音字轉(zhuǎn)換系統(tǒng)關(guān)鍵技術(shù)研究與實(shí)現(xiàn).pdf

1、音字轉(zhuǎn)換是指由計(jì)算機(jī)自動(dòng)地將拼音串轉(zhuǎn)換為漢字串。音字轉(zhuǎn)換技術(shù)是中文信息處理領(lǐng)域一個(gè)重要的研究方向，在語(yǔ)音識(shí)別、中文拼音輸入中都有廣泛地應(yīng)用，是一個(gè)極具挑戰(zhàn)性的問(wèn)題。
　　音字轉(zhuǎn)換系統(tǒng)的關(guān)鍵技術(shù)包括語(yǔ)言模型、拼音串的切分和解碼算法。本文重點(diǎn)分析了語(yǔ)言模型訓(xùn)練過(guò)程中出現(xiàn)的零概率問(wèn)題，研究并實(shí)現(xiàn)了三種數(shù)據(jù)平滑的方法，并對(duì)三種算法的性能作了測(cè)試，實(shí)驗(yàn)表明使用這三種平滑方法訓(xùn)練的語(yǔ)言模型信息熵在5-7之間，效果相當(dāng)。為了解決漢語(yǔ)長(zhǎng)距相依的問(wèn)

2、題，本文對(duì)中文高頻詞串(CFS)提取算法作了改進(jìn)，以期解決CFS的層次不足和剔除語(yǔ)意不明 CFS的問(wèn)題。使用本文的改進(jìn)算法和基于字符串切分度的CFS提取算法分別訓(xùn)練語(yǔ)言模型，并應(yīng)用到音字轉(zhuǎn)換的實(shí)驗(yàn)中，實(shí)驗(yàn)表明前者轉(zhuǎn)換的正確率優(yōu)于后者。針對(duì)jieba分詞工具沒(méi)有考慮到詞與詞之間的上下文關(guān)系，對(duì)jieba分詞工具進(jìn)行了修改，增強(qiáng)了分詞的效果?；谝?guī)則的拼音串切分方法不能很好的處理切分歧義的問(wèn)題，為此引入了知識(shí)庫(kù)，在此基礎(chǔ)上修改了切分方法，并