Bộ n-gram như thế em nghĩ là không có sẵn đâu, anh có thể lấy trên mạng về rồi dùng vnTokenizer để tách từ.
Phân tích ngữ pháp thì có lẽ không khả thi lắm vì em dùng thử POS tagger tốt nhất hiện giờ là vnTagger thì độ chính xác vẫn kém và rất chậm. 2012/2/7 Huan Truong <[email protected]> > Cảm ơn các bác em đã giúp đỡ và chỉ đến các nguồn này. > Chẳng qua là em muốn làm một bộ gõ tiếng Việt cho Android ấy mà. Để > làm việc đó tốt thì mình kho^ng chi cần một cái kho từ vựng tốt để > chữa các lỗi thông thường, và các n-grams thường gặp. Cho ví dụ các > n-grams mà không phải là một "từ" là "ngây thơ" --> "trong trắng," > "Hoàng" --> "Thuỳ Linh,"... Sẽ rất hay nếu mình có thể thu thập được > những n-grams như thế để dự đoán từ người dùng sẽ gõ. Như vậy có lẽ để > thu thập n-grams và các từ này thì em sẽ phải tự làm lấy từ một cái > corpus vậy. > Có lẽ nếu em làm được vào một lúc nào đó việc khi có thời gian thì em > sẽ công bố cho tất cả mọi người cùng hưởng... > > > -- > Huan Truong | tnhh.net | 6609889066 | @huant > _______________________________________________ > POST RULES : http://wiki.hanoilug.org/hanoilug:mailing_list_guidelines > _______________________________________________ > HanoiLUG mailing lists: http://lists.hanoilug.org/ > HanoiLUG wiki: http://wiki.hanoilug.org/ > HanoiLUG blog: http://blog.hanoilug.org/ > -- Lê Ngọc Minh Hanoi University of Science and Technology, Computer Science - Class of 2012 Skype: ngocminh_oss | Yahoo: ngocminh_oss | Tel: +84 988 456 037
_______________________________________________ POST RULES : http://wiki.hanoilug.org/hanoilug:mailing_list_guidelines _______________________________________________ HanoiLUG mailing lists: http://lists.hanoilug.org/ HanoiLUG wiki: http://wiki.hanoilug.org/ HanoiLUG blog: http://blog.hanoilug.org/
