SMS 文本规范化

发布于 2024-12-15 11:54:36 字数 1539 浏览 0 评论 0原文

如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。

扫码二维码加入Web技术交流群

发布评论

需要 登录 才能够评论, 你可以免费 注册 一个本站的账号。

评论(2

木落 2024-12-22 11:54:36

为什么不直接从这样的网站下载字典:http://smsdictionary.co.uk/abbreviations 并使用字符串替换?

Why not just to download a dictionary from a site like this: http://smsdictionary.co.uk/abbreviations and use a string replacement?

为人所爱 2024-12-22 11:54:36

字典替换并不能解决问题,因为它会忽略翻译中的上下文。例如,您将“2”翻译为“to”、“too”还是“two”?

您可以使用 Moses (http://www.statmt.org/moses/) 或 Phrasal (http://nlp.stanford.edu/software/phrasal/) 获取语料库并自行训练统计模型。

作为斯坦福大学 (http://www-nlp.stanford.edu/sms/translate.php) 的作者,我可以确信为此类服务提供基于 REST 的 API,但我不知道需求为了它...

Dictionary substitution does not cut it, since it misses context in translations. e.g. do you translate '2' to 'to', 'too' or 'two'?

You can get a corpus and train a statistical model yourself, either using Moses (http://www.statmt.org/moses/) or Phrasal (http://nlp.stanford.edu/software/phrasal/).

As an author of the Stanford one (http://www-nlp.stanford.edu/sms/translate.php), I could be convinced to offer a REST based API for such a service, but I don't know the demand for it...

~没有更多了~
我们使用 Cookies 和其他技术来定制您的体验包括您的登录状态等。通过阅读我们的 隐私政策 了解更多相关信息。 单击 接受 或继续使用网站,即表示您同意使用 Cookies 和您的相关数据。
原文