[发明专利]多音字标注模板生成方法和装置有效
| 申请号： | 201510695421.5 | 申请日： | 2015-10-22 |
| 公开（公告）号： | CN105225657A | 公开（公告）日： | 2016-01-06 |
| 发明（设计）人： | 肖朔;白洁;李秀林 | 申请（专利权）人： | 百度在线网络技术（北京）有限公司 |
| 主分类号： | G10L13/06 | 分类号： | G10L13/06 |
| 代理公司： | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人： | 宋合成 |
| 地址： | 100085 北京市*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种多音字标注模板生成方法和装置，其中，多音字标注模板生成方法包括：获取原始语料；对原始语料进行预处理，并生成包含多音字的语料数据；切分语料数据以生成多个分词，并对多个分词进行词性标注，以及进行近义词归一化处理；对归一化后的多个分词进行组合，并生成对应的句型；以及反向生成句型对应的多音字标注语料，并根据多音字标注语料生成多音字标注模板。本发明实施例的多音字标注模板生成方法和装置，减少了人工标注的工作量，并提升了多音字标注语料的抗噪性和容错性，进而在对多音字的读音进行预测时，提高了准确性。 | ||
| 搜索关键词： | 多音字 标注 模板 生成 方法 装置 | ||
【主权项】：
一种多音字标注模板生成方法，其特征在于，包括以下步骤：获取原始语料；对所述原始语料进行预处理，并生成包含多音字的语料数据；切分所述语料数据以生成多个分词，并对所述多个分词进行词性标注，以及进行近义词归一化处理；对归一化后的所述多个分词进行组合，并生成对应的句型；以及反向生成所述句型对应的多音字标注语料，并根据所述多音字标注语料生成多音字标注模板。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于百度在线网络技术（北京）有限公司，未经百度在线网络技术（北京）有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201510695421.5/，转载请声明来源钻瓜专利网。
