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)的總量過大，以至于傳統(tǒng)的數(shù)據(jù)庫(kù)難以將其消化，甚至無法負(fù)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(yùn)算的科技之意。

因此無論何時(shí)，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)?ldquo;大數(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(dòng)設(shè)備上的自動(dòng)改正錯(cuò)誤拼寫甚至預(yù)測(cè)下一個(gè)詞語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(jī)的滑動(dòng)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(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。基本來說，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。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(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，有些甚至你都沒想過，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)：

1、 制作出全面的詞庫(kù)——該詞庫(kù)的功能不能因時(shí)代發(fā)展而打折，反而應(yīng)與時(shí)俱進(jìn)，具有高實(shí)用度，比如要收錄容易出現(xiàn)在短信中的網(wǎng)絡(luò)流行語等。

2、 敲定出沒有明顯缺陷的語言模型——該模型應(yīng)可以檢驗(yàn)用戶輸入的字詞并對(duì)可能的錯(cuò)誤給出合理建議。

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(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，一般說來只能得到“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搜索引擎的拼寫檢查程序會(huì)記錄學(xué)習(xí)用戶偏好，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)鍵盤并非如此智能，部分原因是收集用戶的打字習(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，以及可能的字母串位，當(dāng)然還有由于鍵盤布局而時(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。這更常見于輸入如商業(yè)術(shù)語等專有名詞和新生詞語時(shí)。

大數(shù)據(jù)從何而來

沒有大數(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(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，輸入法開發(fā)人員將會(huì)使用大數(shù)據(jù)和機(jī)器學(xué)習(xí)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(huì)大大提升。