टाइप करते समय स्वतः सुधार का उपयोग करने की संभावनाओं के बारे में

पिछले लेख में, मैंने वैकल्पिक कीबोर्ड लेआउट के निर्माण की जांच की, जिसमें शामिल हैं इन लेआउट के लिए अनुकूलन मॉडल बनाते समय आने वाली समस्याएं।



यहां हम थोड़ा अलग तरीके से जाएंगे और कीस्ट्रोक्स की कुल संख्या को कम करने की संभावना पर विचार करेंगे ( कॉर्ड डायलिंग विधियों और स्टेनोटाइप्स का उपयोग करने के अलावा, क्योंकि यह एक और बड़ा विषय है)।
मुझे तुरंत कहना होगा कि आशुलिपि का उपयोग, शॉर्टहैंड के ज्ञान के साथ, निश्चित रूप से, उत्पादकता वृद्धि के संदर्भ में बहुत अधिक प्रभाव देगा। लेकिन नीचे चर्चा की गई विधि को लागू करना आसान है (विशेष उपकरण, जटिल सॉफ़्टवेयर की कोई आवश्यकता नहीं है) और अध्ययन के लिए परिमाण के कम समय की आवश्यकता होती है (कुछ दर्जन संक्षिप्ताक्षरों को याद रखना आमतौर पर मुश्किल नहीं है)।

स्वतः सुधार क्या हैं?

AutoCorrect (AZ) को अक्षरों / शब्दों / वाक्यांशों के संयोजन को प्रिंट करने की ऐसी विधि कहा जाएगा, जिसमें स्रोत पाठ को अन्य कीबोर्ड शॉर्टकट के लिए पुन: असाइन किया गया है। उत्पादकता बढ़ाने के लिए, टाइप किए गए कुंजी संयोजन (इसे कुंजी या संक्षिप्त नाम कहते हैं) में अक्षरों के मूल अनुक्रम के संबंध में न्यूनतम लंबाई होनी चाहिए। कुंजियों की संख्या में अंतर अपने मूल रूप में एक संयोजन टाइप करते समय और जब संक्षिप्तीकरण के साथ दबाया जाता है तो AZ के कारण इस संयोजन पर लाभ होगा।

उदाहरण के लिए, आपको इस तरह के अक्सर इस्तेमाल होने वाले शब्द को टाइप करना होगा "क्योंकि।" यदि संक्षिप्त नाम "एन" जैसा दिखता है, तो केवल एक शब्द टाइप करने में लाभ 5 वर्ण होगा।

ध्यान दें कि दुनिया में इस तरह की प्रथा लंबे समय से मौजूद है। यहां तक ​​कि प्रतियोगिताओं को विभिन्न कार्यालयों में आयोजित किया जाता है - संक्षिप्त नाम प्रणाली और इसके बिना। पहले मामले में, 30 मिनट के अंतराल में विश्व रिकॉर्ड 955 बीपीएम है , दूसरे में - 821 बीपीएम । दोनों रिकॉर्ड कुख्यात हेलेना मातुशकोवा द्वारा निर्धारित किए गए थे।

चेक भाषा के लिए सबसे विकसित संक्षिप्त नाम प्रणाली, जिसे ज़ावविस (ZAVpis) कहा जाता है। यहां तक ​​कि एक प्रशिक्षण साइट भी है, और जानकारी है कि संक्षिप्त प्रकार का विकास केवल अंधे टाइपिंग कौशल के काफी उच्च स्तर को प्राप्त करने के बाद शुरू होता है।

जैसा कि हम संख्या 955 और 821 के अनुपात से देख सकते हैं, AZ का उपयोग करते समय लाभ इतना अधिक नहीं है (~ 16%)। हालांकि, इस मामले में, AZ प्रणाली भाषा की औसत सांख्यिकीय संरचना के अनुकूल है, और विशिष्ट शब्दों, विशेषताओं को ध्यान में नहीं रखती है जो ज्ञान के विभिन्न क्षेत्रों की विशेषता है। इसके अलावा, संचार में उपयोग की जाने वाली उपयोगकर्ता की शब्दावली, रोजमर्रा के पत्राचार पर ध्यान नहीं दिया जाता है। रोजमर्रा की जिंदगी में या एक संकीर्ण व्यावहारिक क्षेत्र में, शब्दावली मात्रा में बहुत कम है, और विशिष्ट आवश्यकताओं के लिए डिज़ाइन किए गए AZ सिस्टम की प्रभावशीलता में काफी वृद्धि हो सकती है।

शब्दों की पसंद और एक स्वत: सुधार प्रणाली बनाने के अन्य मुद्दों

पहले आपको यह तय करने की आवश्यकता है कि ऑटोरकोर सिस्टम किस उद्देश्य से बनाया गया है। यदि रूसी भाषा में एक औसत वाक्य को भर्ती करने के लिए आवश्यक समय को कम करने के लिए एक AZ प्रणाली की आवश्यकता होती है, तो समग्र रूप से भाषा की संरचना को ध्यान में रखना आवश्यक है। यहां आप दो तरीकों से जा सकते हैं।
उनमें से एक अपने स्वयं के हाथ से ग्रंथों का एक बड़ा नमूना एकत्र करना है जो भाषा का पर्याप्त रूप से प्रतिनिधित्व करता है (आमतौर पर इस तरह के नमूने का आकार कई सौ मेगाबाइट से है) और सांख्यिकीय रूप से उनका विश्लेषण करते हैं - सबसे आम शब्दों, अक्षरों, वर्णों के संयोजन की पहचान करने के लिए। फिर, विश्लेषण के आधार पर, सांख्यिकीय तालिकाओं का निर्माण करें।
ध्यान दें कि यह विधि उस स्थिति के लिए अधिक उपयुक्त है जब आपके लिए सबसे अधिक इस्तेमाल किए जाने वाले शब्दों के अंतर्गत - लेखों में, व्यापारिक पत्राचार में, जब एक चैट में, एक मंच पर, आदि में संवाद करते हुए, अपने लिए AZ सिस्टम बनाया जाता है।

दूसरा तैयार-तैयार तालिकाओं का उपयोग करना है। बेशक, ऐसी तालिकाओं पहले से ही उपयोग के लिए उपयुक्त रूप में हैं। इसका तात्पर्य रूसी भाषा के राष्ट्रीय कोर के उपयोग और रूसी भाषा के आवृत्ति शब्दकोशों में से एक है (सबसे प्रसिद्ध में से एक है Sharov की आवृत्ति शब्दकोश: [1] ; [२] ))।
100 सबसे सामान्य शब्द रूपों की एक सूची यहां देखी जा सकती है ।

