多音字标注模板生成方法和装置

摘要

本发明公开了一种多音字标注模板生成方法和装置，其中，多音字标注模板生成方法包括：获取原始语料；对原始语料进行预处理，并生成包含多音字的语料数据；切分语料数据以生成多个分词，并对多个分词进行词性标注，以及进行近义词归一化处理；对归一化后的多个分词进行组合，并生成对应的句型；以及反向生成句型对应的多音字标注语料，并根据多音字标注语料生成多音字标注模板。本发明实施例的多音字标注模板生成方法和装置，减少了人工标注的工作量，并提升了多音字标注语料的抗噪性和容错性，进而在对多音字的读音进行预测时，提高了准确性。

主权项

一种多音字标注模板生成方法，其特征在于，包括以下步骤：获取原始语料；对所述原始语料进行预处理，并生成包含多音字的语料数据；切分所述语料数据以生成多个分词，并对所述多个分词进行词性标注，以及进行近义词归一化处理；对归一化后的所述多个分词进行组合，并生成对应的句型；以及反向生成所述句型对应的多音字标注语料，并根据所述多音字标注语料生成多音字标注模板。