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
大模型任我行21 小时前
阿里:揭示RLVR训练不稳定性根源
人工智能·语言模型·自然语言处理·论文笔记
清水白石0081 天前
Python 纯函数编程:从理念到实战的完整指南
开发语言·python
twilight_4691 天前
机器学习与模式识别——机器学习中的搜索算法
人工智能·python·机器学习
was1721 天前
你的私有知识库:自托管 Markdown 笔记方案 NoteDiscovery
笔记·云原生·自部署
前路不黑暗@1 天前
Java项目:Java脚手架项目的文件服务(八)
java·开发语言·spring boot·学习·spring cloud·docker·maven
崎岖Qiu1 天前
【计算机网络 | 第十一篇】图解交换机的自学习功能
网络·学习·计算机网络
Jia ming1 天前
《智能法官软件项目》—罪名初判模块
python·教学·案例·智能法官
Jia ming1 天前
《智能法官软件项目》—法律文书生成模块
python·教学·案例·智能法官软件
科技林总1 天前
【系统分析师】8.0 项目管理
学习
曦月逸霜1 天前
Python数据分析——个人笔记(持续更新中~)
python