https://github.com/taozhijiang/chinese_correct_wsd

简易的中文纠错和消歧
https://github.com/taozhijiang/chinese_correct_wsd

Last synced: about 1 month ago
JSON representation

简易的中文纠错和消歧

• Host: GitHub
• URL: https://github.com/taozhijiang/chinese_correct_wsd
• Owner: taozhijiang
• Created: 2015-08-19T02:31:31.000Z (over 9 years ago)
• Default Branch: master
• Last Pushed: 2015-08-19T02:55:34.000Z (over 9 years ago)
• Last Synced: 2024-08-03T09:07:30.382Z (5 months ago)
• Language: Python
• Size: 691 KB
• Stars: 284
• Watchers: 11
• Forks: 132
• Open Issues: 3
• Metadata Files:
  • Readme: README.md

Awesome Lists containing this project

• StarryDivineSky - taozhijiang/chinese_correct_wsd

README

        
用于用户输入语句的同音自动纠错.

依赖于pynlpir

https://github.com/tsroten/pynlpir

数据是抓取的某东客服语料训练的，可以后续把自己抓取的语料共享

给大家训练用

./proc.py 训练产生数据

使用方法:

./server.py 或者 /usr/bin/python3 server.py 启动服务端

然后./client_run.py 或者 /usr/bin/python3 client_run.py XXX来进行纠错测试

➜  utf-8 ./client_run.py "我想买哥苹果手机" "对京东新人度大打折扣"

原语句:我想买哥苹果手机

纠正句:我想买个苹果手机

原语句:对京东新人度大打折扣

纠正句:对京东信任度大打折扣

➜  utf-8 

中文词义消歧也是这个思路，但是效果比较差，有时间后续研究。使用到了

同义词词林（没有加入库，utils目录中的只做参考）。