यह तर्कसंगत लगता है कि सबसे अधिक बार होने वाले शब्दों को पहली जगह में ऑटोकॉरक्ट के अधीन किया जाना चाहिए, और उनमें से सबसे लंबे समय तक। सामान्य तौर पर, सभी भाषा आँकड़े जिपफ के नियम का पालन ​​करते हैं। यह रैंक किए गए आँकड़ों का एक सामान्यीकृत हाइपरबोलिक वितरण है, चाहे किस स्तर पर - चाहे वह व्यक्तिगत अक्षरों, प्रतीकों का स्तर हो; पत्र संयोजन का स्तर (एन-ग्राम); शब्द का स्तर; वाक्यांशगत स्तर।
गॉसियन के साथ इस तरह के आँकड़े, अक्सर हमारे आसपास की दुनिया में दिखाई देते हैं, और ज्ञान के विभिन्न क्षेत्रों में पाए गए हैं। उदाहरण के लिए, आय (पारेतो) द्वारा लोगों का वितरण, उत्पादकता (लोटका) द्वारा वैज्ञानिकों का वितरण, पत्रिकाओं (ब्रैडफोर्ड) द्वारा लेखों का वितरण, संख्याओं द्वारा बस्तियों का वितरण, तीव्रता से भूकंपों का वितरण, आदि सामान्य रूप से, इस तरह के आंकड़े प्रणाली में घटनाओं की मजबूत निर्भरता के कारण उत्पन्न होते हैं। (सकारात्मक प्रतिक्रिया का एनालॉग), श्रृंखला प्रतिक्रिया के प्रकार के अनुसार, जिसके परिणामस्वरूप दोनों चरम प्रवर्धन और मजबूत कमजोर पड़ सकते हैं।

यह हमारे लिए महत्वपूर्ण है कि चोटियों, हाइपरबोलिक प्रवृत्ति से सकारात्मक विचलन केवल उन शब्दों को इंगित करेगा जो पहले AZ सिस्टम में प्रवेश करना चाहिए। एक ही समय में, सबसे लगातार शब्दों के पहले कई सौ सिस्टम की कुल दक्षता में सबसे बड़ा योगदान देगा।

AZ सिस्टम के निर्माण की अन्य विशेषताओं पर विचार करें:

1. चाबियाँ अद्वितीय होनी चाहिए (शब्दों और अन्य कुंजियों के साथ मेल नहीं खाती), न्यूनतम लंबाई, आसानी से याद किया जाता है। इस तरह की कुंजियों में शब्द के पहले कुछ अक्षर, या पहले और आखिरी दोनों शामिल होने चाहिए।

2. कुंजियों का उद्देश्य (उनकी लंबाई, अक्षर, प्रयुक्त प्रतीक) भी स्वयं AZ प्रणाली के आकार पर निर्भर करेगा। सबसे सरल उदाहरण पर विचार करें। मान लीजिए कि हम एक शब्द "बाद में" के लिए एक प्रणाली बनाना चाहते हैं, तो यह स्पष्ट है कि सबसे अच्छा विकल्प संक्षिप्त नाम "पी" है। यदि सिस्टम में दो और शब्द होंगे (वास्तविक विकल्प), तो आपको घटना को ध्यान में रखना होगा, साथ ही पैराग्राफ 1 भी। शब्द "बाद में" 10,000 बार होता है, और शब्द "इसलिए" 100,000 बार। जाहिर है, अधिकतम घटना वाले शब्द को न्यूनतम लंबाई "पी" की कमी, और शब्द "बाद में" - संक्षिप्त नाम "दोपहर" को सौंपा जाना चाहिए। बेशक, केवल दो संक्षिप्तीकरण के मामले में, दूसरे शब्द को एक अक्षर के लिए भी जिम्मेदार ठहराया जा सकता है। लेकिन यह मामला अभी भी व्यावहारिक अनुप्रयोग से दूर है, और इसलिए हमने संक्षिप्त नाम "पीएम" लागू किया, जो अधिक प्रशंसनीय है।
यह भी ध्यान में रखा जाना चाहिए कि अधिकतम 33 एकल-अक्षर कुंजियाँ (संख्याओं और प्रतीकों को कुंजियों के रूप में उपयोग किए बिना), दो-अक्षर कुंजियाँ 33 ² = 1089 हैं। और फिर, एक overestimated अनुमान के साथ। यह संभावना नहीं है कि फॉर्म की कुंजी "बी" या "यूयू" होगी।

3. कुछ कुंजियाँ पदानुक्रमित रूप में हो सकती हैं। उदाहरण के लिए, "h" -> "क्या" -> "कुछ भी"। इस मामले में, कुंजी डायल करने के तुरंत बाद, और एक्टिवेटर कुंजी दबाने के बाद "प्रकट" कर सकती है।

4. AZ प्रणाली का आकार सैद्धांतिक लाभ और सिस्टम का अध्ययन करने के लिए आवश्यक समय के बीच एक समझौता होना चाहिए। मैंने बड़े पैमाने पर AZ का उपयोग नहीं किया, लेकिन एक तैनात प्रणाली के लिए, मैं लगभग 1000 कटौती पर एक सभ्य छत का अनुमान लगाता हूं। रोजमर्रा की जिंदगी में उपयोग की जाने वाली प्रणाली के लिए - सबसे अधिक इस्तेमाल किए जाने वाले शब्दों, वाक्यांशों, घुमावों के लिए 100 संक्षिप्त रूप पर्याप्त हैं।

AutoCorrect का उपयोग करके जीत की गणना करना

AutoCorrect टाइप किए गए पात्रों की संख्या को कम करता है। यानी शब्द की लंबाई L _SL -L _AZ से कम हो जाती है। मान लीजिए अगर हम "h" शब्द को "h" से प्रतिस्थापित करते हैं, तो एक शब्द पर L (क्या) -L (h) = 3-1 = 2 अक्षर होगा। इसके अलावा, प्रत्येक शब्द की अपनी विशिष्ट आवृत्ति होती है, जिसे प्रतिशत के रूप में व्यक्त किया जाता है। या, यदि हम कॉर्पस का उपयोग करते हैं, तो यह आमतौर पर शब्द की घटना पर डेटा प्रदान करता है - अर्थात। सामान्य तौर पर, कॉर्पस में ऐसे शब्दों की संख्या ।
उदाहरण के लिए, शब्द "क्या" कॉर्पस 2210373 बार में दिखाई देता है। तब मामले में "क्या" सभी शब्दों के सेट से कुल लाभ होगा

