目录
1.简繁转换
简繁转换指的是简体中文和繁体中文之间的相互转换。可能有的人觉得,这很简单,按字转换就好了。HanLP提供了这样的朴素实现CharTable,用来执行字符正规化(繁体->简体,全角->半角,大写->小写)
System.out.println(CharTable.convert("愛聽4G"));
打印结果为:爱听4G
事实上,汉字历史悠久,地域复杂,在字符级别存在“一简对多繁”和“一繁对多简”的情况。在词语级别上存在“简繁分歧词”,按字转换容易出错。
这启示我们不能按字转换,最起码是按词转换。
2.拼音转换
拼音转换涉及到多音字的问题,仍然需要按词转换。