Pinyin2Hanzi 介绍
拼音转汉字,可以作为拼音输入法的转换引擎,兼容Python 2、Python 3。
安装
Python 2:
$ python setup.py install --user
Python 3:
$ python3 setup.py install --user
使用
下面的示例在Python 3中运行。
原理是viterbi算法。
from Pinyin2Hanzi import DefaultHmmParams from Pinyin2Hanzi import viterbi hmmparams = DefaultHmmParams() ## 2个候选 result = viterbi(hmm_params=hmmparams, observations=('ni', 'zhi', 'bu', 'zhi', 'dao'), path_num = 2) for item in result: print(item.score, item.path) '''输出 1.3155294593897203e-08 ['你', '知', '不', '知', '道'] 3.6677865125992192e-09 ['你', '只', '不', '知', '道'] ''' ## 2个候选,使用对数打分 result = viterbi(hmm_params=hmmparams, observations=('ni', 'zhi', 'bu', 'zhi', 'dao'), path_num = 2, log = True) for item in result: print(item.score, item.path) '''输出 -18.14644152864202 ['你', '知', '不', '知', '道'] -19.423677486918002 ['你', '只', '不', '知', '道'] ''' ## 2个候选,使用对数打分 result = viterbi(hmm_params=hmmparams, observations=('ni', 'zhii', 'bu', 'zhi', 'dao'), path_num = 2, log = True) for item in result: print(item.score, item.path) # 发生KeyError,`zhii`不规范
原理是词库+动态规划。
from Pinyin2Hanzi import DefaultDagParams from Pinyin2Hanzi import dag dagparams = DefaultDagParams() ## 2个候选 result = dag(dagparams, ('ni', 'bu', 'zhi', 'dao', 'de', 'shi'), path_num=2) for item in result: print(item.score, item.path) ''' 输出 0.08117536840088911 ['你不知道', '的是'] 0.04149191639287887 ['你不知道', '的诗'] ''' ## 2个候选,使用对数打分 result = dag(dagparams, ('ni', 'bu', 'zhi', 'dao', 'de', 'shi'), path_num=2, log=True) for item in result: print(item.score, item.path) ''' 输出 -2.5111434226494866 ['你不知道', '的是'] -3.1822566564324477 ['你不知道', '的诗'] ''' ## 1个候选 print( dag(dagparams, ['ti', 'chu', 'le', 'bu', 'cuo', 'de', 'jie', 'jve', 'fang', 'an'], path_num=1) ) '''输出 [< score=0.0017174549839096384, path=['提出了', '不错', '的', '解决方案'] >] ''' ## 2个候选,使用对数打分 result = dag(dagparams, ('ni', 'bu', 'zhi', 'dao', 'de', 'shii'), path_num=2, log=True) print(result) # 输出空列表,因为`shii`不存在
实现AbstractHmmParams, AbstractDagParams这两个接口即可。具体可以参考源码。
给出的拼音必须是“规范”的。例如
-
略 -> lve
-
据 -> ju
列举所有“规范”的拼音:
from Pinyin2Hanzi import all_pinyin for py in all_pinyin(): print(py)
将拼音转换为“规范”的拼音:
from Pinyin2Hanzi import simplify_pinyin print(simplify_pinyin('lue')) # 输出:'lve' print(simplify_pinyin('lüè')) # 输出:'lve'
判断是否是“规范”的拼音:
from Pinyin2Hanzi import is_pinyin print(is_pinyin('lue')) # 输出:False print(is_pinyin('lüè')) # 输出:False print(is_pinyin('lvee')) # 输出:False print(is_pinyin('lve')) # 输出:True
Pinyin2Hanzi 官网
https://github.com/someus/Pinyin2Hanzi
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。