漢字轉拼音類庫(pinyin4j的使用)

使用的庫: pinyin4j

 

使用pinyin4j獲取漢字的簡拼/全拼示例:

package prinyin4j;

import java.util.Scanner;
import net.sourceforge.pinyin4j.PinyinHelper;
import net.sourceforge.pinyin4j.format.HanyuPinyinCaseType;
import net.sourceforge.pinyin4j.format.HanyuPinyinOutputFormat;
import net.sourceforge.pinyin4j.format.HanyuPinyinToneType;
import net.sourceforge.pinyin4j.format.HanyuPinyinVCharType;
import net.sourceforge.pinyin4j.format.exception.BadHanyuPinyinOutputFormatCombination;;

public class Main {

    static Scanner input = new Scanner(System.in);

    public static void main(String[] args) throws BadHanyuPinyinOutputFormatCombination {
        
        HanyuPinyinOutputFormat hypyfm = new HanyuPinyinOutputFormat();
        hypyfm.setCaseType(HanyuPinyinCaseType.LOWERCASE);
        hypyfm.setToneType(HanyuPinyinToneType.WITHOUT_TONE);
        hypyfm.setVCharType(HanyuPinyinVCharType.WITH_V);
        
        System.out.println("請輸入聯系人的名字:");
        String str = input.next();
        char[] ch = str.toCharArray();
        StringBuilder fullPrint = new StringBuilder();
        StringBuilder simplePrint = new StringBuilder();
        for (int i = 0; i < ch.length; ++i) {
            String[] temp = PinyinHelper.toHanyuPinyinStringArray(ch[i],hypyfm);
            simplePrint.append(temp[0].charAt(0) );
            fullPrint.append(temp[0]);
        }
        System.out.println(simplePrint);
        System.out.println(fullPrint.toString());
    }

}

運行截圖:

 

不過還有個問題:

廈門的簡拼和全拼錯了,廈(xia)被發音成廈(sha)!!!

事實上,只要是有兩種以上發音的字,就存在這種風險.

 

ps: 更佳的漢字轉拼音java開源類庫 https://github.com/stuxuhai/jpinyin

 

當然,JPinyin並沒有修復多音字的缺陷,233...

 

pinyin4j對單個漢字進行處理,多音字會返回多個讀音,必然產生這種風險

然而要根據語境進行准確發音,這太難了,即使對人類來說,這都不是件簡單的事,

但總有辦法,能讓機器產生類似人類的選擇行為 , 機器學習 or 深度學習 or AI !!!

 

TODO: 暑假來波機器學習入門!!   因暑假有機會參與項目,去實習了兩個月,