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
qq_4294995713 分钟前
RK3566 linux编译成功笔记
笔记
yxc_inspire20 分钟前
25年CCPC福建邀请赛补题
学习·算法
Slow菜鸟20 分钟前
Skill 学习篇(十)| 编排框架 · 五大编排框架 · 全方位决策指南
学习
倒霉熊dd26 分钟前
Python学习(第一部分 语法与数据结构/核心基础)
大数据·python·学习·pip
仅此,43 分钟前
deep agent整合 DeepSeek 记录
python·langchain·agent·deep agent sdk
Purple Coder1 小时前
项目一支撑文档阅读笔记-《Handbook on Battery Energy Storage System》
笔记
ftpeak1 小时前
AI开发之LangGraph教程6~自定义状态 (Custom State)
python·ai·langchain·langgraph
宵时待雨1 小时前
linux笔记归纳4:进程概念
linux·运维·服务器·c++·笔记
星夜夏空991 小时前
STM32单片机学习(3)——前置知识学习
stm32·单片机·学习
m0_738120721 小时前
渗透测试——Djinn1靶场详细渗透提权过程讲解(绕过黑名单限制,命令执行反弹shell,pyc反编译,代码白盒分析,python沙盒逃逸)
开发语言·python·php