【讨论】汉字和拼音互转软件实现初步方案

FHB13

本人还是想写一个，不过动手之前要确认下方案。

具体方案如下
初步设想软件功能实现方法是
软件通过调用数据库中定义好的转变关系对打开来的文件进行转换，
其中数据库文件里面的转换表可以自己定义。
数据库中的表定义如下
汉字|拼音
---------------------
我|wo
---------------------
我们|wo men
---------------------
你|ni
---------------------
……|……
---------------------
其中汉字这个字段不能重复，但是可以是多个汉字。
拼音字段可以重复
具体转换规则可以自己定义
我选用的数据库是ACCESS 2003，具体调用是通过ODBC进行。
而且你也可以通过软件指定使用数据库中具体哪个表
也就是说，数据库中可以存在多个表，具体用哪个可以自己决定。

转换规则
对于单个汉字，如“会”只会把他转换成hui，而不会是kuai。
因为当人看到单字“会”的时候只会读成“hui”而不会读成“kuai”
但是也有特殊情况就无能为力了。
其实如果你想把“会”都转成kuai也自己在表中修改
对于句子里面的转化，该软件会先找单字，然后在单字的基础上找词组。如果后者存在就用后者来转化，而且会把要转化而转化不了的东西原封不动的输出来。也就是说作到最大匹配,

但是还是很不完善,还有很多缺陷现在不知道如何实现.

［ 本帖最后由 FHB13 于 2006-02-13 13:09:16 编辑 ］

FHB13

如果按照上面我的思路,用词组来区别,甚至是用短语来区别或句子来区别多音同音,数据库的表的行数会上亿.

gzgznone

我关心的是汉语拼音怎么转换成汉字？

duqing

不采用声调吗？那不符合语言的事实，没有声调的歌词人都听不懂，还谈机器？

pluiepoco

需要建立标准汉语，先拿对外汉语的语法和词汇来定义。

foxsql

我要反对了

你这个根本是输入法

还以为你应用自己的拉丁化方案呢

ue

你好像没有困难所在。可以说实现很容易，比如楼上两帖的内容，很容易转化为拼音。

难办的是分词很难保证100%正确，这是因为假词很难被剔除。当你分析一个句子的时候，无论是从左到右，还是从右到左，或者从长到短，都无法保证分词的正确性。

另一个问题是同形词，例如：他竟然把汽车给倒出来了。这里的“倒”，本身就是不清楚的，但拼音却要求你清楚。

你继续研究吧，还有许多可探索的路子，比如说，在数据库中，给每个词或词组增加上属性及前连接属性、后连接属性，这样可以提高分词的正确率

xixisasa

汉语编程易语言集成了很多拼音函数，要做这样的软件易如反掌。