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
缘友一世12 分钟前
PyCharm连接autodl平台服务(python解释器&jupyter lab)
python·jupyter·pycharm
claider19 分钟前
Vim User Manual 阅读笔记 User_03.txt move around
笔记·编辑器·vim
a程序小傲19 分钟前
得物Java面试被问:方法句柄(MethodHandle)与反射的性能对比和底层区别
java·开发语言·spring boot·后端·python·面试·职场和发展
saoys23 分钟前
Opencv 学习笔记:一文掌握四种经典图像滤波(均值 / 高斯 / 中值 / 双边)
笔记·opencv·学习
●VON29 分钟前
可信 AI 认证:从技术承诺到制度信任
人工智能·学习·安全·制造·von
淬炼之火1 小时前
笔记:Cross Modal Fusion-Mamba
图像处理·笔记·计算机视觉·多模态·特征融合
华研前沿标杆游学1 小时前
2026走进滕讯:小游戏×大模型产业交流记
python
_codemonster1 小时前
计算机视觉入门到实战系列(八)Harris角点检测算法
python·算法·计算机视觉
逑之1 小时前
C语言笔记16:文件操作
c语言·笔记·单片机
默默前行的虫虫1 小时前
nicegui的3D可视化
python