苹果公司名下的博客《机器学习杂志》的最近更新内容暗示了苹果QuickType预测键盘在未来可能会有进一步的改进，现阶段最大的挑战在于：如何让机器利用文档内容来猜测用户接下来要输入的词语。
目前，预测键盘利用狭窄的局部语境和用户的输入历史来猜测用户接下来可能会输入的内容，比如，当用户将光标定位在“I”和“you”两个词语中间并输入“L”时，键盘就会合理猜测用户接下来要输入的这个单词为“love”。
苹果的框架自然语言处理团队指出，增添额外的“整体语义语境”可以产生更好的效果：当机器查阅文档的全部内容后，可能会发现“love”与文档的整体语境没有联系，于是创建像“listen to”这样更加合理的选项。
然而事实上，全文档处理并不容易实现，苹果公司正在探索利用神经网络进行 学习的潜在解决方案。原型系统可以查阅给定词汇的左边和右边的全部内容，分析文本每个部分的潜在相关性并进行比较，最终创建最合理的内容作为参考选项。用以做机器训练的目录字数多达1千万到50亿，不过研究人员发现最小目录与最大目录起到的训练效果并无明显差异。
目前该项目不断取得进展，尚在进行当中，因为苹果还要训练机器学会在更大的整体语境中处理单词与短语。预计在未来，苹果的预测键盘不管在局部语境还是整体语境中都能完成对文本输入的预测，如此一来，机器将更有效地根据用户已经输入的内容而“思考”用户的想法，猜测下一个将被输入的词语。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
