C-PAK:纠正和补全基于可变长度前缀的缩写击键

大语言模型(LLM)的人机协作AI 辅助决策与自动化系统

提高击键节省是文本输入研究的长期目标。我们开展了一项研究,探索一种名为C-PAK(纠正和补全基于可变长度前缀的缩写击键)的缩写式文本输入设计空间,适用于移动设备文本输入。给定一个可变长度且可能不准确的输入字符串(如"li g t m"),C-PAK的目标是将其扩展为完整短语(如"looks good to me")。我们基于当前最先进的移动键盘开发了C-PAK原型键盘PhraseWriter,包含130万个n元语法和164,000个词汇。使用真实输入文本的大型数据集进行计算模拟发现,与常规单词建议相比,PhraseWriter将最大击键节省率提高了6.7%(从46.3%提高到49.4%),将单词错误率降低了14.7%,且对常见短语特别有利。我们进行了初学者用户行为和性能的实验室研究发现,用户能够快速使用PhraseWriter中实现的C-PAK风格缩写,获得比正向建议更高的击键节省率(25%对16%)。此外,他们能更直觉且更成功地缩写更多常见短语。然而,由于用户使用该系统的经验有限,整体文本输入速度较低(每分钟28.5个词对37.7个词)。我们概述了改进C-PAK的技术方向,并探讨了研究C-PAK系统学习曲线背后感知、认知和身体动作权衡的进一步机会。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/uist/127828/2023

广告推荐

学习 AI 编程到 CodeNow

一眼看懂

论文快照

fact_check
dataset
来源
UIST
calendar_month
年份
2023
emoji_events
奖项
未标记奖项
group
作者
3 位作者
sell
研究子方向
大语言模型(LLM)的人机协作、AI 辅助决策与自动化系统
work
职业/产业
—
article
内容状态
仅摘要
hub
相关论文
9 篇相关论文