[发明专利]创建语言模型和假名－汉字转换的方法和设备

权利要求书

1.一种使用具有与存储设备中的显示、读音和词类相关联的词的计算机来创建语言模型的方法，所述方法由所述计算机的处理单元执行，所述方法包括以下步骤：

从所述存储设备中获取具有相同显示和读音的词类；

通过组合所获取的词类来创建群集；以及

将所创建的群集存储到所述存储设备中。

2.如权利要求1所述的创建语言模型的方法，其特征在于，还包括：

输入拆分群集的指令；以及

根据所输入的指令拆分存储在所述存储设备中的群集。

3.如权利要求1或2所述的创建语言模型的方法，其特征在于，还包括：输入字符串；

通过向包含在所输入的字符串中的每个词赋予词类来获取文本语料库；

组合存储在所述存储设备中的群集中的两个；

计算所述文本语料库中所组合的群集的出现概率；以及

将所组合的群集与指示所计算的概率的群集二元语法相关联，且将具有所述群集二元语法的所组合的群集存储到所述存储设备中。

4.一种由具有指示N个词的组合的出现概率的N元语法、以及指示两个词类群集的组合的出现概率的群集二元语法的计算机来执行的假名-汉字转换方法，所述群集中的至少一个包括至少两个词类，所述方法包括：

输入字符串读音；

拆分所输入的读音；

将所拆分的读音转换成假名或汉字，以生成经转换字符串的候选；

获取指示包含在所述经转换字符串的候选中的N个词的组合的出现概率的N元语法；

获取指示包含在所述经转换字符串的候选中的两个群集的组合的出现概率的群集二元语法；以及

根据所获取的N元语法和群集二元语法确定所述经转换字符串的候选的优先次序。

5.一种创建语言模型的设备，包括：

存储装置，用于存储与显示、读音和词类相关联的词的信息；

词获取装置，用于从所述存储装置获取具有相同显示和读音的词类；

群集创建装置，用于通过组合所获取的词类来创建群集；

群集存储控制装置，用于将所创建的群集存储到所述存储装置中。

6.一种假名-汉字转换设备，包括：

存储装置，用于存储指示N个词的组合的出现概率的N元语法和指示两个词类群集的组合的出现概率的群集二元语法，其中所述群集中的至少一个包括至少两个词类；

读音输入装置，用于输入字符串读音；

读音拆分装置，用于拆分所输入的读音；

候选生成装置，用于将所拆分的读音转换成假名或汉字以生成经转换字符串的候选；

N元语法获取装置，用于获取指示包含在所述经转换字符串的候选中的N个词的组合的出现概率的N元语法；

群集二元语法获取装置，用于获取指示包含在所述经转换字符串的候选中的两个群集的组合的出现概率的群集二元语法；以及

确定装置，用于根据所获取的N元语法和群集二元语法来确定所述经转换字符串的候选的优先次序。

7.一种具有存储其上的计算机可执行指令的计算机可读存储介质，其特征在于，所述计算机可执行指令使计算机执行如权利要求1或4中任一项所述的方法。