अक्षर।
टाइप किए गए पात्रों की कुल संख्या के प्रतिशत के रूप में सापेक्ष लाभ की गणना करने के लिए, हमें औसतन रूसी भाषा की विशेषताओं को जानना होगा। कुल शरीर का आकार 1.93 1. 10 ⁸ शब्द है। शब्दों की संख्या को "क्या" शब्दों की कुल संख्या में विभाजित करना तर्कसंगत होगा, लेकिन शब्दों की अलग-अलग लंबाई होती है, जिसे भी ध्यान में रखना आवश्यक है। कॉर्पस के अनुसार, रूसी में औसत शब्द की लंबाई 5.28 अक्षर है।

अब हम वर्णों में केस की मात्रा की गणना कर सकते हैं। लेकिन कॉर्पस पूरा पाठ नहीं है। वास्तव में, पाठ में कई सेवा संकेत होते हैं, जैसे कि एक स्थान, एक अवधि, एक अल्पविराम, एक अर्धविराम, उद्धरण चिह्न, विभिन्न संकेत, संख्याएं, आदि। और कॉर्पस में पूरे पाठ की मात्रा को खोजने के लिए, हमें एक निश्चित गुणांक द्वारा पाए जाने वाले वर्णों की संख्या को गुणा करना होगा जो रूसी भाषा के पाठ में सेवा के संकेतों की हिस्सेदारी को दर्शाते हैं। हमारी अपनी गणना के अनुसार, लगभग, सेवा संकेतों का अनुपात ~ 20% है, एक दिशा या किसी अन्य में मामूली विचलन के साथ।
फिर एक शब्द के निरंतर ऑटो-प्रतिस्थापन पर सापेक्ष लाभ की गणना के लिए अभिव्यक्ति का रूप होता है:

जहाँ - कॉर्पस में कुल शब्दों की संख्या,
- रूसी में औसत शब्द लंबाई,
k - सेवा चिह्नों, संख्याओं और अन्य वर्णों का अनुपात जो शब्दों में शामिल नहीं हैं।
शेष पदनाम पहले से विच्छेदित थे।
इस प्रकार, "क्या" शब्द पर एक एकल स्वत: सुधार के लिए हमें एक समान लाभ मिलता है

जैसा कि हम देख सकते हैं, एक शब्द के लिए लाभ काफी बड़ा है, और कई लोग सोच सकते हैं कि विकसित AZ प्रणाली के लिए, दसियों प्रतिशत के क्रम के लाभ की उम्मीद की जा सकती है। लेकिन हमने सबसे लगातार शब्दों में से एक का इस्तेमाल किया। और जब से शब्द घटना के आंकड़े एक अतिशयोक्तिपूर्ण कानून का पालन करते हैं, प्रत्येक बाद के शब्द का योगदान (आवृत्ति) काफी कम हो जाएगा। तदनुसार, इस तरह के कम लगातार शब्दों पर AZ से लाभ भी ध्यान देने योग्य नहीं होगा।


लाइनों को कुल शब्द के सभी AZs से प्राप्त कुल लाभ द्वारा सॉर्ट किया जाता है।

इसके प्रभाव पर AutoCorrect system की मात्रा का प्रभाव

AZ के अधीन आने वाले शब्दों की संख्या का चयन करते समय, इस तथ्य को ध्यान में रखना आवश्यक है कि AZ सिस्टम का अध्ययन करने का समय पहली सन्निकटन में संक्षिप्त संख्या के अनुपात में है। यानी AZs की सूची एक उचित आकार की होनी चाहिए, जहां AZs की संख्या और उनके द्वारा दिए जाने वाले लाभ के बीच एक समझौता पाया जाता है। इसके लिए, AZ की संख्या पर सापेक्ष लाभ की निर्भरता के अनुमानित ग्राफ का निर्माण करना आवश्यक है।

एक प्राथमिकता, हम मान सकते हैं कि पहली बार में लाभ महत्वपूर्ण होगा, और वक्र का ढलान अधिकतम होगा (क्योंकि शब्द अधिक लगातार होते हैं)। शब्दों की आवृत्ति में कमी के साथ, प्रत्येक बाद के शब्द से लाभ कम हो जाएगा, वक्र की ढलान भी कम हो जाएगी। एक दिलचस्प सवाल यह है कि क्या संतृप्ति देखी जाएगी? प्रत्येक AZ कुछ लाभ देगा, लेकिन क्या शब्द आवृत्ति इतनी अधिक नहीं गिरेगी कि प्रत्येक अगली सापेक्ष वृद्धि शून्य हो जाएगी।

इस पैराग्राफ में, मुख्य कार्य यह पता लगाना है कि प्रशिक्षण के लिए सापेक्ष लाभ और समय के बीच समझौता बनाए रखने के लिए सूची में कितनी संख्या में AZs की आवश्यकता है। यानी संक्रमण क्षेत्र की पहचान करना आवश्यक है जहां अप्रभावी AZs को बाहर करने के लिए अदायगी वक्र का ढलान अपेक्षाकृत छोटा हो जाता है।

सामान्य विश्लेषण के लिए कुछ सरलीकरणों के आधार पर ग्राफ बनाया गया था। सबसे पहले, सभी संक्षिप्ताक्षर AZ की लंबाई को दो वर्णों के बराबर माना गया। तदनुसार, 3 से कम वर्णों वाले शब्दों को सबसे अधिक आवृत्ति वाले शब्दों की सूची से बाहर रखा गया था। ऐसी AZ प्रणाली पर उनसे कोई लाभ नहीं होगा। इसके अलावा, यह मान लिया गया था कि 2-वर्ण संक्षिप्तियों की संख्या 700 से अधिक नहीं होगी। यह सत्य के करीब होना चाहिए, यहां तक ​​कि कुछ हद तक अनुमानित अनुमान के साथ, यह स्पष्ट है कि बिल्कुल स्पष्ट कारणों के लिए संक्षिप्त रूप में सभी 1089 डिग्रियों का उपयोग नहीं किया जा सकता है (उदाहरण के लिए, अक्षरों के संयोजन जो किसी भी चीज़ से संबद्ध नहीं हैं, जैसा कि ऊपर वर्णित है)। इस स्तर पर तीन-चरित्र संक्षिप्तताओं पर विचार नहीं किया गया था।


एब्स के साथ एब्सिसा एक्सिस कुल शब्दों का प्रतिनिधित्व करता है, ऑर्डिनेट एक्सिस कीस्ट्रोक्स की संख्या में सापेक्ष कमी का प्रतिनिधित्व करता है।

जैसा कि अपेक्षित था, चार्ट की पहली शुरुआत में, पहले 100 कटौती के लिए, लाभ वृद्धि दर अधिकतम है।

