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
MediaTea43 分钟前
Python:生成器表达式详解
开发语言·python
-To be number.wan1 小时前
Python数据分析:SciPy科学计算
python·学习·数据分析
Dxy12393102161 小时前
DataFrame数据修改:从基础操作到高效实践的完整指南
python·dataframe
overmind3 小时前
oeasy Python 115 列表弹栈用pop删除指定索引
开发语言·python
楼田莉子3 小时前
C++项目:日志&&线程池
linux·c++·学习·visual studio code
weixin_421585013 小时前
表示学习发展历程
学习
hnxaoli3 小时前
win10程序(十六)通达信参数清洗器
开发语言·python·小程序·股票·炒股
电饭叔4 小时前
文本为 “ok”、前景色为白色、背景色为红色,且点击后触发 processOK 回调函数的 tkinter 按钮
开发语言·python
EmbedLinX4 小时前
嵌入式Linux之U-Boot
linux·服务器·笔记·学习
雷电法拉珑4 小时前
财务数据批量采集
linux·前端·python