文語轉換方法研究——文本分析.pdf

1、隨著計算機技術的發(fā)展，語音交互已經(jīng)成為人機交互的必要手段。讓計算機發(fā)出自然流暢的語音是人們夢寐以求的事，隨著語言學、語音學、計算機技術的發(fā)展這個目標離我們越來越近了。近幾年雖然有一些文語轉換產(chǎn)品問世，但是，這些產(chǎn)品與人們所期望的成熟產(chǎn)品還有相當大的差距。 本文的主要研究內(nèi)容是文本分析。它是文語轉換的第一個模塊，目的是為文語轉換系統(tǒng)奠定良好的基礎。文本分析主要包括文檔結構分析、文本規(guī)范化、語法分析、韻律建模和字音轉換五個部分。本文

2、的成果主要有： (1)研究了常用的分詞詞典機制，在此基礎上提出了按首字建立一級索引、按次字位號建立二級索引的分詞詞典的構造方法。該方法既可應用在整詞二分分詞詞典中，也可應用在逐字二分分詞詞典中。實驗表明使用該方法可以提高詞典的查找速度。這一方案為提高分詞速度奠定了基礎。 (2)在對分詞方法進行了對比研究之后，針對解決交叉歧義問題提出了兩種方法。一種方法是無交叉疊加的方法。這一方法在使用逐字最大匹配法分詞之后，對這些詞語進

3、行交叉疊加，得出詞語的切分方法。無交叉疊加的方法，算法簡單有效，但算法的時空性能比動態(tài)規(guī)劃方法要差。二是基于組合特征的分詞方法。這一方法根據(jù)交叉詞語的組合特性，先找出所有可能的組合，然后篩選掉不符合條件的組合，并且可以得出歧義鏈長和詞語組合對照表。根據(jù)對照表可直接得出詞語的切分方法。這一方法實現(xiàn)簡單，而且在算法的時空性能上比現(xiàn)有的分詞方法都有所提高。但是，這一方法是針對解決交叉歧義問題的，不適用于解決其它的歧義問題。 (3)在介