[發(fā)明專利]一種拼音流切分方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201310121923.8
• 申請(qǐng)日: 2013-04-09
• 公開（公告）號(hào): CN104102661B
• 公開（公告）日: 2018-02-09
• 發(fā)明（設(shè)計(jì)）人: 熊小鵬;劉磊
• 申請(qǐng)（專利權(quán)）人: 重慶新媒農(nóng)信科技有限公司
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30
• 代理公司: 重慶市前沿專利事務(wù)所(普通合伙)50211
• 代理人: 郭云

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，具體涉及一種能夠提高速度和準(zhǔn)確率的拼音流切分方法及系統(tǒng)。

背景技術(shù)

拼音字符串的音節(jié)切分技術(shù)是指把用戶輸入的拼音字符串（不包含聲調(diào)、音節(jié)分割符等）切分為若干個(gè)符合漢語語法規(guī)則的音節(jié)字符串的過程，通常采用拼音分隔符“’”來連接切分后的各音節(jié)子串。例如用戶輸入的拼音字符串“woaibeijingtiananmen”可切分為“wo’ai’bei’jing’tian’an’men”。音節(jié)切分技術(shù)是拼音向漢字轉(zhuǎn)換的基礎(chǔ)，有效的音節(jié)切分可降低用戶負(fù)擔(dān)，增強(qiáng)用戶體驗(yàn)性。

目前，常用的音節(jié)切分方式是基于統(tǒng)計(jì)的切分方式，即通過概率算法，計(jì)算用戶輸入拼音串中拼音字符連續(xù)的概率，從而獲取切分結(jié)果，這種方法雖然能夠較好地適應(yīng)各種拼音應(yīng)用，具有較強(qiáng)的擴(kuò)展性與適應(yīng)性，但算法復(fù)雜、計(jì)算量大、音節(jié)切分速度慢，準(zhǔn)確率低。

發(fā)明內(nèi)容

為了克服上述現(xiàn)有技術(shù)中存在的缺陷，本發(fā)明的目的是提供一種拼音流切分方法及系統(tǒng)，該拼音流切分方法算法簡(jiǎn)潔，能夠提高音節(jié)切分速度和準(zhǔn)確率。

為了實(shí)現(xiàn)本發(fā)明的上述目的，根據(jù)本發(fā)明的一個(gè)方面，本發(fā)明提供了一種拼音流切分方法，包括如下步驟：

S1，數(shù)據(jù)存儲(chǔ)：分別在存儲(chǔ)器的字符存儲(chǔ)陣列的M個(gè)字符存儲(chǔ)單元中存儲(chǔ)一個(gè)字母和一個(gè)指針，在存儲(chǔ)器的音節(jié)存儲(chǔ)陣列的M個(gè)音節(jié)存儲(chǔ)子陣列中存儲(chǔ)音節(jié)串，所述字符存儲(chǔ)單元與所述音節(jié)存儲(chǔ)子陣列一一對(duì)應(yīng)，所述字符存儲(chǔ)單元中的指針指向所述字符存儲(chǔ)單元所對(duì)應(yīng)的音節(jié)存儲(chǔ)子陣列，所述音節(jié)存儲(chǔ)陣列的第N個(gè)音節(jié)存儲(chǔ)子陣列包括P_N個(gè)音節(jié)存儲(chǔ)單元，所述P_N個(gè)音節(jié)存儲(chǔ)單元中依次存儲(chǔ)有所述音節(jié)存儲(chǔ)子陣列對(duì)應(yīng)的字符存儲(chǔ)單元中存儲(chǔ)的字母為首字母的音節(jié)串，所述M、N、P_N均為正整數(shù)，所述N=1，2，…,M；

