[发明专利]汉字处理方法及装置

摘要

本发明实施例提供了一种汉字处理方法及装置。获取待处理汉字包括的至少一个元素，该元素包括待处理汉字的汉语拼音的声调、该汉语拼音包括的声母、该汉语拼音包括的韵母以及组成待处理汉字的笔画；确定每一个元素在预设元素总集合中的索引位置；统计每一个元素在待处理汉字中的出现次数；根据该索引位置和该出现次数生成待处理汉字的拼音哈希向量；利用预设嵌入神经网络处理拼音哈希向量，即可以得到待处理汉字的连续特征。本发明对于未出现在预设字典中的汉字具有良好的鲁棒性，此外，由于拼音哈希空间大小恒定，因此即便预设字典中新增汉字，也不会影响所构建的拼音哈希空间的整体构造，只需添加新增汉字对应的元素即可，可扩展性强。

主权项

1.一种汉字处理方法，其特征在于，所述方法包括：获取待处理汉字包括的至少一个元素，所述元素包括待处理汉字的汉语拼音的声调、所述汉语拼音包括的声母、所述汉语拼音包括的韵母以及组成所述待处理汉字的笔画；确定每一个所述元素在预设元素总集合中的索引位置；统计每一个所述元素在所述待处理汉字中的出现次数；根据所述索引位置和所述出现次数生成所述待处理汉字的拼音哈希向量；利用预设嵌入神经网络处理所述拼音哈希向量，得到所述待处理汉字的连续特征；其中，所述根据所述索引位置和所述出现次数生成所述待处理汉字的拼音哈希向量，包括：生成与所述预设元素总集合等维度的全零向量；对于每一个元素在所述预设元素总集合中的索引位置，确定所述索引位置在所述全零向量中的维度，将所述维度对应的数值更新为所述元素在所述待处理汉字中的出现次数，得到所述待处理汉字的拼音哈希向量。