拼音與漢字你瞭解透徹嗎
方法/步驟
基於詞庫的漢字轉拼音
詞庫中既要包含每個字的拼音，也要包含常用單詞/短語的讀音。有些字是多音字，所以至少要儲存其最常用的讀音，不常用的讀音多出現在單詞短語裡。
你好世界盃
我們的詞庫是這樣子的：
你：nǐ
好：hǎo,hào
世：shì
界：jiè
杯：bēi
世界：shì,jiè
你好：nǐ,hǎo
苦盡甘來：kǔ,jìn,gān,lái
詞庫中最長的詞 苦盡甘來 包含4個字。所以 你好世界盃 從4個字開始匹配：
判斷 你好世界 是否在詞庫中，不在；
判斷 你好世 是否在詞庫中，不在；
判斷 你好 是否在詞庫中，在，得到 nǐ,hǎo ；
判斷 世界盃 是否在詞庫中，不在；
判斷 世界 是否在詞庫中，在，得到 shì,jiè ；
判斷 杯 是否在詞庫中，在，得到 bēi ；
於是 你好世界盃 被轉換為 nǐ,hǎo,shì,jiè,bēi 。
基於詞庫和分詞工具的漢字轉拼音
純粹的基於詞庫的方法在實際的使用中會遇到問題，例如 提出瞭解決方案 這句話中 瞭解 會被當作一個單詞，所以會得到錯誤的結果：
tí,chū,liǎo,jiě,jué,fāng,àn
更好的方法是先進行分詞得到：
提出
了
解決
方案
然後基於詞庫對每個結果分別處理。
基於HMM的拼音轉漢字
這裡的拼音一般不帶聲調。
將漢字作為隱藏狀態，拼音作為觀測值，使用viterbi演算法可以將多個拼音轉換成合理的漢字。例如給出 ti,chu,le,jie,jue,fang,an ，viterbi演算法會認為 提出瞭解決方案 是最合理的狀態序列。
HMM需要三個分佈，分別是：
初始時各個狀態的概率分佈
各個狀態互相轉換的概率分佈
狀態到觀測值的概率分佈
這個3個分佈就是三個矩陣，根據一些文字庫統計出來即可。
viterbi演算法基於動態規劃，
基於詞庫的拼音轉漢字
原則：
詞的權重大於字的權重；
轉換中匹配的詞越多，權重越小。
詞庫的格式是：
拼音:單詞:權重
例如：
ni:你:0.15 ni:泥:0.12 a:啊:0.18 hao:好:0.14 nihao:你好:0.6
假如輸入是 ni,hao,a ，我們計算一下各種組合的權重：
組合 權重
你,好,啊 0.15×0.14×0.18 = 0.00378
泥,好,啊 0.12×0.14×0.18 = 0.003024
你好,啊 0.6×0.18 = 0.108
可以看出， 你好,啊 是最好的結果。
實際實現中需要用到 動態規劃 ， 和求有向無環圖中兩點之間最短距離類似。