On 07/02/2012 00:09, Huan Truong wrote:
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...
Có thể tham khảo thêm file AmBigs cho tiếng Việt (sửa lỗi sau khi OCR)
của tesseract
Ngoài ra, có lẽ bạn sẽ cần chuẩn hoá vị trí dấu của từ làm đầu vào cho csdl.
Happy hacking!
_______________________________________________
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/
