一种基于相似词的汉语拼音标注方法、装置及存储介质

摘要

本发明公开了一种基于相似词的汉语拼音标注方法、装置及存储介质，该方法包括步骤：收集文本语料，根据文本语料训练分词模型、词向量模型；根据分词模型对待标注拼音的文本进行分词处理，获得若干个待标注词语；当待标注词语中含有多音字时，基于多音字，根据词向量模型获取待标注词语的相似词语；根据汉语拼音词典和汉语拼音备用词典对相似词语中的多音字进行拼音标注，获得拼音标注后的相似词语；采用投票方法根据拼音标注后的相似词语确定待标注词语中的多音字的拼音并进行拼音标注；将拼音标注后的待标注词语存储至汉语拼音备用词典。本发明能减少汉语拼音的错误标注，提高汉语拼音标注的准确率和应用拼音的可靠性。