一种文本自动分块的方法、分块器和文本到语言合成系统

摘要

包括无分隔符书写的各个元素的文本的语段被分块为块，块由包括各个元素中的至少一个的串组成，元素例如时普通话汉语的表意符号。定义包括一组串的词典(LEX，SLEX)，每个串由各个元素中的至少一个组成。通过在词典中搜索对应于块中的任何一个的串，从而逐元素(INDX)搜索正被分块的语段。如果得到肯定搜索结果，则一起存储所定位出的对应的块和关联的成本。检查所定位出的块是否已出现在词典中。如果所定位的块已出现，则降低关联到其的成本。从而生成多个候选分块序列，每个对应于各自的分块模式，并且具有关联的对应累积成本。具有最低关联累积成本的候选序列被选择为最终分块结果。