中文语音相似度估计器

概述

中文语音相似度估计器（Chinese Phonetic Similarity Estimator）提供了一种按发音对汉字字符建立索引的语音算法。给定两个相同长度的中文单词，此模型可以确定两个单词之间的音距，并返回一些与给定词语接近的候选单词。该代码符合 ISO 7098:2015 中定义的以罗马拼音为指导的普通话语音原则。此模型基于 DimSim 模型。

模型元数据

参考资料

• ALi, Min、Danilevsky, Marina、Noeman, Sara 和 Li, Yunyao，“DIMSIM: An Accurate Chinese Phonetic Similarity Algorithm Based on Learned High Dimensional Encoding”，出自第 22 届计算自然语言学习大会会议记录（2018 年）。
• DimSim GitHub 代码库

许可

此模型的可用部署选项

可以使用以下方式来部署此模型：

• 作为来自 PyPi 的库在本地运行：遵循 GitHub 上的模型 README 文件中的操作说明。

• 通过 Dockerhub 进行部署：

  docker run -it -p 5000:5000 codait/max-chinese-phonetic-similarity-estimator
  

  Show more

• 在 Red Hat OpenShift 上部署：

  遵循本教程中有关 OpenShift Web 控制台或 OpenShift Container Platform CLI 的操作说明，并指定 codait/max-chinese-phonetic-similarity-estimator 作为镜像名称。

• 在 Kubernetes 上部署：

  kubectl apply -f https://raw.githubusercontent.com/IBM/MAX-Chinese-Phonetic-Similarity-Estimator/master/max-chinese-phonetic-similarity-estimator.yaml
  

  Show more

  可以在此处找到有关如何将此 MAX 模型部署到 IBM Cloud 上的生产环境的更详细的教程。

• 本地部署：遵循 GitHub 上的模型 README 文件中的操作说明。

用法示例

您可以测试或使用此模型

• 使用 cURL
• 通过 Python
• 在无服务器应用程序中

使用 cURL 测试模型

在部署模型后，可以在命令行中测试该模型。例如，如果在本地运行，请通过终端运行以下命令：

$ curl -X POST "http://localhost:5000/model/predict?first_word=%E5%A4%A7%E8%99%BE&second_word=%E5%A4%A7%E4%BE%A0&mode=simplifiedθ=1" -H  "accept: application/json"

您应该会看到与下面类似的 JSON 响应：

{
  "status": "ok",
  "predictions": [
    {
      "distance": "0.0002380952380952381",
      "candidates": [
        [
          "打下",
          "大虾",
          "大侠"
        ],
        [
          "打下",
          "大虾",
          "大侠"
        ]
      ]
    }
  ]
}

通过 Python 测试模型

通过终端打开 Python shell

$ python

通过 Python 运行以下命令来测试模型：

import dimsim

dist = dimsim.get_distance("大侠","大虾")
0.0002380952380952381

dist = dimsim.get_distance("大侠","大人")
25.001417183349876

dist = dimsim.get_distance(['da4','xia2'],['da4','xia1']], pinyin=True)
0.0002380952380952381

dist = dimsim.get_distance(['da4','xia2'],['da4','ren2']], pinyin=True)
25.001417183349876

在无服务器应用程序中测试模型

遵循在 IBM Cloud Functions 中利用深度学习教程中的操作说明，可以在无服务器应用程序中使用此模型。

链接

• PyPi 代码库

资源与贡献

如果您有兴趣为 Model Asset Exchange 项目做出贡献或有任何疑问，遵循此处的操作说明。

本文翻译自：Chinese Phonetic Similarity Estimator（2019-05-28）