[發(fā)明專利]一種拼音流切分方法和系統(tǒng)有效
| 申請?zhí)枺?/td> | 201110187967.1 | 申請日： | 2011-07-06 |
| 公開（公告）號： | CN102866783A | 公開（公告）日： | 2013-01-09 |
| 發(fā)明（設(shè)計）人： | 關(guān)毅;賈禎 | 申請（專利權(quán)）人： | 哈爾濱工業(yè)大學(xué) |
| 主分類號： | G06F3/023 | 分類號： | G06F3/023;G06F17/27 |
| 代理公司： | 北京三友知識產(chǎn)權(quán)代理有限公司 11127 | 代理人： | 樊一槿 |
| 地址： | 150001 黑龍*** | 國省代碼： | 黑龍江;23 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 一種 拼音 切分 方法 系統(tǒng) | ||
1.一種拼音流切分方法，其特征在于，所述方法包括：
對輸入拼音流中按照時間順序輸入的每一個字符，進(jìn)行如下處理：
以所述字符作為結(jié)束字符，確定所述字符與在先輸入的且與所述字符相鄰的0～3個字符組合后的至少一個合法音節(jié)；
根據(jù)所述至少一個合法音節(jié)確定以所述字符為結(jié)束符的所述輸入拼音流的多條拼音切分路徑；
計算每一條拼音切分路徑的路徑權(quán)值，根據(jù)路徑權(quán)值由大到小的順序提取預(yù)定數(shù)量的拼音切分路徑，作為以所述字符作為結(jié)束符的所述輸入拼音流的切分結(jié)果。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，如果所述輸入拼音流中包含分隔符，則去除所述分隔符，并記錄所述分隔符在所述輸入拼音流中的位置，以便參考所述位置，確定所述至少一個合法音節(jié)。
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，以所述字符作為結(jié)束字符，確定所述字符與在先輸入的且與所述字符相鄰的0～3個字符組合后的至少一個合法音節(jié)，包括：
根據(jù)拼音切分詞典中指示的合法音節(jié)以及限制條件，確定所述組合后的音節(jié)是否合法；
如果組合后的音節(jié)不合法，則放棄不合法音節(jié)，或者根據(jù)糾錯策略將所述不合法音節(jié)調(diào)整為所述拼音切分詞典中對應(yīng)的合法音節(jié)。
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)所述至少一個合法音節(jié)確定以所述字符為結(jié)束符的所述輸入拼音流的多條拼音切分路徑，包括：
將每一個合法音節(jié)與之前確定的每一條拼音切分路徑連接在一起，構(gòu)成一條新的拼音切分路徑；
根據(jù)所述每一個合法音節(jié)的分類，去除掉所述新的拼音切分路徑中不合理的切分路徑。
5.根據(jù)權(quán)利要求1所述的方法，其特征在于，計算每一條拼音切分路徑的路徑權(quán)值，包括：
統(tǒng)計所述拼音切分路徑的字符中聲母的個數(shù)和韻母的個數(shù)，以及切分路徑長度；
將所述聲母的個數(shù)與聲母權(quán)值的乘積以及所述韻母的個數(shù)與韻母權(quán)值的乘積相加；
將所述相加的結(jié)果與第一預(yù)定系數(shù)的乘積除以所述切分路徑長度的平方，得到所述拼音切分路徑的路徑權(quán)值。
6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述聲母權(quán)值為1，所述韻母權(quán)值為4，所述第一預(yù)定系數(shù)為100。
7.根據(jù)權(quán)利要求5所述的方法，其特征在于，如果所述拼音切分路徑中存在進(jìn)行了糾錯處理的字符，則將所述拼音切分路徑的路徑權(quán)值乘以第二預(yù)定系數(shù)的糾錯字符個數(shù)次方。
8.根據(jù)權(quán)利要求7所述的方法，其特征在于，所述第二預(yù)定系數(shù)為0.95。
9.根據(jù)權(quán)利要求5所述的方法，其特征在于，如果所述拼音切分路徑中的最后一個字符為a，則將所述韻母的個數(shù)與韻母權(quán)值的乘積加上預(yù)定數(shù)量后，再與所述聲母的個數(shù)與聲母權(quán)值的乘積相加。
10.根據(jù)權(quán)利要求9所述的方法，其特征在于，所述預(yù)定數(shù)量為1。
11.一種拼音流切分系統(tǒng)，其特征在于，所述系統(tǒng)用于對輸入拼音流中按照時間順序輸入的每一個字符進(jìn)行拼音流切分處理，所述系統(tǒng)包括：
第一確定單元，用于以所述字符作為結(jié)束字符，確定所述字符與在先輸入的且與所述字符相鄰的0～3個字符組合后的至少一個合法音節(jié)；
第二確定單元，用于根據(jù)所述第一確定單元確定的至少一個合法音節(jié)確定以所述字符為結(jié)束符的所述輸入拼音流的多條拼音切分路徑；
計算單元，用于計算所述第二確定單元確定的每一條拼音切分路徑的路徑權(quán)值；
選擇單元，用于根據(jù)所述計算單元計算的路徑權(quán)值由大到小的順序提取預(yù)定數(shù)量的拼音切分路徑，作為以所述字符作為結(jié)束符的所述輸入拼音流的切分結(jié)果。
12.根據(jù)權(quán)利要求11所述的系統(tǒng)，其特征在于，所述系統(tǒng)還包括：
判斷單元，用于判斷所述輸入拼音流中是否包含分隔符；
調(diào)整單元，用于在所述判斷單元的判斷結(jié)果為所述輸入拼音流中包含分隔符時，去除所述分隔符，并記錄所述分隔符在所述輸入拼音流中的位置，以便所述第一確定單元參考所述位置，確定所述至少一個合法音節(jié)。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于哈爾濱工業(yè)大學(xué)，未經(jīng)哈爾濱工業(yè)大學(xué)許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201110187967.1/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 上一篇：一種包括料位檢測系統(tǒng)的筒倉
- 下一篇：一種筒倉
- 同類專利
- 專利分類
G06F 電數(shù)字?jǐn)?shù)據(jù)處理
G06F3-00 用于將所要處理的數(shù)據(jù)轉(zhuǎn)變成為計算機能夠處理的形式的輸入裝置；用于將數(shù)據(jù)從處理機傳送到輸出設(shè)備的輸出裝置，例如，接口裝置
G06F3-01 .用于用戶和計算機之間交互的輸入裝置或輸入和輸出組合裝置
G06F3-05 .在規(guī)定的時間間隔上，利用模擬量取樣的數(shù)字輸入
G06F3-06 .來自記錄載體的數(shù)字輸入，或者到記錄載體上去的數(shù)字輸出
G06F3-09 .到打字機上去的數(shù)字輸出
G06F3-12 .到打印裝置上去的數(shù)字輸出
