Avtotamamlama və ya avtodoldurma — tətbiqin istifadəçinin yazdığı sözün qalan hissəsini təxmin etdiyi xüsusiyyət. Android və iOS smartfonlarında buna "təxmin edilən mətn" deyilir. Qrafik istifadəçi interfeyslərində istifadəçilər adətən təklif edilən mətni qəbul etmək üçün və ya bir neçəsi arasından birini seçmək üçün aşağı basa bilərlər.
Avtomatik tamamlama mətn daxiletmə sahəsinə bir neçə simvol daxil edildikdən sonra istifadəçinin daxil etmək niyyətində olduğu sözü düzgün təxmin etdikdə sürətləndirir. O, məhdud sayda mümkün sözlər olan yerlərdə (məsələn əmr sətrində), daha ümumişlək sözlər istifadə olunduqda (məsələn, e-poçt yazarkən) və ya strukturlaşdırılmış və təxmin edilə bilən mətnin yazılmasında (mənbə kodu redaktorlarında olduğu kimi) daha yaxşı işləyir.
İstifadəçilər sözləri bir neçə dəfə yazdıqdan sonra bir çox avtomatik tamamlama alqoritmləri həmin sözləri öyrənir və istifadəçinin öyrənilmiş vərdişləri əsasında alternativlər təklif edə bilir.
İzahı
Əsas məqsəd
Sözlərin təxmin edilməsi proqramının ilkin məqsədi fiziki qüsurlu insanlara yazma sürətini artırmaqda kömək etmək, həmçinin bir sözü və ya cümləni tamamlamaq üçün basılacaq düymələrin sayını azaltmağa kömək etmək idi. Sürətin artırılması zərurəti, nitq aparatlarından istifadə edən insanların şifahi nitqdən istifadə edən insanlardan 10%-dən az sürətlə nitq istehsal etməsi ilə yaranır. Lakin bu funksiya mətn yazan hər kəs, xüsusən də texniki və ya tibbi xarakter daşıyan uzun, çətin terminologiyadan tez-tez istifadə edən həkimlər kimi insanlar üçün çox faydalıdır.
Açıqlama
Avtomatik tamamlama və ya sözü tamamlama sözün ilk hərfi və ya hərfləri yazıldıqda proqramın bir və ya bir neçə mümkün sözü təxmin edə bilməsidir. Əgər nəzərdə tutulan söz siyahıya daxil edilibsə, istifadəçi onu rəqəm kimi müxtəlif düymələrindən istifadə etməklə seçə bilər. İstifadəçinin istədiyi söz təxmin edilməyibsə, sözün növbəti hərfini daxil edilməlidir. Bu zaman söz seçimləri elə dəyişdirilir ki, verilən sözlər eyni hərflərlə başlasın. İstifadəçinin istədiyi söz görünəndə o seçilir və söz mətnə daxil edilir. Söz təxmininin başqa bir formasında ən son istifadə olunan söz cütlərinə əsaslanaraq sadəcə yazılmış sözdən sonra gələn sözlər təxmin olunur. Sözlərin təxmin olunması istifadə edir, burada müəyyən lüğətdə mövcud olma ehtimalı ən çox olan sözlərin hesablanması aparılır. Dil modelləşdirməsi ilə yanaşı, AAC (artırıcı və alternativ ünsiyyət) cihazlarında əsas söz təxmini tez-tez tezlik modeli ilə birləşdirilir, burada AAC istifadəçisinin bu yaxınlarda və tez-tez istifadə etdiyi sözlərin təxmin edilmə ehtimalı daha yüksək olur. Sözləri təxmin edən proqram çox vaxt istifadəçiyə öz sözlərini birbaşa və ya yazılmış sözləri "öyrənməklə" sözün təxmini lüğətlərinə daxil etməyə imkan verir. Cinsi orqanlar və ya digər vulqar terminlərlə əlaqəli bəzi axtarış nəticələri tez-tez uyğun olmayan terminlər kimi avtomatik tamamlama texnologiyalarından çıxarılır.
İstinadlar
- Tam, Cynthia; Wells, David. "Evaluating the Benefits of Displaying Word Prediction Lists on a Personal Digital Assistant at the Keyboard Level". Assistive Technology. 21 (3). 2009: 105–114. doi:10.1080/10400430903175473. PMID 19908678.
