[发明专利]用于将汉语拼音翻译成汉字的系统和方法

摘要

本发明披露了一种用于将拼音处理并翻译成汉字和词的系统和方法。通过以下处理训练汉语语言模型：从诸如文件和/或用户输入/查询的汉语输入中提取未知字符串；从未知字符串中确定有效词；以及基于汉语输入生成用于预测给定语境的词串的转换矩阵。用于翻译拼音输入的方法通常包括：使用包括从汉语输入得到的词的汉语字典和基于汉语输入训练的语言模型从拼音输入生成一组汉字符串，每个字符串均具有表示字符串对应于拼音输入的可能性的权重。可以通过识别用户输入中的不确定的拼音/非拼音ASC II词以及分析语境以分类用户输入，来将不确定的用户输入分类成非拼音或拼音。

主权项

1.一种用于从汉语输入训练汉语语言模型的方法，包括：从一组汉语输入中提取未知字符串；通过比较所述未知字符串的出现频率与所述未知字符串中单个字符的出现频率，从所述未知字符串确定有效词；以及生成用于预测给定语境的词的条件概率的转换矩阵。