यहाँ अनुसूची पर कुछ डेटा हैं:
पहले 10 कटौती के लिए, लाभ 0.82% है,
पहले 20 के लिए - 1.24%,
पहले 50 के लिए - 2.23%,
पहले 100 के लिए - 3.50%,
पहले 200 के लिए - 5.37%,
पहले 300 के लिए - 6.63%,
पहले 400 के लिए - 7.52%,
पहले 500 के लिए - 8.33%,
पहले 600 के लिए - 9.04%,
पहले 700 के लिए - 9.76%।

हम 1, 2, 3, आदि के लिए जीत की गणना करते हैं। सैकड़ो ऐ.जे.
पहले सौ के लिए, जैसा कि पहले ही उल्लेख किया गया है, 3.50%,
दूसरे के लिए - 1.87%,
तीसरे के लिए - 1.26%,
चौथे के लिए - 0.89,
5 वीं - 0.81%,
6 वें - 0.72%,
7 वें - 0.72%।

जैसा कि हम देखते हैं, विकास दर गिरती है, लेकिन फिर स्थिर हो जाती है। यह एक अप्रत्याशित परिणाम है, जो एक प्राथमिक धारणा के साथ मेल नहीं खाता है। निर्भरता के संतृप्ति का एक संकेत भी नहीं है। जाहिर है, पर्याप्त संख्या में कटौती के साथ, आप एक बड़ी जीत सुनिश्चित कर सकते हैं। उदाहरण के लिए, 700 AZs के साथ, अनुसूचित जीत 9.76% है। यह पहले से ही एक स्वीकार्य मूल्य है।
वास्तव में, लाभ इससे भी अधिक (लगभग 0.2-0.3%) होगा, क्योंकि न केवल 2-चरित्र AZ का उपयोग किया जाता है, बल्कि सबसे आम शब्दों के लिए 1-चरित्र वाले भी हैं। लेकिन भविष्य में यह पहले से ही 3-चरित्र के संक्षिप्तीकरण का उपयोग करने के लिए आवश्यक होगा, इसलिए, लाभ की वृद्धि दर थोड़ी कम हो जाएगी, अचानक, जो कि 6 वीं और 7 वीं सैकड़ों एज़्यू में देखी गई है।

लाभ में बढ़त के आधार पर, आप अपने आप को 500 कटौती से मिलकर AZ की सूची में सीमित कर सकते हैं, जो 8.3% की दर से लाभ देगा। यह भी उल्लेख करना आवश्यक है कि रोजमर्रा की जिंदगी में एक व्यक्ति पत्राचार, संचार, लेखन ग्रंथों के लिए सीमित शब्दों का उपयोग करता है, जो संरचना में रूसी भाषा के कोष के समतुल्य नहीं है। हर दिन, सबसे आम शब्दों में से एक का उपयोग किया जाता है। इस प्रकार, रोज़मर्रा के कार्यों के लिए जिनमें वैज्ञानिक लेख लिखना शामिल नहीं है, लाभ कई बार और भी अधिक महत्वपूर्ण होगा।

कोई अनुमान लगा सकता है कि लाभ की दर लगातार धीमी क्यों नहीं होती है। जाहिर है, शब्द आवृत्ति में कमी को इस तथ्य से मुआवजा दिया जाता है कि कम आवृत्ति शब्द भी लंबे होते हैं, और शब्द आवृत्ति द्वारा शब्द लंबाई और AZ के बीच अंतर के उत्पाद के लिए आनुपातिक है।

दृश्य विश्लेषण के लिए, आवृत्ति सूची में शब्द के रैंक पर इसकी आवृत्ति द्वारा शब्द की लंबाई के उत्पाद की निर्भरता की साजिश करना आवश्यक है। सबसे प्रभावी होगा AZ शब्द औसत प्रवृत्ति के सापेक्ष चोटियों का गठन (बेशक, कुछ आरक्षणों के साथ - उदाहरण के लिए, शब्द बहुत लंबा होना चाहिए)।

रूसी और अंग्रेजी के लिए AutoCorrect की सापेक्ष प्रभावशीलता पर

स्वत: सुधार भाषाओं की बदलती जटिलता के कारण विभिन्न भाषाओं के लिए समान रूप से प्रभावी नहीं होगा। उन भाषाओं में छपाई करना, जिन्हें "समृद्ध" (बड़ी संख्या में शब्द रूपों के अर्थ में) माना जाता है, AZ की मदद से कम करना अधिक कठिन होगा।
उदाहरण के लिए, कई यूरोपीय भाषाओं के लिए, जाहिरा तौर पर, AZ रूसी की तुलना में अधिक प्रभावी होंगे। बदले में, अंग्रेजी भाषा शायद जर्मन की तुलना में AZ के लिए अधिक अनुकूलित होगी।

चलो एक उदाहरण लेते हैं: रूसी में मामले, संख्याएं हैं, अंग्रेजी में कोई मामले नहीं हैं, लेकिन एक संख्या है। उदाहरण के लिए, दीपक शब्द दीपक है।



शायद उपरोक्त उदाहरण सभी मामलों में सच नहीं है (उदाहरण के लिए, क्रिया के लिए स्थिति अलग होगी)। हालाँकि, यह कई मुख्य विशेषताएं दिखाता है।

तालिका से पता चलता है कि सभी मामलों के लिए रूसी भाषा के लिए एकवचन और बहुवचन में "दीपक" शब्द को 12-3 = 9 ऑटो-रिप्लेसमेंट की आवश्यकता होगी, और अंग्रेजी भाषा के लिए - केवल 2 ऑटो-रिप्ले (एकवचन और बहुवचन)। यानी एक उच्च विकसित, अधिक निरर्थक, बड़ी संख्या में वर्डफ़ॉर्म भाषा के साथ, ऑटो-रिप्लेसमेंट असाइन करने का कार्य बहुत जटिल है।

अंग्रेजी में भी स्वयं कम अक्षर हैं (रूसी में 26 बनाम 33), और इसलिए, इन प्रतीकों के बहुत कम संयोजन हैं। अधिकतम संभव ऊपरी सीमा अंग्रेजी के लिए 26 ² और रूसी के लिए 33 ² है। वास्तव में, ज़ाहिर है, कम भी उपयोग किया जाता है। रूसी कुल के लिए, लगभग ~ 700 सिमेंटिक डिग्राम (दो-अक्षर संयोजन) हैं। ये परिस्थितियाँ एक बार फिर संकेत करती हैं कि जिन भाषाओं में एन्ट्रापी (अतिरेक) अधिक होती हैं, वे स्वतः पूर्णता के अनुकूल होती हैं।

