Модель упреждающей подсказки в интеллектуализованном интерфейсе пользователя
Рассматривается один из методов «малой интеллектуализации» интерфейса пользователя – идентификация полного слова по его части и упреждающая подсказка пользователю (или автоматическое восстановление). Построена и исследована модель упреждающей подсказки. Получены оценки экономии трудозатрат пользова...
Gespeichert in:
| Datum: | 2004 |
|---|---|
| Hauptverfasser: | , , |
| Format: | Artikel |
| Sprache: | Russian |
| Veröffentlicht: |
Інститут проблем математичних машин і систем НАН України
2004
|
| Schlagworte: | |
| Online Zugang: | https://nasplib.isofts.kiev.ua/handle/123456789/83959 |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Zitieren: | Модель упреждающей подсказки в интеллектуализованном интерфейсе пользователя / Л.В. Белоус, В.А. Литвинов, С.Я. Майстренко // Мат. машини і системи. — 2004. — № 3. — С. 156-163 — Бібліогр.: 4 назв. — рос. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| id |
nasplib_isofts_kiev_ua-123456789-83959 |
|---|---|
| record_format |
dspace |
| spelling |
Белоус, Л.В. Литвинов, В.А. Майстренко, С.Я. 2015-06-30T11:23:02Z 2015-06-30T11:23:02Z 2004 Модель упреждающей подсказки в интеллектуализованном интерфейсе пользователя / Л.В. Белоус, В.А. Литвинов, С.Я. Майстренко // Мат. машини і системи. — 2004. — № 3. — С. 156-163 — Бібліогр.: 4 назв. — рос. 1028-9763 https://nasplib.isofts.kiev.ua/handle/123456789/83959 681.3 Рассматривается один из методов «малой интеллектуализации» интерфейса пользователя – идентификация полного слова по его части и упреждающая подсказка пользователю (или автоматическое восстановление). Построена и исследована модель упреждающей подсказки. Получены оценки экономии трудозатрат пользователя при использовании метода в процессе ввода данных. Исследовано влияние усечения вводимого слова на результатную достоверность данных, приводятся соответствующие количественные оценки. Отмечается, что полученные оценки могут оказаться полезными и в других приложениях, например, для автоматического определения языка текста по анализу начальных символов вводимого слова. Розглядається один з методів «малої інтелектуалізації» інтерфейсу користувача – ідентифікація повного слова по його частині і надання підказки користувачу (чи автоматичне відновлення). Побудована і досліджена модель підказки. Отримано оцінки економії трудозатрат користувача при використанні методу у процесі введення даних. Досліджено вплив усікання слова, що вводиться, на результатну вірогідність даних, приводяться відповідні кількісні оцінки. Відзначається, що отримані оцінки можуть виявитися корисними й в інших випадках, наприклад, для автоматичного визначення мови тексту за аналізом початкових символів слова, що вводиться. One of methods "of small intellectualization" of the user interface – identification of a complete word on its part and anticipatory help to the user (or automatic restoration) is considered. It is constructed and investigated the model of the anticipatory help. The estimations of economy of the user’s labour expeditures are received using this method during data input. The influence of truncation of the entered word on resulting reliability of the data is investigated, the appropriate quantitative estimations are resulted. It is marked, that the received estimations may be useful and in other supplements, for example, for automatic definition of language of the text under the analysis of initial symbols of the entered word. ru Інститут проблем математичних машин і систем НАН України Програмно-технічні комплекси Модель упреждающей подсказки в интеллектуализованном интерфейсе пользователя Модель попереджуючої підказки в інтелектуалізованому інтерфейсі користувача Model of the anticipatory help in the interface of the user Article published earlier |
| institution |
Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| collection |
DSpace DC |
| title |
Модель упреждающей подсказки в интеллектуализованном интерфейсе пользователя |
| spellingShingle |
Модель упреждающей подсказки в интеллектуализованном интерфейсе пользователя Белоус, Л.В. Литвинов, В.А. Майстренко, С.Я. Програмно-технічні комплекси |
| title_short |
Модель упреждающей подсказки в интеллектуализованном интерфейсе пользователя |
| title_full |
Модель упреждающей подсказки в интеллектуализованном интерфейсе пользователя |
| title_fullStr |
Модель упреждающей подсказки в интеллектуализованном интерфейсе пользователя |
| title_full_unstemmed |
Модель упреждающей подсказки в интеллектуализованном интерфейсе пользователя |
| title_sort |
модель упреждающей подсказки в интеллектуализованном интерфейсе пользователя |
| author |
Белоус, Л.В. Литвинов, В.А. Майстренко, С.Я. |
| author_facet |
Белоус, Л.В. Литвинов, В.А. Майстренко, С.Я. |
| topic |
Програмно-технічні комплекси |
| topic_facet |
Програмно-технічні комплекси |
| publishDate |
2004 |
| language |
Russian |
| publisher |
Інститут проблем математичних машин і систем НАН України |
| format |
Article |
| title_alt |
Модель попереджуючої підказки в інтелектуалізованому інтерфейсі користувача Model of the anticipatory help in the interface of the user |
| description |
Рассматривается один из методов «малой интеллектуализации» интерфейса пользователя – идентификация полного слова по его части и упреждающая подсказка пользователю (или автоматическое восстановление). Построена и исследована модель упреждающей подсказки. Получены оценки экономии трудозатрат пользователя при использовании метода в процессе ввода данных. Исследовано влияние усечения вводимого слова на результатную достоверность данных, приводятся соответствующие количественные оценки. Отмечается, что полученные оценки могут оказаться полезными и в других приложениях, например, для автоматического определения языка текста по анализу начальных символов вводимого слова.
