基于HMM的汉语整句拼音输入法研究.pdfVIP

★ 基于HMM的汉语整句拼音输入法研究 贾剑峰 ， 史晓东 ， 赖兴邦 (厦门大学信息科学与技术学院人工智能所，厦门361005) 摘要：介绍了一种基于HMIVl的汉语整句拼音输入转换为整匈汉字的输入法，提出了引入语 言知识后的一种音字选择方法。并给出了采用N元拼音文法时的选择模型。实验表明， 该方法取得了较好的效果。 关键词：智能拼音输入法；隐马尔可夫；N元模型 0引言 每一个状态之间都有转移概率．当上式中k为1 时，称为一步转移概率，简称为转移概率，记为aij，即 拼音输入法从输入的基本单位上又可以分为字、 有转移概率矩阵： 词、语句三级四。字的输入技术特点是以字为输入单 『a11…“1f0≤唧≤11 位，其主要问题在于汉字中多音字或近音字的问题使 得重码很多，候选字多。影响输入速度：词级的输入技 肚匕…：№酬J 术是以汉语中词的单位来匹配拼音．这种输入方式符 合人写作的习惯．常见的“联想”输入方式也可以归为 1．2 HMM模型 此类．其实现和字一级的输入法相比效果提升不明 在MarkOV链模型中．观察值和状态一一对应．在 HMM模型中。观察值和状态不是一一对应的。观察者 显，其主要原因还是近音词识别的问题：基于语句的 只能看到观察值。不能直接看到状态。 输入技术是以短语、句子为整个输入单位来进行转 HMM中的元素 换．从操作心理来讲。操作人员一般是以具有一定意 义的短语或短句作为持续的输入．其上下文具有很强 N：模型中Markov链的状态数目 M：每个状态对应的所有可能出现的观察值的数 的信息关联；从信息论的角度来讲，汉语的多维熵小 目 于一维熵，因此候选词比字、词一级的候选表要少的 订：初始状态概率矢量，其中： 多。 丽=P(q1=0i)．1≤i≤N 1 HMM相关描述 A：状态转移概率矩阵 HMM是一种研究时间序列的随机方法．其描述 B：观察值概率矩阵 的随机过程是状态转换和观察值产生的双重过程嘲。 在拼音到汉字的识别过程中．汉字和该字的读音 I．1 lk4arkov链 之间隐含着对应关系．即状态和对应的观察值之间的 隐含关系：汉字之间的语言统计关系对应为HMM中 Markov链是Markov随机过程的特殊情况．数学 现 上可以给出如下的定义：随机序列Xn．在任一时刻 状态之间的转移关系：求给定拼音指出汉字的过程即 代