【输入法相关论文】

接下来要开始阅读输入法相关的论文了。特别希望有相关研究的朋友一起讨论哈！

那就从这篇开始。

Effects of Language Modeling and its Personalization on Touchscreen Typing Performance

（待续，只阅读了前言部分）

1.  评价问题：LM 内在的评价方法 如 perplexity 不一定对下层的应用有效，需要引入外在的衡量指标，是什么呢？typing accuracy是怎么计算的，后续得看。

2.  Adaptive LM  与 LM 的 personalization 问题。out-of-domain 与 in-domain 用户有用户的习惯，以及输入法聊天语料与常规语料的不一致

3. Corpus 文章中采用的语料很巧妙，

Our background model was a Katz-smoothed [16] bi-gram
LM trained on 114 billion words scraped from the publicly accessible
web in English.

Enron Corpus as an Evaluation Set
The Enron Corpus [18] is a large set of emails that were
collected by the Federal Regulatory Commission when the
Enron Corporation was under investigation in late 2001

4 . 一个概念，模拟输入： 在触屏控制的场景中，用户点击某个按钮时，实际点击的位置按2D高斯分布来进行采样处理。

虽然更复杂的模型可能更好地去刻画模拟输入的性能，但作者表示2D高斯分布这样的假设足以来对LM 的contribution 进行验证。

      三个简化假设： 1） 用户只输入a-z      2） 用户永远正确地输入空格   3） case-insensitive  （什么鬼？ 用例迟钝？

      聚焦在 2D spatial noise， 而忽略其他方面的noise，如用户记错单词，看错单词，Inserted or deleted character 也忽略吗？？？

5.    文章中建模的思想还是很直观的

       如Spatial Score 表示为：

LM 与  Spatial Score的结合： (这个Object Function 的意义是最符合语言模型，即LM部分，但是空间误差损失最小，S（w|T））

LM 与 personal LM 的结合：

简化是建模的很重要的一步，从这篇文章中收获最大的点吧。