苹果公司名下的博客《机器学习期刊》的最近改版内容似乎了苹果QuickType预测键盘在未来可能会有更进一步的改良，现阶段仅次于的挑战在于：如何让机器利用文档内容来猜测用户接下来要输出的词语。目前，预测键盘是通过受限的局部语境和用户的输出来猜测用户接下来可能会输出的内容，比如，当用户将光标定位在“I”和“you”两个词语中间并输出“L”时，键盘就不会合理猜测用户接下来要输出的这个单词为“love”。苹果的框架自然语言处置团队认为，加添额外的“整体语义语境”可以产生更佳的效果：当机器查询文档的全部内容后，可能会找到“love”与文档的整体语境没联系，于是不会获取像“listento”这种更为合理的选项。然而事实上，仅有文档处置并不更容易构建，苹果公司正在探寻利用神经网络展开深度自学的潜在解决方案。

原型系统可以查询等价词汇左侧和右侧的所有上下文，分析文本每个部分的潜在相关性并展开较为，最后获取最合理的内容作为参照选项。借以做到机器训练的目录字数多达1千万到50亿，不过研究人员找到大于目录与仅次于目录起着的训练效果并无显著差异。

目前该项目仍未已完成，因为苹果还要之后训练机器学会在更大的整体语境中处置单词与短语，但是早已获得了相当大进展。预计在未来，苹果的预测键盘不管在局部语境还是整体语境中都能已完成对文本输出的预测，如此一来，机器将更加有效地根据用户早已输出的内容而“猜测”用户的点子，获取下一个即将输出的词语选项。

本文来源：og视讯大厅-www.szhychh.com