[发明专利]互联网中文简繁字转换系统及方法

权利要求书

1.一种互联网中文简繁字转换系统，其特征在于，包括：

分词模块，用于对输入的语句进行分词，不同的语义分出不同的字和词组；

符号处理模块，用于对简体语句与繁体语句中的不相同符号进行转换；

词组处理模块，用于对分词后简体的词组进行繁体转换；

字处理模块，用于将简体字转换为繁体字；

综合处理模块，用于对简体和繁体字词在不同语境中的不同用法进行转换。

2.根据权利要求1所述的互联网中文简繁字转换系统，其特征在于，所述分词模块具体包括：

语句分词单元，用于将语句分成单个字；

组合词组单元，用于通过词库检索对所述每个字进行组合，获取所有可能的词组，得到所有词组的不同组合；

最短路径分词单元，用于对所述不同组合分别使用N最短路径计算出至少一个分词方案；

数字日期处理单元，用于针对所述至少一个分词方案进行数字、日期合并的处理；

名称处理单元，用于在所述合并处理后的分词方案中识别出人名、地名及翻译名；

二次最短路径分词单元，用于再次使用N最短路径获取最后的分词结果。

3.一种互联网中文简繁字转换方法，其特征在于，包括：

将输入的语句进行分词，不同的语义分出不同的字和词组；

将简体语句与繁体语句中的不相同符号进行转换；

对分词后简体的词组进行繁体转换；

将简体字转换为繁体字；

对简体和繁体字词在不同语境中的不同用法进行转换。

4.根据权利要求3所述的互联网中文简繁字转换方法，其特征在于，所述将输入的语句进行分词的步骤具体包括：

把语句分成单个字；

通过词库检索对所述每个字进行组合，获取所有可能的词组，得到所有词组的不同组合；

针对所述不同组合分别使用N最短路径计算出至少一个分词方案；

针对所述至少一个分词方案进行数字、日期合并的处理；

在所述合并处理后的分词方案中识别出人名、地名及翻译名；

再次使用N最短路径获取最后的分词结果。

5.根据权利要求4所述的互联网中文简繁字转换方法，其特征在于，所述使用N最短路径进行分词的步骤具体包括：

通过上一步得到词组组合，每个组合都以第一个词为起点，最后一个词为终点，从起点开始记录到达终点的所有路径，每个词之间存在着权重，记录每个路径的最终权重值之和，权重最少的路径为最短路径；所述权重由词的词性决定，所述N最短路径为最短路径保留最前的N个结果。