音字转换中分层解码模型的研究与改进  

The Research on Hierarchical Decoding for Pinyin-to-Character Conversion

作　　者：张顺昌[1,2] 孙乐[1] 

机构地区：[1]中国科学院软件研究所,北京100190 [2]中国科学院研究生院,北京100049

出　　处：《中文信息学报》2009年第6期79-85,共7页Journal of Chinese Information Processing

基　　金：国家自然科学基金资助项目(60773027;60736044);国家863计划重点资助项目(2006AA010108;2008AA01Z145)

摘　　要：音字转换是中文信息处理领域的一个重要研究方向,在语音识别、中文拼音输入中都有广泛应用。该文对音字转换中的拼音流切分歧义问题做了分析与研究,发现传统的分层隐马尔可夫解码模型在解决这个问题时存在缺陷,提出了利用语言模型知识辅助拼音流切分来改进已有的分层模型的思想。实验表明,与传统方法相比,该文的方法可以将首字准确率提高3%。Pinyin-to-Character conversion is an important task in Chinese Information Processing with widely applications in such tasks as Chinese Speech Recognition, Chinese Pinyin input method et al. This paper investigates the Pinyin-to-Character conversion and the segmentation of pinyin stream and proposes a method using Language Model to improve pinyin stream segmentation model. This method achieves about 3 % enhancement in precision of the first character compared to the traditional hierarchical model.

关 键 词：人工智能 自然语言处理 音字转换 HMM模型 中文信息处理 切分歧义 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]