项目简介

略

思路

1. 字库匹配 + piyinyin

detail......

2. LSTM来做，

• step 1 : 爬虫获得文本，并通过正则表达式进行数据清洗

• step 2 ：使用 字库匹配 + pypinyin 自动注音 (method1/method1.py)

• step 3 : 从注音文本中使用正则表达式获得多音字，和其发音，获得模型的训练数据 (method2/get_data.py)

  • step3.1 : 添加进 train_data 中的规则 (train_data[word] 中此发音的样本数量小于等于5) (原因是因为：避免样本过多 / 正反样例失衡)

• step 4 : 为每一个多音字样本进行创建一个模型，最终使用 nn.ModuleDict 对模型进行打包，合并为一个模型 (method2/train.py)

• step 5 : 测试模型 / 使用模型进行推理 (method2/test_model.py)

3. 基于规则模型来做，

文献有现成的，但是都是20世纪初的文献

git使用

git pull

修改代码后 ，再次 git pull ,有冲突先 git stash 然后再 git pull ，最后git push