[发明专利]一种泰语文本拼写纠正方法及装置有效
申请号: | 201210075190.4 | 申请日: | 2012-03-21 |
公开(公告)号: | CN103324621B | 公开(公告)日: | 2017-08-25 |
发明(设计)人: | 何径舟;张超 | 申请(专利权)人: | 北京百度网讯科技有限公司 |
主分类号: | G06F17/30 | 分类号: | G06F17/30;G06F17/28 |
代理公司: | 北京鸿德海业知识产权代理事务所(普通合伙)11412 | 代理人: | 袁媛 |
地址: | 100085 北京市*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 泰语 文本 拼写 纠正 方法 装置 | ||
1.一种泰语文本拼写纠正方法,其特征在于,包括:
以音节为单位,对待纠正文本进行音节切分;
对切分出的音节进行读音泛化,包括:采用Soundex算法进行读音泛化;
在预置的词典中,查询与读音泛化结果相匹配的词条;
将查询结果作为所述待纠正文本的纠正备选输出;
其中,所述对待纠正文本进行音节切分,包括:
根据泰语字符在泰语音节中的位置及字符类型,对泰语语料进行标注,得到字符训练语料,包括:人工或者半自动标注一批泰语句子,以字位作为标注标签,字符本身、字符类型标签作为特征,生成字符训练语料;
根据字符训练语料,训练得到音节切分模型;
利用音节切分模型,对所述待纠正文本进行音节切分。
2.根据权利要求1所述的方法,其特征在于,所述泰语字符在泰语音节中的位置,包括:
位于开头、位于中间、和位于结尾。
3.根据权利要求1所述的方法,其特征在于,所述泰语字符的类型包括:
可做开头的辅音、一般辅音、前元音、上元音、下元音、尾元音、和声调。
4.根据权利要求1所述的方法,其特征在于,所述对待纠正文本进行音节切分,还包括:
利用预置的音节合并模板,对待纠正文本的字符进行合并后,得到音节切分结果。
5.根据权利要求1所述的方法,其特征在于,所述将查询结果作为所述待纠正文本的纠正备选输出,包括:
在查询到多个匹配词条的情况下,分别获取每个匹配词条的特征;
根据所获取的特征,分别计算每个匹配词条与待纠正文本的相似度;
根据相似度的大小,对多个匹配词条进行输出。
6.根据权利要求1所述的方法,其特征在于,所述匹配词条的特征包括:
匹配词条的独立特征、和/或匹配词条与待修正文本的联合特征。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在预置的词典中,对用户输入的文本进行查询,如果查询失败,则将用户输入文本确定为待纠正文本。
8.根据权利要求7所述的方法,其特征在于,所述方法还包括:
在对用户输入的文本进行查询之前,对用户输入的文本进行分词。
9.一种泰语文本拼写纠正装置,其特征在于,包括:
音节切分单元,用于以音节为单位,对待纠正文本进行音节切分;
读音泛化单元,用于对切分出的音节进行读音泛化,包括:采用Soundex算法进行读音泛化;
词典查询单元,用于在预置的词典中,查询与读音泛化结果相匹配的词条;
备选输出单元,用于将查询结果作为所述待纠正文本的纠正备选输出;
所述音节切分单元,具体用于:
利用预置的音节切分模型,对所述待纠正文本进行音节切分;
所述音节切分模型的获得方法包括:
根据泰语字符在泰语音节中的位置及字符类型,对泰语语料进行标注,得到字符训练语料,包括:人工或者半自动标注一批泰语句子,以字位作为标注标签,字符本身、字符类型标签作为特征,生成字符训练语料;
根据字符训练语料,训练得到音节切分模型。
10.根据权利要求9所述的装置,其特征在于,所述泰语字符在泰语音节中的位置,包括:
位于开头、位于中间、和位于结尾。
11.根据权利要求9所述的装置,其特征在于,所述泰语字符的类型包括:
可做开头的辅音、一般辅音、前元音、上元音、下元音、尾元音、和声调。
12.根据权利要求9所述的装置,其特征在于,所述音节切分单元,具体用于:
利用预置的音节合并模板,对待纠正文本的字符进行合并后,得到音节切分结果。
13.根据权利要求9所述的装置,其特征在于,所述备选输出单元,包括:
特征获取子单元,用于在查询到多个匹配词条的情况下,分别提取每个匹配词条的特征;
相似度计算子单元,用于根据所获取的特征,分别计算每个匹配词条与待纠正文本的相似度;
输入子单元,用于根据相似度的大小,对多个匹配词条进行输出。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201210075190.4/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种针织与莫代尔组合的服装
- 下一篇:新型智能充电设备