अंत में, अंग्रेजी में सबसे लगातार शब्दों की सूची भी रूसी की तुलना में बहुत कम होनी चाहिए। यानी यदि, उदाहरण के लिए, आप 10%, 20% कवरेज (सबसे सामान्य शब्द जो 10%, सभी शब्दों का 20% बनाते हैं) लेते हैं, तो अंग्रेजी के लिए ऐसी सूची भी छोटी होनी चाहिए।

उपरोक्त उदाहरणों से, यह पहले से ही स्पष्ट है कि रूसी भाषा के लिए स्वचालित प्रतिस्थापन की एक लचीली प्रणाली के निर्माण का कार्य एक जटिल जटिल गैर-तुच्छ कार्य है, और यह एक अच्छा प्रदर्शन को बढ़ावा देने के लिए और भी अधिक कठिन है। हमारे मामले में, औसत अर्थ में, 10% से शुरू होने वाला समग्र प्रदर्शन लाभ, अच्छा माना जाएगा। यह न्यूनतम है जिसके लिए हमें प्रयास करना चाहिए।

सेवा प्रतीकों के लिए स्वतः सुधार का उपयोग करना

शब्दों के अलावा, वर्णों का एक मूर्त अंश तथाकथित है। सेवा, वाक्यात्मक वर्ण: एक अंतरिक्ष वर्ण, विराम चिह्न, आदि। वे वर्णों की कुल संख्या का लगभग 20% हैं।

आइए हम सबसे अक्सर 2-वर्ण संयोजनों की सूची की ओर मुड़ें (सभी वर्णों के लिए आमतौर पर ऐसी कोई तालिका नहीं होती है, इसलिए आपको उन्हें स्वयं करने की आवश्यकता है, बड़ी मात्रा में पाठ जानकारी का विश्लेषण करते हुए)। सबसे आम 2-वर्ण संयोजन ",", अर्थात है अल्पविराम + स्थान। अपने स्वयं के आंकड़ों के अनुसार, यह कुल संख्या के डिबोग्राम (दो-वर्ण संयोजनों) का 1.64% है।

आइए इस संयोजन के ऑटो प्रतिस्थापन के दौरान एक प्रतीक (या एक क्लिक के साथ) के दौरान जीत का मूल्यांकन करें।आप कैप्सलॉक कुंजी के लिए इस तरह के संयोजन को असाइन कर सकते हैं, क्योंकि यह शायद ही कभी रोजमर्रा के काम में उपयोग किया जाता है (बेशक, आप अन्य विकल्पों का उपयोग कर सकते हैं जो किसी विशेष उपयोगकर्ता के लिए सुविधाजनक हैं)।
मानक YTsUKEN लेआउट में, कॉमा को दबाने के लिए, आपको 2 कुंजी - "Shift" और "बटन" को दबाने की आवश्यकता है। इस प्रकार, संयोजन के लिए, जिसमें से 3 क्लिक्स की आवश्यकता होती है, एक क्लिक के साथ टाइप किया जाएगा। जो 2 क्लिक की कमी के बराबर है।

इस मामले में, लाभ की गणना निम्नानुसार की जाती है: यदि डिगराम को पूरी तरह से सेट से बाहर रखा गया था, तो लाभ इसकी आवृत्ति के बराबर था। लेकिन हमारे मामले में, संयोजन में कमी आई है। यानी लाभ संयोजन और इसकी आवृत्ति के सापेक्ष कमी के लिए आनुपातिक होगा:

जहाँ - कमी से पहले संयोजन
की लंबाई , - कमी के बाद संयोजन की लंबाई (खाते में AZ को ध्यान में रखते हुए),
- समान लंबाई के संयोजन के बीच संयोजन की आवृत्ति।

इस प्रकार, हमें एक क्लिक पर "," को कम करने से लाभ मिलता है।


वास्तव में, इस एक डिग्राम को खाते में लेने से बड़ी तस्वीर नहीं मिलेगी, क्योंकि इस तथ्य को ध्यान में रखना आवश्यक है कि कॉमा को खुदाई में बाहर रखा गया है, जहां वे दूसरे स्थान पर हैं।

इस मामले में लाभ की गणना करने के लिए, यदि टेबल तैयार करने की प्रक्रिया में गणना की गई थी तो एकरी (एकल-वर्ण) आँकड़ों का उपयोग करना सुविधाजनक है। हमारे मामले में, ऐसी तालिका की गणना की गई थी। विभिन्न शैलियों के ग्रंथों के लिए सांख्यिकीय विशेषताओं की कुछ परिवर्तनशीलता के बावजूद, उनकी काफी स्थिरता अभी भी मनाई गई है, जो हमें औसतन रूसी भाषा की एक निश्चित सांख्यिकीय संरचना के बारे में बोलने की अनुमति देती है।

ग्रंथों में अधिक या कम व्यापक रूप से व्यवहार में सामना किया जाता है, एक बिंदी और अल्पविराम के अंश आम तौर पर बराबर होते हैं और लगभग 1.5% होते हैं। सांकेतिक गणना के लिए, कैप्सलॉक के साथ "," की जगह का लाभ काफी पर्याप्त है।

इस मामले में AZ की प्रभावशीलता पर विचार करने के तरीके को समझने के लिए, हम एक उदाहरण दे सकते हैं। तीन वाक्यों से मिलकर पाठ के एक टुकड़े पर विचार करें, जिनमें से प्रत्येक में 70 अक्षर हैं। प्रत्येक वाक्य में एक कैपिटल लेटर (शुरुआत) और 2 कॉमा होते हैं। फिर स्ट्रोक की कुल संख्या 219 होगी। हम प्रतिस्थापन का उपयोग करते हैं "," कैप्सलॉक के साथ। इसके अलावा, लाभ को निम्नानुसार परिभाषित किया जा सकता है: चूंकि सेट के लिए तीन टैप के बजाय "," हम केवल एक (कैप्सलॉक) बनाते हैं, यह सेट से कॉमा को बाहर करने के बराबर है, क्योंकि इसे 2 क्लिक चाहिए। कुल 207 क्लिक हुए। लाभ 12 / 219≈5.5% होगा, जो कि AZ के साथ एक संयोजन के लिए बहुत कुछ है। बेशक, यह एक विशुद्ध रूप से काल्पनिक उदाहरण है, जिसमें अल्पविराम की आवृत्ति अतिरंजित है।

इस तरह से, AZ के उपयोग का एक और पहलू उठता है - प्रतिस्पर्धी, क्योंकि एक छोटे से प्रकाश पाठ में, आवृत्ति शब्दों के साथ, आप परिणाम को काफी बढ़ा सकते हैं - 20-25% तक (और इससे भी अधिक)। जैसा कि पहले से ही लेख की शुरुआत में उल्लेख किया गया है, जब AZ का उपयोग करते हुए, एक अलग ऑफसेट बनाया जाना चाहिए।

