自然语言处理学习笔记(十一)————简繁转换与拼音转换

目录

1.简繁转换

2.拼音转换


1.简繁转换

简繁转换指的是简体中文和繁体中文之间的相互转换。可能有的人觉得,这很简单,按字转换 就好了。HanLP提供了这样的朴素实现**CharTable,**用来执行字符正规化(繁体->简体,全角->半角,大写->小写)

复制代码
System.out.println(CharTable.convert("愛聽4G"));
打印结果为:爱听4G

事实上,汉字历史悠久,地域复杂,在字符级别存在"一简对多繁"和"一繁对多简"的情况。在词语级别上存在"简繁分歧词",按字转换容易出错。

eg:"代码","代碼",台湾称为"程式碼",这就是"简繁分歧词"。

eg:"头发"、"发财"对应的繁体字为"頭髮"和"發財",这里的"发"就是一简对多繁。

这启示我们不能按字转换,最起码是按词转换。

s:简体

t:繁体

tw:台湾繁体

hk:香港繁体

HanLP.convertToTraditionalChinese:简转繁

HanLP.s2t:简转繁

HanLP.s2tw:简转香港繁体

HanLP.s2hk:简转香港繁体

2.拼音转换

拼音转换涉及到多音字的问题,仍然需要按词转换

相关推荐
风之所往_9 分钟前
Python 3.6 新特性全面总结
python
abcy07121310 分钟前
flask celery hdfs 异步上传
python·hdfs·flask
吃好睡好便好14 分钟前
白发的根源和应对
学习·生活
自然语25 分钟前
基于场景、需求、方法匹配和学习评价的垂直移动任务控制系统
学习
2301_7818335227 分钟前
Python 正则表达式入门教程
开发语言·python·正则表达式
tq108637 分钟前
OperationSequence DSL 2.1 语法规范
笔记
copyer_xyf1 小时前
Agent Tool 调用
后端·python·agent
Amo Xiang1 小时前
SpiderDemo 第5题:OB混淆实战 —— 反调试绕过与 signature 签名还原
python·js逆向·爬虫逆向·反调试·spiderdemo·ob混淆
copyer_xyf1 小时前
Agent 结构化输出
后端·python·agent