[发明专利]音字转换方法、装置及电子设备

说明书

本申请公开了音字转换方法、装置及电子设备，获取待转换文本，获得多个拼音集合分别对应的候选词组集合；从多个候选词组集合中分别获得一个目标汉字词组，以得到多个拼音集合分别对应的目标汉字词组组成的纯汉字文本；其中，多个拼音集合分别对应的目标汉字词组同时出现的概率大于或等于预设概率阈值。在将待转换文本转换成纯汉字文本的过程中，会考虑多个拼音集合分别对应的目标汉字词组同时出现的概率，多个拼音集合分别对应的目标汉字词组同时出现的概率一定程度上表征了各汉字词组的上下文关系，由于多个拼音集合分别对应的目标汉字词组同时出现的概率大于或等于预设概率阈值，所以音字转换方法的准确性较高。

技术领域

本申请涉及拼音识别技术领域，更具体的说，是涉及音字转换方法、装置及电子设备。

背景技术

音字转换是指将拼音向汉字的转换，音字转换可以应用于很多应用场景，例如，用户可以在网页的搜索框中输入拼音字符串或拼音汉字混合字符串。

音字转换的准确性影响其应用的应用场景，例如，影响网页的搜索结果。

发明内容

有鉴于此，本申请提供了一种音字转换方法、装置及电子设备，本申请提供如下技术方案：

一种音字转换方法，包括：

获取待转换文本，所述待转换文本包括多个拼音集合，一个拼音集合包含一个汉字词组的拼音；

获得多个拼音集合分别对应的候选词组集合，一个拼音集合对应的候选词组集合包括其自身包含的拼音对应的至少一个汉字词组；

从多个候选词组集合中分别获得一个目标汉字词组，以得到多个拼音集合分别对应的目标汉字词组组成的纯汉字文本；

其中，多个拼音集合分别对应的目标汉字词组同时出现的概率大于或等于预设概率阈值。

在一可选实施例中，所述获得多个拼音集合分别对应的候选词组集合包括：

将所述待转换文本转换成候选纯汉字文本；

对所述候选纯汉字文本进行分词，获得多个关键词；

获得多个关键词分别对应的拼音集合；

获得多个拼音集合分别对应的候选词组集合，一个拼音集合对应的候选词组集合中包括该拼音集合对应的关键词。

在一可选实施例中，所述从多个候选词组集合中分别获得一个目标汉字词组包括：

将多个拼音集合分别对应的关键词确定为候选目标汉字词组；

若所述多个拼音集合分别对应的关键词同时出现的概率大于或等于所述预设概率阈值，将所述多个拼音集合分别对应的关键词作为相应的目标汉字词组。

在一可选实施例中，所述从多个候选词组集合中分别获得一个目标汉字词组还包括：

若所述多个拼音集合分别对应的关键词同时出现的概率小于所述预设概率阈值，从至少一个所述拼音集合对应的候选词组集合中分别获取替换相应关键词的汉字词组作为候选目标汉字词组；

若所述多个拼音集合分别对应的候选目标汉字词组同时出现的概率大于或等于所述预设概率阈值，将所述多个拼音集合分别对应的候选目标汉字词组作为相应的目标汉字词组。

在一可选实施例中，所述从至少一个所述拼音集合分别对应的候选词组集合中分别获取汉字词组替换相应的关键词作为候选目标词组，包括：

确定所述多个拼音集合分别对应的关键词中，使用频率最小的目标关键词；

从所述目标关键词对应的候选词组集合中获得使用频率最大的汉字词组；

将所述使用频率最大的汉字词组替换所述目标关键词作为候选目标词组。