隨著智能技術(shù)的發(fā)展,許多智能產(chǎn)品的搜索系統(tǒng)中都集成了拼音首字母搜索功能,它可以極大提升用戶的體驗效果。但因為中文里面普遍存在多音字的使用,這給中文至拼音首字母的自動轉(zhuǎn)換工作帶來了極大的挑戰(zhàn)。為了改善現(xiàn)有轉(zhuǎn)換方法對中文多音字首字母自動轉(zhuǎn)換準(zhǔn)確率較低的問題,提出了一種基于深度學(xué)習(xí)的中文至拼音首字母轉(zhuǎn)換方法。相關(guān)實驗結(jié)果表明,在結(jié)合單音字首字母映射表進行微調(diào)的Bi-LSTM-CRF模型在獨立測試數(shù)據(jù)集上達到了99.7%的平均準(zhǔn)確率。 

【文章來源】：科學(xué)技術(shù)創(chuàng)新. 2020,(02)

【文章頁數(shù)】：2 頁

【文章目錄】：
1 中文至拼音首字母自動轉(zhuǎn)換算法
2 數(shù)據(jù)預(yù)處理
    2.1 數(shù)據(jù)集獲取
    2.2 數(shù)據(jù)的標(biāo)注
3 實驗分析
    3.1 評測指標(biāo)
    3.2 實驗結(jié)果
4 結(jié)論


【參考文獻】：
期刊論文
[1]基于BI＿LSTM＿CRF神經(jīng)網(wǎng)絡(luò)的序列標(biāo)注中文分詞方法[J]. 姚茂建,李晗靜,呂會華,姚登峰.  現(xiàn)代電子技術(shù). 2019(01)
[2]基于深度學(xué)習(xí)的文本挖掘研究[J]. 崔嘉樂,姜明洋,裴志利,盧奕南.  內(nèi)蒙古民族大學(xué)學(xué)報(自然科學(xué)版). 2016(05)
[3]PB中實現(xiàn)將漢字轉(zhuǎn)換為拼音首字母的方法[J]. 華逢兆.  科技風(fēng). 2015(11)



本文編號：3535789