Розглядається один з методів «малої інтелектуалізації» інтерфейсу користувача – ідентифікація повного слова по його частині і надання підказки користувачу (чи автоматичне відновлення). Побудована і досліджена модель підказки. Отримано оцінки економії трудозатрат користувача при використанні методу у процесі введення даних. Досліджено вплив усікання слова, що вводиться, на результатну вірогідність даних, приводяться відповідні кількісні оцінки. Відзначається, що отримані оцінки можуть виявитися корисними й в інших випадках, наприклад, для автоматичного визначення мови тексту за аналізом початкових символів слова, що вводиться.
One of methods "of small intellectualization" of the user interface – identification of a complete word on its part and anticipatory help to the user (or automatic restoration) is considered. It is constructed and investigated the model of the anticipatory help. The estimations of economy of the user’s labour expeditures are received using this method during data input. The influence of truncation of the entered word on resulting reliability of the data is investigated, the appropriate quantitative estimations are resulted. It is marked, that the received estimations may be useful and in other supplements, for example, for automatic definition of language of the text under the analysis of initial symbols of the entered word.
|
| issn |
1028-9763 |
| url |
https://nasplib.isofts.kiev.ua/handle/123456789/83959 |
| citation_txt |
Модель упреждающей подсказки в интеллектуализованном интерфейсе пользователя / Л.В. Белоус, В.А. Литвинов, С.Я. Майстренко // Мат. машини і системи. — 2004. — № 3. — С. 156-163 — Бібліогр.: 4 назв. — рос. |
| work_keys_str_mv |
AT belouslv modelʹupreždaûŝeipodskazkivintellektualizovannominterfeisepolʹzovatelâ AT litvinovva modelʹupreždaûŝeipodskazkivintellektualizovannominterfeisepolʹzovatelâ AT maistrenkosâ modelʹupreždaûŝeipodskazkivintellektualizovannominterfeisepolʹzovatelâ AT belouslv modelʹpoperedžuûčoípídkazkivíntelektualízovanomuínterfeisíkoristuvača AT litvinovva modelʹpoperedžuûčoípídkazkivíntelektualízovanomuínterfeisíkoristuvača AT maistrenkosâ modelʹpoperedžuûčoípídkazkivíntelektualízovanomuínterfeisíkoristuvača AT belouslv modeloftheanticipatoryhelpintheinterfaceoftheuser AT litvinovva modeloftheanticipatoryhelpintheinterfaceoftheuser AT maistrenkosâ modeloftheanticipatoryhelpintheinterfaceoftheuser |
| first_indexed |
2025-11-25T15:22:24Z |
| last_indexed |
2025-11-25T15:22:24Z |
| _version_ |
1850516642327429120 |
| fulltext |
ISSN 1028-9763. Математичні машини і системи, 2004, № 3 156
УДК 681.3
Л.В. БЕЛОУС, В.А. ЛИТВИНОВ, С.Я. МАЙСТРЕНКО
МОДЕЛЬ УПРЕЖДАЮЩЕЙ ПОДСКАЗКИ В ИНТЕЛЛЕКТУАЛИЗОВАННОМ
ИНТЕРФЕЙСЕ ПОЛЬЗОВАТЕЛЯ
Abstract: One of methods "of small intellectualization" of the user interface – identification of a complete word on its
part and anticipatory help to the user (or automatic restoration) is considered. It is constructed and investigated the
model of the anticipatory help. The estimations of economy of the user’s labour expeditures are received using this
method during data input. The influence of truncation of the entered word on resulting reliability of the data is
investigated, the appropriate quantitative estimations are resulted. It is marked, that the received estimations may be
useful and in other supplements, for example, for automatic definition of language of the text under the analysis of
initial symbols of the entered word.
