[发明专利]文档疑难杂字智能注音方法、系统、设备及介质

说明书

本发明公开了一种文档疑难杂字智能注音方法、装置、设备及介质。文档疑难杂字智能注音方法，包括：存储和维护包含疑难杂字及其注音的疑难杂字表；设置疑难杂字的注音规则；扫描目标文档，根据疑难杂字表和注音规则，识别目标文档中出现的疑难杂字，并在目标文档中加注疑难杂字对应的拼音。文档疑难杂字智能注音装置，包括：疑难杂字表单元，配置用于存储和维护包含疑难杂字及其注音的疑难杂字表；以及配置用于设置疑难杂字的注音规则；智能注音单元，配置用于扫描目标文档，根据疑难杂字表和注音规则，识别目标文档中出现的疑难杂字，并在目标文档中加注疑难杂字对应的拼音。本发明还提供一种文档疑难杂字智能注音设备及计算机可读存储介质。

技术领域

本发明涉及汉字应用处理技术领域，特别是涉及一种文档疑难杂字智能注音方法、系统、设备及介质。

背景技术

中国文化博大精深，语言文字丰富多样。汉字是文化的载体，因为有了汉字，中华民族传统文化才得以传承。作为表意文字的汉字，有别于拼音文字，它所代表的意义远超出了汉字本身。汉字是语素文字，总数非常庞大，据估计，到目前为止，汉字数量达到11万左右。其中常用字大概7000左右。疑难杂字，也称生僻字(冷僻字)，指不常见的或人们不熟悉的汉字。自有汉字以来，汉字也在不断发展中经历了由简到繁、由繁到简的“适者生存”的淘汰式选择和变化。在现代信息社会生活和工作中，文档中不可避免会用到一些不常用、很少见的文字，在文档的交流中，大多数人对这部分冷僻字是不认识和读不出音的，尤其是当文档打印输出交给其他人阅读时，阅读者对于出现疑难杂字的文档的理解程度、阅读体验都会受到限制。如果文档是呈交给领导的讲稿，领导拿讲稿公开讲话或做报告时，遇到不能准确读出拼音的疑难杂字，就会出现尴尬的场景，也会影响到讲稿文档制作者或编辑人员的工作评价。

文档是办公自动化的主要载体形式，目前市面上常见使用的两种主流文档格式是Word文档和WPS文档，分别对应两款字处理软件即微软的Office Word和金山的WPS文档，它们在格式上具有兼容性。各行各业使用文档流转，打印输出文档时，如果没有给疑难杂字注音的话，文档中含有的疑难杂字(生僻字)有时会阻碍阅读、降低理解效率和造成念稿念错音甚至念不出音的交流尴尬。

针对含有疑难杂字的文档文稿，一般要么不注音，交给阅读者自行解决(或者查字典、或者利用字处理软件加注拼音方式来查音)。要么是文档创建或编辑人员利用字处理软件的注音方式(如拼音指南)对文档中的疑难杂字逐一人工加注拼音。现代文档工具一般都提供加注拼音的功能，也就是说疑难杂字的拼音虽然可以由字处理软件自动加上，但是需要人工逐一选中疑难杂字；此外，拼音加注的位置也只能直接设置在字的上方，且要通过其他附加操作才能设置在字的前后。

因此，如何智能识别文档文稿中的疑难杂字，给出强调标示，并以适当方式自动加注拼音，提高文档文稿的交流阅读体检，实现文档文稿编排的效率就成为重要的现实问题。

发明内容

基于此，本发明的目的在于，提供一种文档疑难杂字智能注音方法、系统、设备及介质。

第一方面，本发明提供一种文档疑难杂字智能注音方法，包括：

存储和维护包含疑难杂字及其注音的疑难杂字表；

设置疑难杂字的注音规则；

扫描目标文档，根据疑难杂字表和注音规则，识别目标文档中出现的疑难杂字，并在目标文档中加注疑难杂字对应的拼音。

上述技术方案在一种实施方式中，所述存储和维护包含疑难杂字及其注音的疑难杂字表，包括：

收录并存储疑难杂字及其注音，生成疑难杂字表；

添加新的疑难杂字及其注音至疑难杂字表中；

修改已有的疑难杂字和/或其注音至疑难杂字表中；

删除已有的疑难杂字及其注音，更新疑难杂字表。