सामान्य तौर पर, वास्तविक लाभ का मूल्यांकन करने के लिए, प्रतीकों के आंकड़ों को क्लिक के आंकड़ों में पुनर्गणना करना आवश्यक है, अर्थात्। प्रतीक "Shift" के रूप में इस तरह के अक्सर दबाए गए कुंजी को ध्यान में नहीं रखते हैं। हमें "एंटर" का भी उल्लेख करना चाहिए, लेकिन पाठ्य डेटा के सरणियों के सामान्य विश्लेषण में, यह कुंजी (पैराग्राफ या लाइन ब्रेक के बराबर) आमतौर पर ध्यान में नहीं ली जाती है। और यह लेख इस मुद्दे को कवर नहीं करता है।

मानक लेआउट पर टाइप करते समय "Shift" कुंजी पर क्लिक की संख्या की गणना करने के लिए, आपको पूंजी अक्षरों के अनुपात, साथ ही वर्णों के अनुपात "," और "!", "", "", "नहीं", ";" % ",": ","? "," * "," (",") "," _ "," + ", I.e. सभी ने Shift का उपयोग करके चौथी पंक्ति (डिजिटल) में डायल किया। पहले सन्निकटन के लिए (जो, हालांकि, काफी सटीक होना चाहिए), हम मानते हैं कि चौथी पंक्ति में टाइप किए गए वर्णों के अंश लगभग शून्य के बराबर हैं (यह काफी हद तक सच है)।
अधिकांश मामलों में बड़े अक्षरों की शुरुआत में ही अक्षर लिखे जाते हैं। यदि आप एक नाम का उपयोग करते हैं, तो आप उचित नाम के लिए खाते में एक पूंजी जोड़ सकते हैं। सरल बनाने के लिए, मान लें कि प्रति वाक्य में 2 बड़े अक्षर हैं। वर्णों में वाक्य की कुल लंबाई, रूसी भाषा कोर के आंकड़ों के अनुसार होगी

जहाँ - एक वाक्य में शब्दों की औसत संख्या।

यदि हम ध्यान रखें कि अल्पविराम अंश 1.5% है, तो यह लगभग एक अल्पविराम प्रति वाक्य के अनुरूप है: 65.8 that 0.015∙0.9। इसके अतिरिक्त, औसतन 2 बड़े अक्षर हैं। यही है, यह पता चला है कि वर्णों की तुलना में 3 अधिक क्लिक हैं या औसतन प्रति 1 वाक्य 68.8 क्लिक हैं। इन 68.8 क्लिक्स में से 2 क्लिक प्रति कॉमा हैं। जैसा कि पहले उल्लेख किया गया है, CapsLock पर AZ, सेट से अल्पविराम को बाहर करने के बराबर है, इसलिए क्लिक में ऐसे AZ से लाभ होगा:


शब्दों में प्राप्त लाभ की तुलना में, यह केवल एक संयोजन से एक बहुत ही ठोस वृद्धि है। सिद्धांत रूप में, यह उम्मीद की जानी थी, क्योंकि अधिक बार संयोजन, ऐसे संयोजन को कम करने से अधिक लाभ (पर्याप्त लंबाई या क्लिक की संख्या के साथ)। बेशक, न्यूनतम जो अभी भी कम किया जा सकता है वह दो-वर्ण संयोजन है। और व्यक्तिगत पत्र अब संक्षिप्त नहीं हैं। यहां आप एकत्रीकरण के विभिन्न स्तरों पर विचार कर सकते हैं: 2-चरित्र, 3-चरित्र, आदि। 4-चरित्र के बाद, शब्दों के स्तर पर और फिर वाक्यांशात्मक स्तर पर विचार करना अधिक उचित है। बेशक, अक्षरों, प्रतीकों, शब्दों के कुछ आवृत्ति संयोजन हैं, जिनके अलावा हम पहले से ही विचार कर चुके हैं।

क्या अन्य सामान्य वाक्यविन्यास वर्ण प्रदर्शन में सुधार कर सकते हैं? उदाहरण के लिए, आप देख सकते हैं कि अधिकांश मामलों में, डॉट के बाद एक स्थान आता है (इलिप्सिस को छोड़कर, जो दुर्लभ है, और आप इसे एक अलग कुंजी को भी सौंप सकते हैं, कम से कम एक अतिरिक्त परत में)। इसके अलावा, एक स्पेस हमेशा डैश के बाद आता है (लेकिन हाइफन के बाद नहीं)। सिद्धांत रूप में, अधिकांश संपादकों में डैश और हाइफ़न एक ही "- / _" कुंजी के साथ टाइप किए जाते हैं, लेकिन, उदाहरण के लिए, वर्ड में, यदि पहले और बाद में रिक्त स्थान थे, तो एक डैश सेट किया जाता है।

यह डैश के बाद ऑटो-स्पेस सेट करने का प्रस्ताव है, अर्थात। संयोजन "-" एक अतिरिक्त स्थान रखता है। यह सेवा संकेतों के सेट पर भी थोड़ी बचत करेगा। आप कॉलोन के रूप में अक्सर होने वाले पात्रों के बाद भी ऑटो-स्पेस सेट कर सकते हैं: "और" अर्धविराम ";"। आप वाक्य के अंत के अन्य संकेतों के बाद एक ऑटो स्पेस सेट कर सकते हैं - पूछताछ और विस्मयादिबोधक "?" और "!"

ऐसे मामले हैं, लेकिन बहुत कम ही, जब एक पंक्ति में कई समान संकेत टाइप करना आवश्यक हो। इस स्थिति के लिए, आप निम्नलिखित AZ प्रदान कर सकते हैं। आपको पांच विस्मयादिबोधक बिंदु टाइप करने की आवश्यकता है: "!!!!!", इसके लिए प्रपत्र "5!" के एक AZ का उपयोग किया जाएगा। दुर्लभ बिंदुओं के लिए, आप एक अलग कुंजी भी प्रदान कर सकते हैं, उदाहरण के लिए, ",", क्योंकि अक्षर "e" और "not" अक्सर प्रतिष्ठित नहीं होते हैं और "" अप्रयुक्त रहता है (मैं आपसे पत्र के सार्वभौमिक उपयोग के समर्थकों के लिए मुझ पर पत्थर नहीं फेंकने के लिए कहता हूं "you", चूंकि AZ को किसी अन्य कुंजी को सौंपा जा सकता है)। सिद्धांत रूप में, हर कोई अपने लिए अप्रयुक्त कुंजी निर्धारित कर सकता है और उन्हें सबसे प्रभावी AZ आवंटित कर सकता है।

