使用子字符信息进行中文标点恢复的系统和方法

摘要

一种用于预测文本标点的系统和方法。文本是具有字符的语标语言。大多数字符包含表示字符含义的子字符。文本缺少标点。方法包括：接收文本；提供基于子字符输入编辑器IME的子字符编码，使得语标语言中的每个字符对应于特定的子字符代码；使用子字符编码对文本进行编码，以获得子字符代码；从子字符代码中生成句段；通过句段向量表示句段；以及将句段向量置于神经网络中，以获得文本的标点。方法可以使用计算装置实现。