[发明专利]拼音序列到汉字串(词组)的转换方法

摘要

拼音序列到汉字串(词组)的转换方法，以汉字字音数据库和汉字词语数据库为基础，在其上建立了完成自动分词、同音词辨识的拼音序列到汉字串的转换器，辅以拼法检查、自动记忆、组词造码、多次变换等技术，用户可以选择使用汉字的四声，以进一步提高输入速度。在同音词辨识中考虑了词频、词词搭配、临近环境、前缀和后缀、专有名词(人名、地名)等因素，大幅度降低了同音词的重码率。用户在使用时用标准的汉语拼音连续输入，无需每输入一个字即停下来进行选择。

主权项

1.拼音序列到汉字串(词组)的转换方法(简称转换方法)，其特征在于：A.一个汉字字音数据库，其数据结构为，汉字声母韵母四声使用频度B.一个汉字词语数据库，其数据结构为，词条词音词类语义项使用频度C.建立在上述两个数据库基础上的拼音序列到汉字串的转换器，包括自动分词和同音词识别，其判别规则包括词频、词语搭配、临近环境、前缀和后缀、专有各词，该转换器是根据特征C.所描述的内容由计算机软件实现的一种转换方法，其转换过程是，(1)用户从键盘输入的每个音节串首先经过拼法检查器，与汉字字音库形成的语音链进行实时匹配，将正确的、完整的输入拼音音节送到自动分词进行词语转换，(2)由自动分词技术进行分词，即采用逆向最大匹配的分词算法，从逆向对拼音序列进行划分，并与词语数据库进行匹配，给出可选择的各种结果，(3)在分词匹配的过程中，如遇同音词，就建立同音词表，根据词语数据库的知识进行同音词的辨识，可排除大量的同音词，从而给出正确或可选择的结果。