- Anson, D.; Moist, P.; Przywara, M.; Wells, H.; Saylor, H.; Maxime, H. "The Effects of Word Completion and Word Prediction on Typing Rates Using On-Screen Keyboards". Assistive Technology. 18 (2). 2006: 146–154. doi:10.1080/10400435.2006.10131913. PMID 17236473.
- Trnka, K.; Yarrington, J.M.; McCoy, K.F. The Effects of Word Prediction on Communication Rate for AAC // NAACL-Short '07: Human Language Technologies 2007: The Conference of the North American Chapter of the Association for Computational Linguistics. Companion Volume, Short Papers. Association for Computational Linguistics. 2007. 173–6. CiteSeerX 10.1.1.363.2416.
- Beukelman, D.R.; Mirenda, P. Augmentative and Alternative Communication: Supporting Children and Adults with Complex Communication Needs (3rd). Baltimore, MD: Brookes. 2005. 77. ISBN . OCLC 254228982.
- Witten, I.H.; Darragh, John J. The reactive keyboard. Cambridge University Press. 1992. 43–44. ISBN .
- Jelinek, F. [[[:Şablon:GBurl]] Self-Organized Language Modeling for Speech Recognition] (#bad_url) // Waibel, A.; Lee, Kai-Fu (redaktorlar ). Readings in Speech Recognition. Morgan Kaufmann. 1990. 450. ISBN .
- Oster, Jan. "Communication, defamation and liability of intermediaries". Legal Studies. 35 (2). 2015: 348–368. doi:10.1111/lest.12064.
- McCulloch, Gretchen. "Autocomplete Presents the Best Version of You". Wired. 11 February 2019. 11 February 2019 tarixində . İstifadə tarixi: 11 February 2019.
Xarici keçidlər
- Live Search Explained—Examples and explanations of working web examples plus a discussion of the usability benefits compared to traditional search.
- Google Feud—The first and most popular of many games built using autocomplete data, which won a for "Best Game" in 2016.
- Mimicking Google's Search Autocomplete With a Single MigratoryData Server—Optimize search autocomplete using persistent connections to achieve both low-latency search experience and bandwidth improvement.
wikipedia, oxu, kitab, kitabxana, axtar, tap, meqaleler, kitablar, oyrenmek, wiki, bilgi, tarix, tarixi, endir, indir, yukle, izlə, izle, mobil, telefon ucun, azeri, azəri, azerbaycanca, azərbaycanca, sayt, yüklə, pulsuz, pulsuz yüklə, haqqında, haqqinda, məlumat, melumat, mp3, video, mp4, 3gp, jpg, jpeg, gif, png, şəkil, muisiqi, mahnı, kino, film, kitab, oyun, oyunlar, android, ios, apple, samsung, iphone, pc, xiomi, xiaomi, redmi, honor, oppo, nokia, sonya, mi, web, computer, komputer
Avtotamamlama ve ya avtodoldurma tetbiqin istifadecinin yazdigi sozun qalan hissesini texmin etdiyi xususiyyet Android ve iOS smartfonlarinda buna texmin edilen metn deyilir Qrafik istifadeci interfeyslerinde istifadeciler adeten teklif edilen metni qebul etmek ucun ve ya bir necesi arasindan birini secmek ucun asagi basa bilerler Qismen yazilmis baby st sozunun avtomatik tamamlanmasi numunesi Avtomatik tamamlama metn daxiletme sahesine bir nece simvol daxil edildikden sonra istifadecinin daxil etmek niyyetinde oldugu sozu duzgun texmin etdikde suretlendirir O mehdud sayda mumkun sozler olan yerlerde meselen emr setrinde daha umumislek sozler istifade olunduqda meselen e poct yazarken ve ya strukturlasdirilmis ve texmin edile bilen metnin yazilmasinda menbe kodu redaktorlarinda oldugu kimi daha yaxsi isleyir Istifadeciler sozleri bir nece defe yazdiqdan sonra bir cox avtomatik tamamlama alqoritmleri hemin sozleri oyrenir ve istifadecinin oyrenilmis verdisleri esasinda alternativler teklif ede bilir IzahiEsas meqsed Sozlerin texmin edilmesi proqraminin ilkin meqsedi fiziki qusurlu insanlara yazma suretini artirmaqda komek etmek hemcinin bir sozu ve ya cumleni tamamlamaq ucun basilacaq duymelerin sayini azaltmaga komek etmek idi Suretin artirilmasi zerureti nitq aparatlarindan istifade