Key words: user’s mistakes, automatic correction, truth of data.
Анотація: Розглядається один з методів «малої інтелектуалізації» інтерфейсу користувача –
ідентифікація повного слова по його частині і надання підказки користувачу (чи автоматичне відновлення).
Побудована і досліджена модель підказки. Отримано оцінки економії трудозатрат користувача при
використанні методу у процесі введення даних. Досліджено вплив усікання слова, що вводиться, на
результатну вірогідність даних, наводяться відповідні кількісні оцінки. Відзначається, що отримані оцінки
можуть виявитися корисними й в інших випадках, наприклад, для автоматичного визначення мови тексту
за аналізом початкових символів слова, що вводиться.
Ключові слова: помилки користувача, автоматична корекція, вірогідність даних.
Аннотация: Рассматривается один из методов «малой интеллектуализации» интефейса пользователя
– идентификация полного слова по его части и упреждающая подсказка пользователю (или
автоматическое восстановление). Построена и исследована модель упреждающей подсказки. Получены
оценки экономии трудозатрат пользователя при использовании метода в процессе ввода данных.
Исследовано влияние усечения вводимого слова на результатную достоверность данных, приводятся
соответствующие количественные оценки. Отмечается, что полученные оценки могут оказаться
полезными и в других приложениях, например, для автоматического определения языка текста по анализу
начальных символов вводимого слова.
Ключевые слова: ошибки пользователя, автоматическая коррекция, достоверность данных.
1. Введение
Одним из общих направлений повышения уровня «малой интеллектуализации» интерфейса
пользователя является совершенствование методов и технологических средств диалога
пользователя с системой (сценария, меню, сообщений об ошибках, подсказок и т.п.). К подобным
методам можно отнести, например, автоматическую идентификацию и коррекцию (АИК) ошибок
пользователя [1, 2]. Наряду с методами [1, 2] существует и другая возможность помощи
пользователю, заключающаяся в оперативном посимвольном анализе вводимых данных, их
идентификации и подсказке (или автоматической подстановке) символов незавершенного слова в
тех случаях, когда становится однозначно ясна последовательность недовведенных символов.
Возможность таких ситуаций и реализацию подобной функции иллюстрируют, например, Интернет-
браузеры при наборе пользователем ранее использовавшегося адреса, сохраненного в
специальном справочнике.
Ставится задача анализа существенных свойств и оценки характеристик упомянутого
метода, который в дальнейшем будем называть методом автоматической идентификации и
восстановления (АИВ).
ISSN 1028-9763. Математичні машини і системи, 2004, № 3 157
2. Постановка задачи
Содержательная постановка задачи заключается в построении и анализе модели процесса АИВ –
модели, позволяющей сформулировать критерии и получить оценки результативности подсказки.
Так же, как и для автоматической коррекции, информационной основой подсказки является
естественная информационная избыточность, определяемая некоторым словарем – эталоном S ,
содержащим множество "разрешенных" слов, некоторое подмножество которого подлежит
последующему вводу. Параметры словаря в целом и содержащихся в нем слов определяют
искомые характеристики метода.
Для изложения формальной постановки задачи введем следующие исходные понятия и
обозначения.
Без потери общности мы можем считать каждое из слов словаря jA в алфавите q –
целым числом в позиционной системе счисления с основанием q . Обозначим через ija значения
і-го, начиная с младшего, символа слова ( )NjniA j ,...,1;,...,1 == .
Примем следующие допущения:
– значения слов jA распределены случайно-равномерно среди всевозможных комбинаций
символов naa ...1 в диапазоне 10 −÷ nq ;
– словарь S упорядочен по возрастанию значений jA .
Назовем комбинацию ( )kA j значений k старших символов kinn aaa ...... 1+− детерминантом
слова jA , если в словаре отсутствуют дополнительные слова с совпадающей комбинацией
значений данных символов. Это означает, что детерминант полностью идентифицирует конкретное
полное слово.
