“搜狗云输入的“脑容量”：200亿本《新华字典》”

本篇文章1156字，读完约3分钟

“敲门mantiandaxue，出来的正是‘满天大雪’，为什么不是‘满天大雪’，或者‘满天大学’？ ’读者姚先生在网上提出了这样的问题。

小娟不知道的是，输入法如此“善解人意”的背景下，决策因素是“词汇”。 日前，Sogou输入软件宣布语料库容量超过1tb，是其他中文输入方式的几十倍，对韩语、日语等语言系来说是天文数字。

“享受输入”之谜

小娟是Sogou输入软件的大粉丝，她说:“平时用的是习性，所以也不觉得奇怪，但是重新安装了一次系统就在网上

中国80%的连接互联网的计算机上安装了Sogou，和姚先生一样，已经习惯了“享受输入”。

“词汇”是重要的幕后功臣之一。 据Sogou输入软件的工程师说，很多人都知道“词典”。 词典越大，输入方法越智能，但“语料库”的重要性不容忽视。 决定词典的词汇组合，决定哪个单词出现在输入结果的开头。

通常，语料库越大，输入效率越高。 据统计，目前大多数输入法语料库约40gb~150gb，是Sogou输入软件的1tb，也就是约1000gb，多了几十倍。 如此庞大的新闻量相当于200亿本《本字典》中收录的文字数。

虽然Sogou的自我挑战

远比对方“聪明”，但是Sogou还是“在比较自己和自己”。 根据Sogou语料库目前的容量，输入精度接近90%，但其他输入方式只有50%~80%。 但是，如果进一步扩大这个容量，输入效率的提高就会越来越困难。

对此，Sogou进行了两方面的业务，实现了语料库的爆炸性增长。 其一，发挥“人肉”的特点，让顾客做出贡献。 其二，用各搜索引擎抓住网络上的词汇。

很明显，围绕“词汇”，Sogou已经找到了一条可以无限、爆炸性增长的道路。 这也是这几年引领输入体验潮流，持续提高复印输入效率水平的原因。

回顾中文输入的未来

输入方式的快速发展历史，它从过去的“单体软件”变成了今天云端的“互联网服务”，各个

据业内人士介绍，Sogou对复印输入最大的贡献是，它既展现了输入方式的宏观方向，又形成了自己系统化的做法论。

未来，语料库、词典会以更高的速度爆炸性增长，通过模拟人类的思维，输入法会更了解顾客的思维和意图，“享受输入”变得越来越必然。 这显然是一项充满使命感的任务，数据显示，每天有3亿人依靠Sogou输入文案。 不难想象，Sogou输入软件每提高1%的准确率，就会为国民的学习、工作、娱乐节省无数的时间和精力，为整个社会创造无限的社会价值和经济价值。 (董晖) (/br/)/br/)/br/) )/br/) )转载请联系《每日经济信息》报社。 未经《每日经济信息》报社授权，严禁转载和镜像，违者必须追究。

联系电话号码: 021-60900099转688

每次预约的电话号码

北京: 010-58528501上海: 021