目录
1.简繁转换
2.拼音转换
1.简繁转换
简繁转换指的是简体中文和繁体中文之间的相互转换。可能有的人觉得,这很简单,按字转换就好了。HanLP提供了这样的朴素实现CharTable,用来执行字符正规化(繁体->简体,全角->半角,大写->小写)
System.out.println(CharTable.convert("愛聽4G"));
打印结果为:爱听4G
事实上,汉字历史悠久,地域复杂,在字符级别存在“一简对多繁”和“一繁对多简”的情况。在词语级别上存在“简繁分歧词”,按字转换容易出错。
eg:“代码”,“代碼”,台湾称为“程式碼”,这就是“简繁分歧词”。
eg:“头发”、“发财”对应的繁体字为“頭髮”和“發財”,这里的"发"就是一简对多繁。
这启示我们不能按字转换,最起码是按词转换。
s:简体
t:繁体
tw:台湾繁体
hk:香港繁体
HanLP.convertToTraditionalChinese:简转繁
HanLP.s2t:简转繁
HanLP.s2tw:简转香港繁体
HanLP.s2hk:简转香港繁体文章来源:https://www.toymoban.com/news/detail-731862.html
2.拼音转换
拼音转换涉及到多音字的问题,仍然需要按词转换。文章来源地址https://www.toymoban.com/news/detail-731862.html
到了这里,关于自然语言处理学习笔记(十一)————简繁转换与拼音转换的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!