7 Utvärdering
8.2.4 Utveckling av knappsatsen
Vårt val av knappsats grundade sig på slumpförsök med hjälp av dator. En utökning av antalet försök skulle därför kunna utmynna i en helt annan symbolplacering. På något sätt skulle vi vilja hitta en mer systematiskt överblick av vilka egenskaper som krävs hos en bra knappsats. Vi har redan gjort sådana försök genom vår kartläggning av bokstävernas språkliga funktion. Även om det inte utmynnade i någon optimal symbolplacering fick vi ändå en antydan om att det finns mer att göra inom detta område. Till exempel visade det ju sig att vårt slutliga val av knappsats hade stor spridning av bokstäver med liknande funktion. En väldigt intressant fråga för framtiden är därför om det går att utveckla måttet på språklig funktion. Ett sådant mått skulle säkerligen finna tillämpningar på många områden, även utanför mobila textinmatningssystem. En uppenbar förbättring är till exempel att göra det vi kallade för ”omgivningen” större. I vår undersökning betraktade vi trigram och tog alltså bara hänsyn till de bokstäver som är placerade närmast den vi vill undersöka. När det gäller jakten på en optimal knappsats bör man förutom att utveckla funktionsmåttet, också fråga sig vilka andra faktorer som avgör.
Kanske skulle vi få bättre resultat om vi viktade våra krav på vinkelavstånden med hur vanliga bokstäverna är. Till exempel har bokstäverna E, R och S ganska olika funktion i språket enligt vår kartläggning, vilket alltså skulle ge ett stort värde på vinkelavståndet. Med tanke på hur vanliga alla dessa tre symboler är skulle en placering där de återfinns på samma knapp förmodligen vara mindre önskvärd. Sådana faktorer tar vårt enkla krav på vinkelavstånd inte hänsyn till och troligen krävs därför ett mer komplext kriterium. Den fördjupning som skulle krävas för att hitta ett sådant kriterium faller dock utanför ramen för detta examensarbete.
Vi kan tänka oss att beräkningen av det genomsnittliga vinkelavståndet kan vara något missvisande och möjligen går det hitta ett bättre sätt att ta hänsyn till vinkelavståndet. Det skulle till exempel kunna vara önskvärt att studera större omgivningar till varje bokstav.
Förenklad textinmatning på mobila enheter med hjälp av kontextbaserad språktolkning
Figur 8.1: Mobiltelefon utrustad med Fasttap.
8.3 Framtidens textinmatningssystem
Marknaden för mobila enheter växer lavinartat och det är rimligt att anta att vi i framtiden kommer att vara ännu mer beroende av ett effektivt textinmatningssystem. Vilken väg som kommer att leda fram till framtidens system är emellertid svårt att sia om. När det gäller inmatningssystem är ordlistebaserade system idag överlägsna på markanden. Letterwise har funnits på marknaden ett tag men inte kunnat ta några avgörande marknadsandelar. En anledning till detta är de ordlistebaserade systemens dominans. Användare är vana vid systemet och vet hur det fungerar. För att ett byte skall kännas motiverat krävs troligen att det lanseras ett system som uppvisar betydande förbättringar vad gäller prestanda. Eatoni Ergonomics som har utvecklat Letterwise, bedriver mycket intressanta försök med ett nytt system som de kallar wordwise. Wordwise är ett ordförutsägande system som försöker gissa sig till det ord användaren vill mata in redan innan inmatningen är klar. De testresultat Eatoni Ergonomics har redovisat för detta system är mycket lovande.
Avslutningsvis skall vi uppmärksamma en lösning på textinmatningsproblemet som författaren bakom denna rapport finner väldigt tilltalande. Som vi har konstaterat är huvudproblemet när det gäller textinmatning på mobiltelefon, hur man skall undanröja den tvetydighet som uppstår då antalet symboler överstiger antalet knappar. Allmänt kan vi säga att det finns två lösningsvägar för detta problem. Antingen försöker vi hitta ett system som lyckas eliminera tvetydigheten i tillräckligt hög grad, eller så ser vi helt enkelt till att det inte finns
någon tvetydighet i vår inmatning. Qtap och t9 är exempel på det förstnämnda medan multitap får räknas till de sistnämnda. Det sista systemet vi ska titta på är också exempel på en teknik som helt eliminerar tvetydigheten. Systemet går under namnet Fasttap och är utvecklat av Digit Wireless[11]. Lösningen som Fasttap erbjuder är mycket enkel och på inget sätt ny. Tvetydigheten elimineras genom att se till att antalet symboler inte överstiger antalet knappar. Detta har länge betraktats som en osmidig lösning eftersom mobiltelefonernas storlek inte tillåter en knappsats med ett stort antal knappar. Försök har dock visat att Fasttap klarar sig mycket väl när det gäller de två vanligaste invändningarna mot en
komplett knappsats, nämligen felskrivningar och långsam inmatning. Främst beror detta på att trögheten i knapparna har valts så att feltryckningar kan undvikas i högst möjliga mån.
8.4 Avslutning
Till sist konstaterar vi att det återstår mycket att göra på textinmatningens forskningsområde. Även om ett system med komplett knappsats skulle slå igenom och revolutionera textinmatningen på mobiltelefon, kan vi vara övertygade om att det kommer att finnas andra tillämpningar som kräver effektiv inmatning med ett litet antal knappar, till exempel personsökare. Med all sannolikhet kommer därför utvecklandet av system för textinmatning att pågå ett bra tag framöver. Var Qtap hamnar i en sådan utveckling återstår ännu att se.
Förenklad textinmatning på mobila enheter med hjälp av kontextbaserad språktolkning
9 Referenser
[1] http://www.tegic.com - åtkomst 2005-03-15 [2] http://www.eatoni.com - åtkomst 2005-03-15 [3] http://www.zicorp.com/ezitap.htm - åtkomst 2005-03-15 [4] http://www.motorola.com - åtkomst 2005-03-15 [5] http://spraakbanken.gu.se/lb/parole - åtkomst 2005-03-15[6] Fosler Lussier E, Markov Models and Hidden Markov Models – a Brief Tutorial, 1998, International Computer Science Institute
[7] Bourlard H, Krstulovic S, Magimai-Doss M, Introduction to Hidden Markov Models, 2001, Ecole Polytechnique Fédérale de Lausanne
[8] Bell T, Bleary J, Witten I, Text compression, 1990, Prentice Hall PTR, ISBN 0-13-911991-4
[9] MacKenzie S, Kober H, Smith D, Jones T, Skepner E, Letterwise: Prefix-based disambiguation for mobile text input, 2001
[10] MacKenzie S, KSPC as a characteristic of text entry techniques, 2001, York University