अवधि के बाद ऑटो-स्पेस पर विचार करें, और इस तरह के फ़ंक्शन से लाभ। जैसा कि उल्लेख किया गया है, पाठ में एक डॉट की संभावना 1.5% है। प्रत्येक वाक्य में लगभग एक बिंदु होता है, उसके बाद एक स्थान होता है। उन मामलों को छोड़कर जहां डॉट्स "..." का उपयोग किया जाता है, जो बहुत दुर्लभ हैं। सभी वर्णों का लगभग 1.5% 3 2 = 3% होने के बाद डॉट और स्पेस। अवधि के बाद स्वचालित स्थान का उपयोग करते हुए, हम इन 3% में से आधे को बाहर करते हैं, अर्थात्। हमें एक और 1.5% लाभ मिलता है। यह एक फ़ंक्शन के लिए एक अच्छा परिणाम है। अन्य संकेतों - पूछताछ और विस्मयादिबोधक के बाद ऑटो-स्पेस को ध्यान में रखते हुए, आप अभी भी लाभ बढ़ा सकते हैं। लेकिन, एक नियम के रूप में, इस तरह के संकेतों का अनुपात बिंदु की तुलना में बहुत छोटा है और आप इसे महत्वपूर्ण नहीं मान सकते हैं।

एक लगातार लगातार संयोजन "-" (अंतरिक्ष और पानी का छींटा) है, इसके बाद एक और स्थान है। यदि आप इस संयोजन के बाद एक ऑटो-स्पेस डालते हैं, तो प्रतीकों में लाभ क्रमशः ऐसे संयोजनों की संख्या के बराबर होगा, प्रतिशत लाभ किसी दिए गए लंबाई के संयोजनों की कुल संख्या के% में ऐसे संयोजनों की हिस्सेदारी के बराबर होगा।

तुम्हें पता है, किसी भी संयोजन को कम करने से लाभ की गणना के लिए सामान्य सूत्र रिकॉर्ड कर सकते हैं वाक्य-प्रतीकों सहित इसके अनुपात (दर) भाषा की समग्र संरचना में जानते हुए भी,:

जहां कश्मीर _{के लिए} - एक ही लंबाई के सभी संयोजनों के बीच संयोजन का अनुपात; यह एक डिग्राम (2 अक्षर), एक ट्रिग्राम (3 वर्ण), एन-ग्राम (लंबाई एन अक्षर) हो सकता है; हमारे मामले में हम डिग्राम के साथ काम कर रहे हैं;
n- वर्णों की संख्या जिसके द्वारा आप इस संयोजन को पूरा करने के बाद पाठ को कम कर सकते हैं; यह शब्दकोष AZ और ऑटो-स्पेस और इसी तरह के कार्यों की संभावना दोनों को ध्यान में रखता है;
वी _ऐड - अन्य सभी संयोजनों की कटौती से अतिरिक्त लाभ, जिसमें शामिल किए गए वर्ण शामिल हैं; प्रत्येक मामले में अलग से गणना की जानी चाहिए।

व्यक्तिगत पत्र और शब्द संयोजन के स्तर पर स्वतः सुधार

जैसा कि पहले ही उल्लेख किया गया है, AZ का उपयोग न केवल शब्दों के स्तर पर किया जा सकता है, बल्कि वाक्यांशों के स्तर, वाक्यांशवैज्ञानिक स्तर पर भी किया जा सकता है। स्थिर वाक्यांश हैं, उदाहरण के लिए, उनमें से कुछ: "आप कैसे हैं," "आप कैसे हैं," "शुभ दोपहर", "क्योंकि", "बावजूद", "हर तरह से", आदि। कम आवृत्ति - "किसी भी मामले में", "पूर्वगामी के आधार पर," "निम्नानुसार से।"

हर किसी के पास अपने सबसे अक्सर वाक्यांश होते हैं, जो वह बातचीत और व्यापार संचार में, पत्राचार में उपयोग करता है। इन स्थिर वाक्यांशों के आधार पर, आप विशेष रूप से उनके लिए AZ सिस्टम के अतिरिक्त जोड़ सकते हैं। प्रत्येक मामले में, किसी को मौजूदा AZ सिस्टम के साथ संगतता को ध्यान में रखना चाहिए और प्रत्येक नए संयोजन के ऑटो-प्रतिस्थापन द्वारा प्रदान की गई जीत की गणना करना चाहिए।

लेकिन शब्दों या वाक्यांशों की तुलना में बहुत अधिक अक्सर एन-ग्राम होते हैं (एक छोटे एन, एन <5 के साथ एन-चरित्र संयोजन)। उदाहरण के लिए, कोई व्यक्ति "ny", "nn", "tys", "tys" जैसे शब्दों के अंत में इस तरह के अक्सर सामना किए गए संयोजनों को अलग कर सकता है। आप उनके लिए AZ प्रदान कर सकते हैं।

उदाहरण के लिए, यदि "," अक्षर के साथ एक कुंजी का उपयोग नहीं किया गया है (इसके उपयोग के लिए मुझे माफ़ करें), तो इस कुंजी में से एक को AZ असाइन करें। Shift के साथ इस कुंजी का एक संयोजन एक और संयोजन देगा, अर्थात। शित्फ़ + it = tsya; ya = tsya। फिर से, इन संयोजनों में से प्रत्येक को अलग से विचार करने की आवश्यकता है, पहले से ही कमी प्रणाली के साथ उनकी आवृत्ति और स्थिरता के अनुसार। यह महत्वपूर्ण है कि उन शब्दों को लिखने में कोई भ्रम और कोई संक्षिप्तता नहीं है जो पूरी तरह से अलग-अलग तरीकों से लिखे गए हैं।

स्वतः सुधार लेआउट अनुकूलन

अगला, आप AZ सिस्टम और लेआउट ऑप्टिमाइज़ेशन प्रक्रिया को कनेक्ट कर सकते हैं।
पिछले लेख में वर्णित अनुकूलन प्रक्रिया में एक अच्छा सिस्टम है और इनपुट मापदंडों के रूप में डिग्रम आँकड़े हैं। जुर्माना / प्रोत्साहन की प्रणाली एक समान रहेगी, और AZ प्रणाली को लागू करने के परिणामस्वरूप, डिग्राम के आंकड़े किसी तरह बदल जाएंगे।
तदनुसार, कुछ AZ सिस्टम के लिए इष्टतम लेआउट AZ के बिना उपयोग किए गए इष्टतम लेआउट से अलग होगा। ऑटो-प्रतिस्थापन की प्रत्येक स्थिति के लिए आँकड़ों में परिवर्तन को पुनर्गणना करना आवश्यक है - प्रत्येक शब्द के लिए AZ, संयोजन, वाक्यविन्यास प्रतीक संयोजनों के साथ।