S2，數(shù)據(jù)查詢：控制器在接收到通過人機(jī)交互界面輸入的檢索串時(shí),根據(jù)字符存儲(chǔ)單元與音節(jié)存儲(chǔ)子陣列的對(duì)應(yīng)關(guān)系在存儲(chǔ)器中查找與所述檢索串對(duì)應(yīng)的音節(jié)串，對(duì)檢索串進(jìn)行切分，并指令人機(jī)交互界面對(duì)所有音節(jié)串組合進(jìn)行顯示。

本發(fā)明的拼音流切分方法利用字符存儲(chǔ)單元存儲(chǔ)的字母與音節(jié)存儲(chǔ)子陣列存儲(chǔ)的音節(jié)串的對(duì)應(yīng)關(guān)系對(duì)檢索串進(jìn)行切分，能夠提高音節(jié)切分速度和準(zhǔn)確率。

在本發(fā)明的一種優(yōu)選實(shí)施例中，控制器在接收到通過人機(jī)交互界面輸入的檢索串時(shí)，根據(jù)字符存儲(chǔ)單元與音節(jié)存儲(chǔ)子陣列的對(duì)應(yīng)關(guān)系在存儲(chǔ)器中查找與所述檢索串對(duì)應(yīng)的音節(jié)串組合的步驟為：

S21：控制器獲取檢索串；

S22：控制器判斷檢索串是否包含漢字，如果檢索串包含漢字則將所述檢索串中的漢字轉(zhuǎn)化為拼音；

S23：從所述檢索串中提取待分割檢索串；

S24：控制器判斷所述待分割檢索串是否為空，如果待分割檢索串為空，則結(jié)束拼音流切分算法，將結(jié)果集通過人機(jī)交互界面進(jìn)行顯示；

S25：控制器獲取待分割檢索串中的首字符并根據(jù)字符存儲(chǔ)單元與音節(jié)存儲(chǔ)子陣列的對(duì)應(yīng)關(guān)系在存儲(chǔ)器中查找所述首字符的字符匹配集；

S26：判斷所述字符匹配集中首字符音節(jié)串的后續(xù)字符的字符匹配集是否為空，如果為空，則說明當(dāng)前音節(jié)分割方式錯(cuò)誤，將后續(xù)字符的字符匹配集是空的音節(jié)串刪除，并將該音節(jié)串相應(yīng)的待分割檢索串刪除，返回步驟S23；

S27：判斷字符匹配集中的音節(jié)串個(gè)數(shù)是否為1，如果為1，則將音節(jié)串置入結(jié)果集并將所述音節(jié)串從所述檢索串中刪除，返回步驟S23；

S28：將字符匹配集中的音節(jié)串存入結(jié)果集中，分別將音節(jié)串從檢索串中刪除，返回步驟S23。

本發(fā)明提取待分割檢索串對(duì)只對(duì)待分割檢索串進(jìn)行切分，并刪除字符匹配集中首字符音節(jié)串的后續(xù)字符的字符匹配集為空的字符匹配集，大大提高了音節(jié)切分速度和切分效率，另外，本發(fā)明對(duì)檢索串的所有音節(jié)切分結(jié)果進(jìn)行顯示，提高了用戶使用的便利性。

在本發(fā)明的另一種優(yōu)選實(shí)施例中，當(dāng)所述檢索串包含漢字時(shí)，控制器將所述檢索串中的漢字轉(zhuǎn)化為用分隔符分隔的拼音，提取所述檢索串中非中文拼音的部分作為待分割檢索串。

本發(fā)明將檢索串中的漢字轉(zhuǎn)化為用分隔符分隔的拼音，提取檢索串中非中文拼音的部分作為待分割檢索串，能夠提高音節(jié)切分速度和切分效率。

在本發(fā)明的再一種優(yōu)選實(shí)施例中，當(dāng)所述檢索串包含分隔符時(shí)，被所述分隔符分割的檢索串單元分別作為待分割檢索串。

本發(fā)明當(dāng)檢索串包含分隔符時(shí)，被分隔符分割的檢索串單元分別作為待分割檢索串，能夠提高音節(jié)切分速度和切分效率。