Задача заключается в определении:
– зависимости между ожидаемой длиной детерминанта k и существенными
характеристиками S (параметрами q , n , N );
– влияния сокращения вводимой длины слова с n до k на результатную достоверность
ввода.
3. Алгоритм и модель АИВ
3.1. Алгоритм восстановления
Формальная схема алгоритма поиска ( )kA j и восстановления jA включает следующие этапы:
1. ni =: .
2. Ввод (прием) і-го символа g
ia очередного вводимого слова gA .
ISSN 1028-9763. Математичні машини і системи, 2004, № 3 158
3. Поиск в S ближайшего (в порядке возрастания значений) слова jA , для
которого ( ) ( )
g
in
g
n
g
njinjnjn aaaaaa 1111, ...... +−−+−− = . Если такого слова не существует, то переход к п. 5.
Иначе переход к п. 4.
4. Если ( ) ( ) ( ) ( )( ) ( )( )1111111 ...... ++−+−++−− ≠ jinjnjnjinjnnj aaaaaa , то 1: +−= ink , комбинация
символов ( ) ( ) ( )kAaaa g
jjinjnnj =+−− :... 11 и остальные символы ( ) jjin aa 1...− восстанавливаются
автоматически.
Иначе 1: += ii , переход к п. 2.
5. Вывод пользователю сообщения о наличии допущенной в gA ошибки.
Пример фрагмента гипотетического словаря, содержащийся в табл. 1, иллюстрирует
результаты роботы алгоритма для приведенных слов.
Таблица 1. Пример фрагмента словаря
jA ( )kA j k
… … …
700125 70 2
712501 71 2
723627 72 2
745680 745 3
747560 747 3
761313 761 3
769053 769 3
773131 77 2
… … …
Содержательный смысл алгоритма заключается, как видно из его формального описания, в
постепенном последовательном сужении области поиска детерминанта вводимого слова
( )...211 →→→ −−− nnnnnn aaaaaa до достижения искомого результата. После определения ( )kAg
j
восстановление слова g
jA может быть зафиксировано автоматически или предложено
пользователю для подтверждения, в зависимости от избранной технологии восстановления. П. 5
алгоритма означает, что искомый детерминант, а, значит, и полное слово, в словаре-эталоне
отсутствует.
3.2. Модель анализа и оценки k
Определим величину ∑∑
=
−
=
−
++ −=−=
n
i
i
ij
n
i
i
)j(ijjj qaqaAAl
11
1
11
1
как текущий интервал
между двумя произвольными значениями слов S . Очевидно, что ∑
−
=
+=
1
1
1
N
j
jN lAA , а среднее
значение
1−
=
N
A
l N . С учетом допущения о равномерном распределении N значений словаря среди
ISSN 1028-9763. Математичні машини і системи, 2004, № 3 159
nq значений возможных комбинаций naa ...1 , пренебрегая разностями ])1[(
N
Anq −− и ( )01 −А ,
положим
rN
q
l
n 1=≈ .
Легко показать, что в случае регулярной структуры словаря S с постоянным интервалом
0l значения 0kk = были бы одинаковыми для всех слов и определялись бы неравенством
100
0
+−− <≤ knkn qlq .
При этом для ( )1,...,1,00 −== nmql m мы имеем .0 mnkk −==
Для получения приближенных оценок k при равномерном распределении рассмотрим
непрерывную аппроксимацию словаря и процесса поиска детерминанта. Сопоставим диапазону
всевозможных значений слов словаря отрезок прямой
nq÷0 с текущей координатой x , а
каждому реально существующему слову jA – точку з координатой jX . Будем интерпретировать
распределение значений текущих интервалов как распределение интервалов ожидания l в
случайном пуассоновском потоке событий с интенсивностью r
q
N
l
n
==1 . Иными словами,
дискретным значением
jl поставим в соответствие непрерывные значения l с распределением
),rlexp(cr)l(P −= где с – нормирующий множитель. Поставленную задачу поиска k в
терминах принятой аппроксимации можно трактовать следующим образом.
