zeuux-universe的帖子：

星期四二月 17 16:55:30 CST 2011

On 2010-11-8 14:27, 吕韦甫   wrote:
> 事实上，中文分词一真没有做出很好的，到现在也还是高校的一个研究課題，

不同意你这个说法。我认为现在中文分词已经很成熟了，不多要不是掌握在search 
engine手里，要不就是商业方案（比如海量科技）。

07年我们用的那个分词库，常用文章的准确率已经超过95%，而且速度飞快。

如果Weiwu能承受购买的开支，海量科技肯定有成熟的解决方案。

> 这方面，用得比较多的应该是wikipedia的转换api
> 你可以看一下这个：
> http://zh.wikipedia.org/zh-cn/Help:繁简处理/技术方案
> 和
> http://code.google.com/p/mediawiki-zhconverter/
>
> 拼音和简繁转换其实本质上是一样的，关键都是在分词和词库 :)
>
>
>
> --- 10年11月8日，周一, Zhang Weiwu<zhangweiwu at realss.com>  写道：
>
>> 发件人: Zhang Weiwu<zhangweiwu at realss.com>
>> 主题: [zeuux-universe] 中文转换为拼音（及简繁转换）
>> 收件人: zeuux-universe at zeuux.org
>> 抄送: "王鹏辉"<wangpenghui at realss.com>, "炜"<acevery at gmail.com>, =?UTF-8?B?5L2Z6ZKw?=@z.billxu.com
>> 日期: 2010年11月8日,周一,上午11:41
>>
>> 有一个项目上用得到这方面的内容。中文转拼音，程序或库，网上易搜索到的多
>> 是对多音字取最常见的拼音，这样输出的结果错误很多，比一一对应简繁体
>> 转换
>> 程序（网上常见到）的错误还要多得多。
>>
>> 和简繁转换一样，拼音要做好必须做分词，按词处理，不是按字处理。
>>
>> 想问一下有没有开源的产品做中文转换为拼音的？我觉得这个肯定不难做，开源的
>> 分词系统如ictclas早就有很多年了，开源的词库也很多了
>> （ubuntu上就带一
>> 个，ibus-table-extraphrase包里有），两者结合一下，做个库/命令行程序出来
>> 似不难，应该已经有人
>> 做出来了，只是我如何搜索都搜不到。
>>
>> 同理，开源的中文简繁转换程序（用分词原理）肯定也应该做出来了。
>>
>> 两者要做到最好都不易，分词很难做好的。比如“棋盘上的后走在王后面”，分词程
>> 序可能误判为“棋盘 上 的 后 走 在 王后
>> 面”，这样就错了，会引起繁体变为“棋
>> 盤上的後走在王后 面”（这是Google
>> translate的输出），而正确的分词是“棋盘
>> 上 的 后 走 在 王
>> 后面”，繁体应该是“棋盤上的后走在王後面”。有分词功能还
>> 会出这 种错误，连Google
>> translator都会出错的，那么不带分词功能的简繁体转
>> 换就更不靠谱了。
>
>
>
>
> _______________________________________________
> zeuux-universe mailing list
> zeuux-universe at zeuux.org
> http://www.zeuux.org/mailman/listinfo/zeuux-universe
>
> ZEUUX Project - Free Software, Free Society!
> http://www.zeuux.org


-- 
夏清然
Gtalk qingran.xia at gmail.com
http://www.qingran.net

标题：[zeuux-universe] 回复： 中文转换为拼音（及简繁转换）

标题：[zeuux-universe] 回复：中文转换为拼音（及简繁转换）