संयोजन की आवृत्ति में परिवर्तन की गणना करने के लिए, आपको एक विशिष्ट उदाहरण पर विचार करने की आवश्यकता है, जिसमें से आप सामान्य पैटर्न प्राप्त कर सकते हैं। "अधिक" शब्द लें। एक कॉर्पस में एक शब्द की घटना की आवृत्ति 124201 बार है। कुल शब्द = 1.93 ∙ 10 ⁸ । औसत शब्द की लंबाई Characters 5.28 वर्ण वाक्यात्मक वर्णों का हिस्सा k ≈20%। अब हमारे पास मामले में वर्णों की संख्या की गणना करने के लिए सभी डेटा हैं। शब्दों के आँकड़ों को आँकड़ों के आँकड़ों तक पहुँचाने के लिए इस तरह के एक तालमेल की आवश्यकता होती है (और पाठ में पँहुचियों की संख्या इसमें माइनस 1 के अक्षरों की संख्या के बराबर होती है)। मामले में वर्णों की कुल संख्या:


कॉर्पस में किसी विशेष शब्द की घटनाओं की संख्या को जानने के बाद, हम स्वचालित रूप से कॉर्पस में इस शब्द से प्रत्येक डिग्रम की घटनाओं की संख्या को जानते हैं। यानी "अधिक" शब्द के लिए, यह "bo", "ol", "एह", इत्यादि, लेकिन केवल "dig", "ol", "eh", ... की विशेष आवृत्ति के "dig" की कुल आवृत्ति नहीं होगी। यह आवृत्ति दर्ज की जाएगी:

जहाँ - प्रश्न में शब्द के किसी भी डिग्राम की आवृत्ति;
- कॉर्पस में शब्द की घटना की आवृत्ति;
- ऊपर पाए गए शेल वर्णों की कुल संख्या।

उदाहरण के लिए, हम "अधिक" शब्द के साथ मामले में पेश किए गए डिग्रियों की आवृत्तियों की गणना करते हैं:


AZs का उपयोग करते समय, इन आवृत्तियों को समान संख्या में खोदने वाले से घटाया जाएगा, और कटौती के द्वारा पेश किए गए कुछ नए जोड़े जाएंगे।

संक्षिप्तिकरण के लिए, मान लीजिए कि "बो" टाइप करते समय "अधिक" शब्द छोटा हो जाएगा। फिर डिग्राम "ओएल", "ईएच", "बीएच", "शी", "ई" की मिली हुई आवृत्तियों को डायग्राम की आवृत्तियों की सामान्य तालिका से घटाया जाएगा। "बो" का संयोजन अपरिवर्तित रहता है, और इसे पुनरावृत्ति करने के लिए आवश्यक नहीं है। लेकिन एक नया डिग्रम जोड़ा जाएगा, जो पहले से शब्द में मौजूद नहीं है - "ओ"।
इसकी आवृत्ति बाकी के समान होगी (यानी, कॉर्पस में इसकी घटनाओं की संख्या शब्द की घटनाओं की आवृत्ति के बराबर होती है) - 0.01%। इस आवृत्ति का मान आवृत्ति पटल की सामान्य तालिका में जोड़ा जाएगा। विचार को पूरा करने के लिए, हम केवल AZ "बो" = "अधिक" के लिए प्राप्त परिणामी आवृत्तियों की गणना करते हैं।



यदि कड़ाई से, इस तथ्य को भी ध्यान में रखना आवश्यक है कि टाइप किए गए पाठ की मात्रा AZ की संख्या में वृद्धि के साथ घट जाएगी। यानी प्रभाव को एक निश्चित मात्रा के पाठ के प्रति पूर्ण शब्दों में गणना की जाती है। इस प्रकार, यह अधिक सटीक होगा यदि हम सापेक्ष परिवर्तनों (प्रतिशत) पर विचार नहीं करते हैं, लेकिन पूर्ण मान: इस प्रकार के कितने डायग्राम पाठ में थे और कितने बन गए। अनुकूलन प्रक्रिया शुरू करने से पहले, गणना के अंतिम चरण में केवल सापेक्ष मूल्यों में रूपांतरण की आवश्यकता होती है।

चूंकि डेटा की मात्रा काफी बड़ी है, इस चरण (हालांकि, सभी की तरह) को आंशिक या पूर्ण स्वचालन की आवश्यकता होती है।
वर्णित प्रक्रिया को प्रत्येक स्वतः सुधार के लिए दोहराया जाना चाहिए। नतीजतन, हमें डायग्राम के पुनर्गणना आँकड़े मिलते हैं, जिनका उपयोग लेआउट अनुकूलन प्रक्रिया के लिए इनपुट चर के रूप में किया जा सकता है।

AZ के लिए अनुकूलित लेआउट का उपयोग करते समय, और संबंधित AZ सिस्टम, कुल में, एक डायलन मापदंडों में सुविधा और गति दोनों के संदर्भ में ध्यान देने योग्य सुधार प्राप्त कर सकता है।

स्वत: सुधार लागू करें

AutoCorrect के व्यावहारिक उपयोग के लिए, आप लोकप्रिय AutoHotKey या PuntoSwitcher कार्यक्रमों का उपयोग कर सकते हैं।
AutoHotKey प्रलेखन को यहाँ देखा जा सकता है , कुछ विशेषताएँ यहाँ हैं ।

AZ के साथ एक आम स्क्रिप्ट की व्यक्तिगत पंक्तियाँ बनाना:

::::; 

"समय" शब्द "दबाने" और सक्रियण कुंजी, आमतौर पर एक स्थान के बाद दिखाई देगा।

 ::; 

इस स्थिति में, "समय" शब्द "टाइप" करने के तुरंत बाद दिखाई देगा।

 :*:::; -   ,     . 

; - एक वैकल्पिक चरित्र, टिप्पणियों को अलग करता है।

---

आफ्टरवर्ड के रूप में, मैं ध्यान देता हूं कि यह आलेख, पिछले वाले की तरह, मुख्य रूप से अकादमिक फोकस है। व्यावहारिक अनुप्रयोग केवल पेशेवर या अर्ध-पेशेवर टाइपसेटर्स द्वारा सीमित है, जो पीसी उपयोगकर्ताओं के कुल द्रव्यमान में बहुत कम हैं। फिर भी, मुझे उम्मीद है कि कुछ सबसे सुविधाजनक प्रतिस्थापन पहले से ही उपयोग किए गए हैं या लगभग सभी द्वारा उपयोग किए जा सकते हैं। गणना और प्रस्तुति के तर्क के मुद्दों पर रचनात्मक आलोचना का स्वागत है।