克罗地亚语文本中非标准词的规范化
计算与语言
2015-03-31 v2
摘要
本文介绍了文本规范化，这是任何语音合成系统不可或缺的组成部分。文本规范化是一套方法，其任务是将数字、日期、时间、缩写、首字母缩略词和最常见符号等非标准词以其完整的展开形式书写。本文提出了克罗地亚语非标准词分类的完整分类法，以及结合查找词典的基于规则的规范化方法。克罗地亚语文本规范化的令牌率达到 95%，其中 80% 的展开词具有正确的形态形式。
引用
@article{arxiv.1503.08167,
title = {Normalization of Non-Standard Words in Croatian Texts},
author = {Slobodan Beliga and Miran Pobar and Sanda Martinčić-Ipšić},
journal= {arXiv preprint arXiv:1503.08167},
year = {2015}
}
备注
8 pages, 3 figures in Text, Speech and Dialogue extension to Lecture Notes in Artificial Intelligence LNAI6836. Hebernal, Ivan; Matou\v{s}ek, V\'aclav (ed). - Plzen: University of West Bohemia, 2011. 1-8 (ISBN: 987-80-261-0069-0)