[发明专利]一种基于SC文法的分词标音连写方法及装置

摘要

本发明涉及一种基于SC文法的分词标音连写方法及装置，属于计算机计算机科学中的机器翻译技术领域。本发明首先基于SC文法的分词歧义规则，利用自然语言中的邻接约束条件，建立歧义切分规则库，以排除不合法切分来提高分词精度；其次基于SC文法的分词连写规则库和连写语料统计库，连写语料统计库用来连写那些无法表示为规则的连写知识；最后基于SC文法的字典库，利用字典进行正向最大匹配来进行分词，发生歧义的字段调用分词歧义规则来获得正确的切分结果，解析该词的上下文语境获得正确的词性标注和标音。对比现有技术，本发明提高了分词的准确性，并且分词歧义规则库、组合歧义词库、连写规则库、字典库和连写语料统计库易于扩展和维护。

主权项

一种基于SC文法的分词标音连写方法，其特征在于：基于字典库、组合歧义词库、分词歧义规则库、连写规则库和连写语料统计库，包括以下步骤：步骤一、接收待分词标音的汉语字符串和文章体裁类型；步骤二、对汉语字符串基于字典库进行分词，并对分词后的词块进行词性标注和标音；步骤三、根据文章体裁类型，调用相应的连写规则库，基于连写规则库中的盲文分词连写规则对步骤(2)的词块进行组合连写；步骤四、基于连写语料统计库对组合后的词块进行二次组合连写；步骤五、将生成的分词标音连写后的汉语字符串输出。