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
D***t13111 分钟前
DeepSeek模型在自然语言处理中的创新应用
人工智能·自然语言处理
敲敲了个代码32 分钟前
CSS 像素≠物理像素:0.5px 效果的核心密码是什么?
前端·javascript·css·学习·面试
萧鼎35 分钟前
Python PyTesseract OCR :从基础到项目实战
开发语言·python·ocr
moringlightyn39 分钟前
Linux---进程状态
linux·运维·服务器·笔记·操作系统·c·进程状态
go_bai1 小时前
Linux-线程2
linux·c++·经验分享·笔记·学习方法
没有bug.的程序员2 小时前
Java 字节码:看懂 JVM 的“机器语言“
java·jvm·python·spring·微服务
闲聊MoonL2 小时前
【AMBA】Caches协议分析
笔记
AI大模型学徒2 小时前
NLP基础(七)_文本分析与关键词提取
人工智能·自然语言处理
CappuccinoRose3 小时前
MATLAB学习文档(二十八)
开发语言·学习·算法·matlab
下午见。3 小时前
Python基础入门:用Anaconda搭建环境的启蒙之旅
python