[发明专利]一种泰语文本拼写纠正方法及装置有效

专利信息
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
【权利要求书】:

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。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top