基于层次语言模型的传统蒙古文拼写检查方法

摘要

由于传统蒙古文字符编码及显示的特殊性,人工录入文本时,经常会出现拼写错误.针对传统蒙古文的拼写错误问题,本文提出了一种通用的基于层次语言模型的拼写检查方法.该方法使用字符级和词级两个层次的统计语言模型,分别检查非词错误和真词错误.使用本文方法,结合正字词典以及少量的正字法规则,利用SRILM开源工具包实现了一个简单的拼写检查系统,并对20000个蒙文词汇进行了测试.实验结果表明,使用本文方法可以有效地检查出传统蒙古文中的拼写错误,拼写检查的查准率可达91.93%.