信息技术与软件工程杂志
开放获取

抽象的

加强阿凡奥罗莫语的文本制作并协助残疾用户开发单词预测和完成

Workineh Tesema 和杜雷萨·塔米拉特

这项工作为残疾用户提供了单词预测和完成。这项工作背后的想法是为残疾用户提供使用母语与计算机软件交互和文件编辑的机会。与正常人一样，残疾人在生活中也需要接触科技。为了开发该模型，我们使用了无监督机器学习。这项工作中使用的算法是 N-gram 算法（Unigram、Bigram 和 Trigram），用于通过预测句子中的正确单词来自动完成单词，从而节省时间、减少拼写错误、打字击键和辅助禁用。这项工作描述了我们如何通过单词预测来改进单词输入信息，作为使用常规键盘的运动障碍人士的辅助技术，以消除学习过程所需的开销。我们还提出了评估指标来比较我们工作中使用的不同模型。结果表明，无监督机器学习方法的预测准确率达到 90%。这项工作特别有助于那些拼写知识较差或印刷机、机构或政府组织、对其（手腕、手和手臂）造成重复性压力伤害的用户，但对于有视觉问题的用户还需要更多进一步的调查。