bgu*_*uiz 6 language-agnostic nlp cjk
如何转换从中国文字,以汉语拼音？
例如
你 - >Nǐ
马 - >Mǎ
更多信息:
hanyu拼音的重音或数字形式都是可以接受的,数字形式是我的偏好.
首选Java库,但是,可以放在包装器中的另一种语言的库也可以.
我希望之前亲自使用过这样一个图书馆的人就其质量/可靠性推荐或评论它.
将汉字转换为拼音的问题是一个相当困难的问题.根据上下文,有许多汉字字符具有多个拼音表示.比较长大(拼音:zhang da)和长城(拼音:chang cheng).出于这个原因,单字符转换通常实际上是无用的,除非您有一个输出多种可能性的系统.还存在分词的问题,其也可以影响拼音表示.虽然也许你已经知道这一点,但我认为这很重要.
也就是说,Adso Package包含一个分段器和一个概率拼音注释器,基于优秀的Adso库.虽然需要一段时间才能适应,并且可能比你想要的要大得多(我在过去发现它对我的需求来说有点过于笨重).此外,似乎没有任何公共API,它的C++ ......
对于最近的一个项目,因为我正在使用地名,我只是使用谷歌翻译API(特别是非官方的Java端口,至少对于普通名词来说,它通常可以很好地翻译成拼音.问题通常是 - 使用替代音译系统,例如"香港"应该是什么"香港".考虑到所有这些,谷歌翻译是相当有限的,但它提供了一个开始.我之前没有听说过pinyin4j,但在玩之后刚才,我发现它不是最优的 - 虽然它输出了一个潜在的候选拼音罗马化列表,它没有尝试统计确定它们的可能性.有一种方法可以返回单个表示,但很快就会被分阶段out,因为它目前只返回第一个罗马化,而不是最有可能.程序似乎表现良好的是罗马化和一般可配置性之间的转换.
简而言之,答案可能是其中任何一个,具体取决于您的需求.特殊专有名词？谷歌翻译.需要统计吗？ADSO.是否愿意接受没有上下文信息的候选人名单？Pinyin4j.
| 归档时间： |
|
| 查看次数： |
3144 次 |
| 最近记录： |