Hallo Arne,
ich gehe mal davon aus, dass das hier auch auf deutsch geht.
Ich habe mich schon einmal mit der Neo Tastatur beschäftigt und finde
das Projekt wirklich super. Ich hatte mich mal ein bisschen in euer Wiki
und Code eingelesen. Eure Ansätze machen Sinn, allerdings fehlt meiner
Ansicht nach oft eine wissenschaftliche oder statistische Grundlage für
viele eurer Entscheidungen, was Gewichte oder Werte in der Optimierung
angeht.
Ich bin mir sicher dass meine Daten euch da zumindest einen Startpunkt
liefern können, auch wenn sie nicht spezifische für die Modellierung des
Zehnfingersystems gesammelt wurden.
Dies ist, nebenbei ein Punkt, in dem man die Neo Tastatur weiter
verbessern könnte. Was unser "How we type" Paper zeigt, ist dass Leute
sehr unterschiedlich tippen. Die meisten Computernutzer haben das
Zehnfingersystem nicht gelernt und ihre eigene Strategie entwickelt. Das
macht die Optimierung einer Tastatur natürlich umso schwerer. Aber auch
spannender. Wie können wir eine robuste Lösung finden, die optimal für
verschieden Tippstrategien funktioniert?
Um Strategien zwischen Englisch- und Finnisch-Tippern vergleichen zu
können (welcher Finger drückt welche Taste), haben wir nur die
Buchstaben betrachtet die in beiden Sprachen vorkamen und jeden
Buchstaben gleich gewichtet. Die effektive Nutzung der Finger ist dann
natürlich wieder Sprachen und Textabhängig. Dennoch zeigt es welchen
Bereich die Finger auf der Tastatur abdecken, und das kann sehr
unterschiedlich sein. Eure Gewichtungen würden sich natürlich für jede
Strategie ändern. Für jemanden der nur den Zeigefinger der rechten Hand
benutzt ist die Qwertz "j" Taste genauso gut oder schelcht zu erreichen
wie die Qwertz "o" oder "m", zumal der Finger nicht auf der Qwertz "j"
Taste als Startposition ruht.
Die richtigen Gewichtungen zu finden ist schwierig und ein gutes
Tippmodell, das die Tippgeschwindigkeit einer Buchstabensequenz
voraussagt, gibt es noch nicht. Alle mir bekannten Modelle sind auf das
10-Finger System zugeschnitte und, noch schlimmer, beruhen auf den
Forschungen von vor über 30 Jahren (z.B. Dvorak oder Salthouse
<https://www.researchgate.net/profile/Timothy_Salthouse/publication/19446858_Perceptual_cognitive_and_motoric_aspects_of_transcription_typing/links/0c9605374d141d8cf1000000.pdf>).
Das Tippen auf modernen Keyboards geht wesentlich einfacher und wir
haben zum Beispiel herausgefunden, dass Bigrams die mit Fingern
unterschiedlicher Hände getippt wurden, kaum schneller sind als mit
Fingern der gleichen Hand, bei manchen ist es sogar langsamer - ein
Effekt der für Schreibmaschinen wieder und wieder berichtet wurde und
auf den alle Modelle aufbauen. Auf flachen Computertastaturen bei denen
es kaum Kraft benötigt eine Taste zu drücken, ist die Vorbereitung des
nächsten Buchstabens mit einem Finger der gleichen Hand oft genauso
schnell möglich wie mit einem Finger der anderen Hand.
Ok, diese email wurde länger als gedacht ;)
Um es kurz zu machen, ich Stelle euch meine Daten natürlich gerne zur
Verfügung. Das Paper wird allerdings offiziell erst im Mai
veröffentlicht und solange wird es noch dauern bis wir die Daten
ebenfalls veröffentlichen. Bis dahin kann ich euch aber Beispieldateien
zweier Studienteilnehmer zukommen lassen, wenn ihr interessiert seid.
Eine Frage an euch hätte ich aber auch:
Was ist eure Methode die Zeichen der unteren Ebenen zu optimieren
(Punktuation, Klammern, Sonderzeichen etc)? Oder wurde "einfach"
entschieden welche Modifier Tasten benutzt werden und wo welches Zeichen
hinkommt?
Gruss,
Anna Feit
On 15.2.2016 23:15, Arne Babenhauserheide wrote:
Dear Anna Maria Feit,
I am reading your paper How we Type. I’m a member of the Neo-Layout
community¹ and working on algorithmic optimizations of keyboard
layouts. For this we try to identify cost factors while typing — what
kinds of movements are problematic for typists — and use them to
optimize the keyboard layout to reduce strain on the hand.
I thought that (a) this might interest you, and (b) your data might
provide part² of the information we need to improve the optimizer.
Our current results are documented in the readme³ and the configuration
file⁴ of one of our optimization programs.
Can you provide access to your timing data in a way which allows us to
derive cost factors from it?
Best wishes,
Arne
¹: http://neo-layout.org
²: I assume that this will only provide part of the information, because
your data is gathered from people who trained to use the movements in
the QWERTY layout. However your result that the language does not
matter so much hints at much easier application of the data.
³: README, partially in german:
https://bitbucket.org/ArneBab/evolve-keyboard-layout/src/81700c3d2765b6ae0f25164a3e53483340d3b956/README
⁴: config file describing the cost factors. The implementation is in a
separate code file⁵:
https://bitbucket.org/ArneBab/evolve-keyboard-layout/src/81700c3d2765b6ae0f25164a3e53483340d3b956/config.py
⁵: Implementation of the cost factors:
https://bitbucket.org/ArneBab/evolve-keyboard-layout/src/81700c3d2765b6ae0f25164a3e53483340d3b956/layout_cost.py
--
Anna Feit
Doctoral Student, User Interfaces
Aalto University, FINLAND
Homepage: http://annafeit.de