По дороге мимо наблюдателя проезжают автомобили, распределение которых во времени
подчиняется закону Пуассона, следовательно, интервалы времени между последовательными
проездами двух автомобилей распределены экспоненциально. Водителю автомобиля, время
ожидания которого находится в диапазоне ( ) ( )t
t
t
t qlql =÷= −
−
1
1
, наблюдателем выдается
1+−= tnk единиц “вознаграждения“ ( )nt ...1= . Водителям, время ожидания которых превышает
n
n ql = , не выдается ничего. Необходимо найти среднее значение вознаграждения.
0
P(l)
k
=n
lt1 lt2 lt3 ltn lt
k
=n
-1
k
=n
-2
Рис. 1. Распределение )(lP
ISSN 1028-9763. Математичні машини і системи, 2004, № 3 160
Из рисунка, иллюстрирующего эти положения, видно, что относительное количество
водителей, получающих вознаграждение в )1( +− tn единиц, соответствует вероятности
{ } ∫ ∫
− −
−===≤≤−
tl
t
tl
tll
ttt dlrlcrdllPPlllP
1 1
)()( exp1 .
Нормирующий множитель c определяет вероятность события nql < (т.е. относительную
часть водителей, которые получают хоть какие-то вознаграждения). Следовательно, после
интегрирования получим
)exp(1
)exp()exp( 1
n
tt
t rq
rqrq
P
−−
−−−=
−
и (1)
.)1(
1
∑
=
⋅+−=
n
t
tPtnk (2)
После некоторых промежуточных преобразований (1), (2), в частности, перегруппировок
слагаемых в порядке увеличения “вознаграждения“, получим:
[ ]
)exp(1
)exp()exp(
1
1
n
n
t
tntn
rq
rqrqt
k
−−
−−−
=
∑
=
+−−
. (3)
В выражении (3) величина в квадратных скобках числителя определяет вероятность того,
что некоторый текущий интервал попадает в диапазон (
1+−− ÷ tntn qq ), в этом случае tk = .
Нормирующий знаменатель учитывает тот факт, что
nql < и, следовательно, “хвост“
теоретической кривой )rlexp(r)l(P −= , лежащий правее точки
nql = , определяет вероятность
нереальных событий.
В табл. 2 приведены значения k , рассчитанные по выражению (3) для 10=q , 6,8=n .
Таблица 2. Значения k для 10=q , 6,8=n .
r
n
10-3
10-4
5 ·10-5
10-5
5 ·10-6
10-6
10-7
8 5,7292 4,7374 4,4406 3,7382 3,4410 2,7383·10 1,7384
6 3,7312 2,7376 2,4407 1,7383 1,4508 1,1680·10 1,1162
4. Оценка достоверности ввода информации
Устанавливая зависимость достоверности ввода информации от параметра k, примем во
внимание следующее. С одной стороны, при вводе неполного слова уменьшается количество
ошибок, допущенных пользователем, за счет меньшего количества вводимых символов. Это
уменьшение пропорционально отношению kn / . С другой стороны, при контроле сравнением
неполных слов уменьшается количество обнаруживаемых ошибок (п. 5 алгоритма) за счет
ISSN 1028-9763. Математичні машини і системи, 2004, № 3 161
уменьшения интервала между разрешенными усеченными словами и соответствующего
уменьшения относительного количества разрешенных значений неполных слов. Для оценки
совместного действия противоположно направленных тенденций введем в рассмотрение параметр
)](1[
)](1[
kdk
ndn
−
−=η ,
где ( )nd и ( )kd – соответственно достоверность информации при контроле по полному n-
символьному слову и усеченному k-символьному словам.
Значение n определяет относительное количество ошибок на выходе контроля по полному
n -символьному слову по сравнению с усеченным k-символьным.
При принятом допущении о равномерном распределении N значений слов словаря в
интервале nq÷0 величина r
q
N)n(d n −=−= 11 . Для получения зависимости )k(d
воспользуемся соотношениями известной задачи о размещениях [3]. Как известно, вероятность
)]o(c,y,x[P того, что при случайных бросаниях Х шаров («дробинок» [4] ) в Y ящиков С(0)
ящиков останутся пустыми, равна
где
.)/exp(
,)!0(/)exp()]0(,,[ )0(
yxy
ccyxP c
−=
⋅−=
φ
φφ
Для оценки приближенного значения математического ожидания )(c 0 воспользуемся
результатами [4]:
)y/xy()y/xexp()(c 20 −⋅−≈ .
