Nouvelle métrique

Intuitions

  1. La métrique actuelle n’est pas la meilleure.
  2. Si les mots n’ont pas de long préfixes en commun, il vaut mieux placer le mot le plus fréquent en première position. Pour les mots de fréquence identique, l’ordre a peu d’importance.
  3. S’il existe une séquence de mots emboîtés, les gains sont minimes à moins d’enlever des mots ou de poser les grandes complétions d’abord.

Les intuitions 2 et 3 seront sans doute remise en question en considérant une nouvelle métrique. On considère l’ensemble des complétions S composé de deux mots actuellement, actualité. Le gain moyen par mots est de 9 caractères économisés. Si on ajoute le grand préfixe commun à la liste actu, ce gain moyen tombe à 6.33 (voir Complétion) quelque soit l’ordre choisi pour les complétions. Toutefois, si on ne prend pas en compte le gain sur le mot actu car ce n’est pas un mot correct mais plus un mot qui aide la lecture de la liste, ce gain moyen tombe à 8 seulement. En conclusion, si l’utilisateur tape la lettre a et qu’on lui montre ceci :

actu
actualité
actuellement

Au lieu de :

actualité
actuellement

Il doit taper en moyenne un caractère de plus pour obtenir le mot qu’il cherche. Et la métrique ne montre pas réellement de préférence pour l’ordre d’affichage des complétions. Pourtant, l’utilisateur pourrait très bien utiliser la séquence de touches suivantes :

touche mot composé
a a
bas actu (complétion)
e actue
bas actuellement

Dans cet exemple aussi petit, on ne gagnerait pas grand-chose mais cela vaut le coup d’étudier cette piste pour des vocabulaires plus grand : se servir des préfixes commun comme tremplin pour les mots plus grand. L’effect position perdrait un peu de son influence.

Formalisation

On reprend la première métrique (1) :

\begin{eqnarray*}
M(q, S) &=& \min_{0 \infegal k \infegal l(q)}  k + K(q, k, S)
\end{eqnarray*}

La fonction K(q, k, S) est définie par (2).

Définition D1 : Dynamic Minimum Keystroke

On définit la façon optimale de saisir une requête sachant un système de complétion S comme étant le minimum obtenu :

\begin{eqnarray*}
M'(q, S) &=& \min_{0 \infegal k < l(q)} \acc{ M'(q[1..k], S) +
            \min( K(q, k, S), l(q) - k) }
\end{eqnarray*}

On prend comme convention M'(\emptyset, S)=0. Le calcul de la métrique se construit comme une suite qui part des chaînes les plus courtes aux plus longues. La métrique est donc bien définie. Contrairement à la première métrique, le calcul dépend du résultat pour tous les préfixes d’une complétion.

propriété P1 : métriques

\forall q, \; M'(q, S) \infegal M(q, S)

Si q \notin S, c’est évident puisque M'(q, S) \infegal M'(\emptyset, S) + l(q). Si q \in S, cela découle de la constation précédente puisque : M'(q, S) \infegal M'(q[[1..k]], S) + K(q, k, S) \infegal k + K(q, k, S).

Quelques résultats

On considère la liste des mots actuellement, actualité, actuel. On compare les ordres qui maximisent la première et la seconde métriques ainsi que le gain obtenu. Première métrique

7.0 - actuellement p=1.0 g=11.0 | actuel p=1.0 g=4.0 | actualité p=1.0 g=6.0
7.0 - actuellement p=1.0 g=11.0 | actualité p=1.0 g=7.0 | actuel p=1.0 g=3.0
7.0 - actuel p=1.0 g=5.0 | actuellement p=1.0 g=10.0 | actualité p=1.0 g=6.0

Seconde métrique

7.333 - actuel p=1.0 g=5.0 | actualité p=1.0 g=7.0 | actuellement p=1.0 g=10.0
7.0 - actuellement p=1.0 g=11.0 | actuel p=1.0 g=4.0 | actualité p=1.0 g=6.0

On note que la seconde métrique propose un meilleur gain, ce qui est attendu mais aussi que le mot actuel sera placé devant le mot actuellement, plus long sans que cela souffre d’ambiguïté.

Définition avancée

Dans les faits, le Dynamic Minimum Keystroke sous-estime le nombre de caractères nécessaires. Lorsqu’on utilise un mot comme tremplin, on peut aisément le compléter mais il faut presser une touche ou attendre un peu pour voir les nouvelles complétions associées à la première complétion choisie et maintenant considéré comme préfixe. C’est ce que prend en compte la définition suivante.

Définition D2 : Dynamic Minimum Keystroke modifié

On définit la façon optimale de saisir une requête sachant un système de complétion S comme étant le minimum obtenu :

(1)\begin{eqnarray*}
M"(q, S) &=& \min \left\{ \begin{array}{l}
                \min_{1 \infegal k \infegal l(q)} \acc{ M"(q[1..k-1], S) + 1 +\min( K(q, k, S), l(q) - k) } \\
                \min_{0 \infegal k \infegal l(q)} \acc{ M"(q[1..k], S) + \delta + \min( K(q, k, S), l(q) - k) }
                \end{array} \right .
\end{eqnarray*}

Si on prend comme exemple la requête machine learning, le premier cas correspond à la séquence :

  • sélection de la complétion machine
  • pression de la touche espace
  • sélection de la complétion machine learning

Et le second cas à la séquence :

  • sélection de la complétion machine
  • pression de la touche droite pour afficher les nouvelles complétions
  • sélection de la complétion machine learning

Le coût de la pression de la touche droite est noté \delta \infegal 1 qu’on prendra inférieur à 1. On remarque également qu’avec cette nouvelle métrique, il est possible de diminuer le nombre minimum de touches à presser pour des requêtes en dehors de l’ensemble S à partir du moment où elles prolongent une complétion existante. C’est là un point très intéressant de cette métrique. De manière évidente, \forall q, \; M'(q, S) \infegal M"(q, S).

Questions

Grâce à cette métrique, on peut envisager de trouver des réponses à certaines questions :

  1. Les différences entre les trois métriques sont-elles négligeables ou non ?
  2. Ajouter des complétions non présentes dans le corpus améliore-t-elle la métrique ? Même question pour la suppression ?
  3. Existe-t-il un moyen de construire de façon itérative l’ensemble des complétions ou plutôt l’ordre qui minimise la métrice M'(q, S) ?
  4. Comment calculer rapidement les métriques pour les requêtes dans l’ensemble S et en dehors ?

Pour la première question, une expérience devrait donner une piste à défaut d’y répondre. Pour la seconde, il n’est pas nécessaire d’envisager la suppression de complétions car celles-ci devraient naturellement se positionner en fin de liste. L’ajout correspond à la situation où beaucoup de complétions partagent le même préfixe sans pour autant que ce préfixe fasse partie de la liste des complétions.

macérer
maline
machinerie
machinerie infernale
machinerie infernalissime
machine artistique
machine automatique
machine chaplin
machine intelligente
machine learning

L’idée consiste à ajouter la complétion machine qui sert de préfixe commun à beaucoup de complétions et cela améliore le gain moyen dans le cas présent (sans compter le gain sur la requête machine). Enfin, la troisième et la quatrième question, la réponse requiert la démonstration de quelques propriétés mathématiques. Mais avant j’ajouterai que la première métrique M correspond à la ligne de commande Windows et la métrique M' correspond à la ligne de commande Linux.