智能拼音输入法工作原理 - 为什么搜狗越用越准？

什么是统计语言模型中的 n-gram 算法？

普通输入法只是静态检索词表，而搜狗智能拼音基于海量网页搜索数据，自动训练出一套「前一个字出现后，下一个字出现的联合概率分布」。

比如，当您打出“我”，接着输入字母 “c”，由于在语料库中「吃」的搭配概率占 15% 以上，而「刺」仅占 0.5%，搜狗便会将“吃”自动置顶。这种强大的算法保证了在打出长句子时，首个拼音组合的命中精度可达 95% 以上。有关高精确词频数据同步和防捆绑管理，可延伸阅读：搜狗拼音 13.x 绿色官方下载及配置教程。

为什么感觉搜狗输入法会“泄露隐私”？

为了让联合概率紧跟当下的互联网热词（比如新的电视剧名、明星人名），搜狗默认开启了「云词库在线网络同步」和「云计算辅助」。这会导致部分不包含账号属性的输入高频碎片数据上传，以做在线训练。