Поставим в соответствие x шарам N слов словаря, а y ящикам –
kq потенциальных
всевозможных значений усеченных k -символьных слов. В этом случае, с учетом прежнего
предположения о равномерном характере распределения значений k символов N слов словаря,
для относительного количества обнаруженных ошибок )k(d можно записать следующее
достаточно очевидное выражение:
kq
)0(c
)k(d = .
Действительно, обнаружению ошибки в усеченном слове соответствует ситуация, когда
после бросания x шаров наугад выбранный ящик оказывается пустым. При этом величина
kq
)(C 0
представляет собой относительное количество таких ситуаций.
Окончательно
,
)
2
)(
())(exp(
1
1
−⋅−⋅−
=
kr
qkkr
qk
k
nrη (4)
ISSN 1028-9763. Математичні машини і системи, 2004, № 3 162
где
q
N
)k(r
k
= .
В табл. 3 в качестве примера приведены значения η для 10=q ; 1000=N ;
53 10 10 −−= ;r .
Таблица 3. Значение η для выбранных значений параметров rNq ,,
k 2 3 4 5 6 7 8
η
(r=10-3,
n=6 )
3.000·10-3
3.163·10-3
1.576·10-2
1.206·10-1
1.000
–
–
η
(r=10-5 ,
n=8 )
4.000·10-5
4.217·10-5
2.101·10-4
1.608·10-3
1.334·10-2
1.142·10-1
1.000
5. Выводы
Анализ выражений (3), (4) и данных табл. 2, 3 позволяет сделать следующие выводы:
1. Упреждающая подсказка в режиме АИВ позволяет получить существенное сокращение
трудозатрат при вводе данных. Например, при вводе последовательности слов с
характеристиками словаря 8=n , 1000=N в среднем достаточно ввести меньше 4-х символов
для идентификации и автоматического восстановления каждого 8-символьного слова, т.е.
трудозатраты в этом случае сокращаются более, чем в 2 раза. Для конкретного случая
относительное снижение трудоемкости, равное nk / , определяется выражением (3).
2. Величина k по мере уменьшения r уменьшается при фиксированном n в
логарифмическом масштабе практически линейно, стремясь к величине Nloqq
при 0→r . Это
свойство интуитивно очевидно: чем ближе r к нулю (т.е. чем больше избыточность и чем больше
текущий интервал l между реальными словами), тем меньше требуется символов для
идентификации всего слова – вплоть до минимально необходимого количества символов для
представления N слов в алфавите q . При этом, как можно видеть из табл. 2, значения k близки к
значениям ok , присущим регулярной структуре. Поэтому простое соотношение для ok может быть
использовано для ориентировочной оценки k при аппроксимации реальной равномерной
структуры словаря некоторой «близкой» регулярной структурной.
3. И восстановление полного слова, вводимого в компьютер по детерминанту, и контроль
информации по словарю-эталону используют одну и ту же избыточность и один и тот же базовый
инструмент (т.е. словарь) Поэтому ввод в режиме АИВ в значительной мере снижает
эффективность контроля по словарю. Как следует из анализа выражения (4), иллюстрированного
ISSN 1028-9763. Математичні машини і системи, 2004, № 3 163
данными табл. 3, чем выше результативность подсказки (чем меньше r и, следовательно, k ), тем
хуже характеристики достоверности выходной информации (больше ошибок на выходе). Поэтому
режим АИВ целесообразно применять в сочетании с иными способами контроля.
В заключение отметим, что в перспективе изложенный подход к оценке k может оказаться
полезным и в некоторых других приложениях, – например, при автоматическом определении языка
текста по анализу начальных символов вводимого слова, автоматическом восстановлении
искаженного слова по словарю и т.п.
СПИСОК ЛИТЕРАТУРЫ
1. Дремов И.В., Литвинов В.А. Автоматическая коррекция ошибок оператора на основе словаря-эталона //
УсиМ. – 1989. – № 3. – C. 77 – 80.
2. Литвинов В.А., Майстренко С.Я., Ступак Н.Б. Некоторые оценки вероятностных характеристик процесса
автоматической идентификации ошибок пользователя на основе эталонного словаря // УсиМ. – 2001. – № 2. –
C. 21 – 24.
3. Феллер В. Введение в теорию вероятности и ее приложения. – М.: Мир, 1967. – Т. 1. – С. 109 – 110.
4. Севастьянов Б.А., Чистяков В.П. Асимптотическая нормальность в классической задаче о дробинках //
Теория вероятностей и ее применения. – 1964. – Т. 9. – Вып. 2. – C. 233 – 237.
|