苹果公司名下的博客《机器学习期刊》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，预测键盘是通过有限的局部语境和用户的输入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，于是会提供像“listen to”这种更加合理的选项。

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深度学习的潜在解决方案。原型系统可以查阅给定词汇左侧和右侧的所有上下文，分析文本每个部分的潜在相关性并进行比较，最终提供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。

目前该项目尚未完成，因为苹果还要继续训练机器学会在更大的整体语境中处理单词与短语，但是已经取得了很大进展。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“猜测”用户的想法，提供下一个将要输入的词语选项。