eden insanlarin sifahi nitqden istifade eden insanlardan 10 den az suretle nitq istehsal etmesi ile yaranir Lakin bu funksiya metn yazan her kes xususen de texniki ve ya tibbi xarakter dasiyan uzun cetin terminologiyadan tez tez istifade eden hekimler kimi insanlar ucun cox faydalidir Aciqlama Avtomatik tamamlama ve ya sozu tamamlama sozun ilk herfi ve ya herfleri yazildiqda proqramin bir ve ya bir nece mumkun sozu texmin ede bilmesidir Eger nezerde tutulan soz siyahiya daxil edilibse istifadeci onu reqem kimi muxtelif duymelerinden istifade etmekle sece biler Istifadecinin istediyi soz texmin edilmeyibse sozun novbeti herfini daxil edilmelidir Bu zaman soz secimleri ele deyisdirilir ki verilen sozler eyni herflerle baslasin Istifadecinin istediyi soz gorunende o secilir ve soz metne daxil edilir Soz texmininin basqa bir formasinda en son istifade olunan soz cutlerine esaslanaraq sadece yazilmis sozden sonra gelen sozler texmin olunur Sozlerin texmin olunmasi istifade edir burada mueyyen lugetde movcud olma ehtimali en cox olan sozlerin hesablanmasi aparilir Dil modellesdirmesi ile yanasi AAC artirici ve alternativ unsiyyet cihazlarinda esas soz texmini tez tez tezlik modeli ile birlesdirilir burada AAC istifadecisinin bu yaxinlarda ve tez tez istifade etdiyi sozlerin texmin edilme ehtimali daha yuksek olur Sozleri texmin eden proqram cox vaxt istifadeciye oz sozlerini birbasa ve ya yazilmis sozleri oyrenmekle sozun texmini lugetlerine daxil etmeye imkan verir Cinsi orqanlar ve ya diger vulqar terminlerle elaqeli bezi axtaris neticeleri tez tez uygun olmayan terminler kimi avtomatik tamamlama texnologiyalarindan cixarilir IstinadlarTam Cynthia Wells David Evaluating the Benefits of Displaying Word Prediction Lists on a Personal Digital Assistant at the Keyboard Level Assistive Technology 21 3 2009 105 114 doi 10 1080 10400430903175473 PMID 19908678 Anson D Moist P Przywara M Wells H Saylor H Maxime H The Effects of Word Completion and Word Prediction on Typing Rates Using On Screen Keyboards Assistive Technology 18 2 2006 146 154 doi 10 1080 10400435 2006 10131913 PMID 17236473 Trnka K Yarrington J M McCoy K F The Effects of Word Prediction on Communication Rate for AAC NAACL Short 07 Human Language Technologies 2007 The Conference of the North American Chapter of the Association for Computational Linguistics Companion Volume Short Papers Association for Computational Linguistics 2007 173 6 CiteSeerX 10 1 1 363 2416 Beukelman D R Mirenda P Augmentative and Alternative Communication Supporting Children and Adults with Complex Communication Needs 3rd Baltimore MD Brookes 2005 77 ISBN 9781557666840 OCLC 254228982 Witten I H Darragh John J The reactive keyboard Cambridge University Press 1992 43 44 ISBN 978 0 521 40375 7 Jelinek F Sablon GBurl Self Organized Language Modeling for Speech Recognition bad url Waibel A Lee Kai Fu redaktorlar Readings in Speech Recognition Morgan Kaufmann 1990 450 ISBN 9781558601246 Oster Jan Communication defamation and liability of intermediaries Legal Studies 35 2 2015 348 368 doi 10 1111 lest 12064 McCulloch Gretchen Autocomplete Presents the Best Version of You Wired 11 February 2019 11 February 2019 tarixinde Istifade tarixi 11 February 2019 Xarici kecidlerVikianbarda elaqeli media fayllar Live Search Explained Examples and explanations of working web examples plus a discussion of the usability benefits compared to traditional search Google Feud The first and most popular of many games built using autocomplete data which won a for Best Game in 2016 Mimicking Google s Search Autocomplete With a Single MigratoryData Server Optimize search autocomplete using persistent connections to achieve both low latency search experience and bandwidth improvement