以自然语言处理方法研发智慧型客语无声调拼音输入法.PDFVIP

The 2015 Conference on Computational Linguistics and Speech Processing ROCLING 2015, pp. 27-42  The Association for Computational Linguistics and Chinese Language Processing 以自然語言處理方法研發 智慧型客語無聲調拼音輸入法 Smart Toneless Pinyin Input Method for Hakka Based on Natural Language Processing 1 2 3 4 余明興 黃豐隆 魏俊瑋 林昕緯 1,3,4 Department of Information Science, National Chung-Hsing University, Taichung 40227, Taiwan. msyu@.tw 2 Department of Computer Science and Information Engineering, National United University, MiaoLi, Taiwan, flhuang@.tw 摘要 本論文研發的「好客拼音輸入法」以自然語言處理的方法為基礎，實作一套 支援四縣及海陸腔的智慧型客語無聲調的智慧型拼音輸入法，使用者能夠快速且 方便地輸入客語文句。輸入拼音時，以無聲調(Toneless)的方式進行，使用者不 必考慮連音變調的問題，同時本輸入法提供當錯誤出現時之提示功能，以輔助不 熟悉客語拼音的使用者。除基本的拼音輸入外，此輸入法還提供便捷輸入模式， 包含四種輸模式： (1)快速輸入常用字串的自訂輸入(2) 以客語詞各音節字首快速 輸入的音首輸入 (3) 以學校、上市公司與組織名縮寫進行輸入得到該單位完整名 稱的縮寫輸入和 (4) 以英文詞輸入得到對應中文詞的英文詞輸入。 此外，本輸入法提供將客語詞轉換成對應的國語詞選項，或者是以加註國語 詞或拼音的方式表示。讓使用者輸入得到更具可讀性的客語文章。還有，提供發 音的功能，當使用者在輸入拼音時，可以將客語音節正確讀出來，讓使用者在輸 入時除了用看的也能用聽的來得知自己輸入的拼音是否有誤。以及提供唸出此客 語詞的選項，讓使用者使用輸入法時還能學習客語詞彙的正確唸法。 因為客語語料不足，因此音轉字使用的語言模型是以客語詞對應的國語詞去 建置。音轉字使用三個詞的少詞優先演算法搭配此語言模的情況下，有接近 76% 的正確率。 關鍵詞： 好客拼音輸入法、音轉字、便捷輸入模式、少詞優先演算法，語言模型。 一、 前言 目前客語輸入法並不常見，市面上的客語輸入法只有財團法人信望愛所開發 的信望愛客語輸入法[4]及教育部公告的客家語拼音輸入法[5]。而客語文字不夠 通行的原因之一是沒有統一的文字用語，雖然客委會有建議用字，但仍能看到許 多用字的不同，一些不常見的字甚至用看的也不知道其意義；另外就是輸入的困 難，因為大多數人對於客語的拼音系統不熟悉，即使會說客語也無法正確拼出。 因此根據上述原因我們期望，能夠研發出給不熟悉客語拼音系統的使用者都易於 使用的「好客拼音輸入法」 ，而且能夠打出讓別人知道其義的客語客語句子，讓 輸入法不光只是輸入，進一步可提供客語數位學習的功能。 27 二、 客家語拼音方案 本論文中，我們所採用的四縣與海陸腔客語拼音方案，為教育部所公告的台 灣客家語羅馬字拼音方案[2]最新的客語拼音方案為基礎。最近一次的更新為中 華民國 101 年 9 月 12日的修正公告。下表為聲調符號表以及我們使用的音檔對 應的調號。其中表一為客語四縣腔的部份，表二為海陸腔的部份。 表一：客語四縣腔聲調符號表 調類