一种基于词树的高效解码算法

来源：计算机技术与发展杂志2017年第08期北京时间：

作者：张志强;张太红;董峦

摘要：音字转换是汉语言信息处理的一个重要方面,在语音识别、汉语拼音输入等方面都有广泛的应用.为了找到一种行之有效的音字转换解码算法,在研究拼音分词与词树理论并分析词树求解过程的基础上,提出了基于语言模型实现音字转换的高效解码算法.该算法采用零概率重估、路径剪枝和多音字处理等多项技术,通过对词树进行的剪枝处理、对常用词的处理以及对解码过程中所产生多音字的处理,实现了普遍意义上的音字转换.为验证所提算法的有效性和可行性,基于新疆维吾尔自治区科技计划项目《多语种民族特色文化信息资源处理及共享服务平台》所提供的三组数据进行了对比实验.实验结果表明,提出的新算法取得了97.78%的转换准确率,优于其他传统算法.

关键词：拼音分词;词树;语言模型;n-gram模型;音字转换