藏文音节拼写检查的CNN模型

摘要

藏文音节拼写检查是藏语自然语言处理的基本任务,在藏文文字处理、文字识别、文本生成等领域具有广泛的应用.该文首先针对藏文音节的结构提出了音节向量化的方法,即音节矩阵.然后构建了适合于藏文音节拼写检查的C N N模型,使用1364880个藏文音节进行训练.最后对68244个藏文音节进行测试.实验结果显示,藏文音节拼写检查CNN模型的结果优于规则、RNN和LSTM等模型,不仅对符合藏文文法的音节能正确识别外,而且对梵音藏文音节也能有效识别,正确率、召回率以及F值分别为99.52％ 、99.30％ 和99.41％.