一种基于向量模型的藏文字拼写检查方法

摘要

自动拼写检查是自然语言处理领域一项极具挑战性的研究课题,在语料库建设、文本编辑、语音和文字识别等诸多方面具有广阔的应用前景.藏文字是一种表音拼音文字,由1～7个基本构件横向和纵向拼接而成.藏文文本中非真字出现的频率很高,是藏文字拼写检查的基础和重点.该文通过分析藏文文法中的构字规则,利用藏文字向量模型将藏文字用计算机易于操作的数字(向量)表示,建立基于规则约束的藏文字向量模型,进而设计该模型下的藏文字拼写检查模型及算法.算法简单易实现,经测试算法拼写检查的平均准确率达99.995％,平均每秒检查1060个字.