時(shí)。

大數(shù)據(jù)從何而來(lái)

沒(méi)有大數(shù)據(jù)對(duì)海量字詞組合的管理 ，智能輸入法也就無(wú)所謂智能了。然而，大數(shù)據(jù)還能讓鍵盤(pán)變得比現(xiàn)有功能更具智慧。隨著技術(shù)日趨成熟，手機(jī)可以存儲(chǔ)更多信息，手機(jī)詞庫(kù)也將變得愈大、愈精。

未來(lái)，輸入法開(kāi)發(fā)人員將會(huì)使用大數(shù)據(jù)和機(jī)器學(xué)習(xí)來(lái)完善所有依賴(lài)鍵盤(pán)和基于文本的功能，而鍵盤(pán)的使用感也將會(huì)大大提升。