letiantian / chinesetone Goto Github PK

python 3.6
latest ChineseTone version
ChineseTone.PinyinHelper.hasMultiPinyin('鮟') True ChineseTone.PinyinHelper.hasMultiPinyin('鱇') True ChineseTone.PinyinHelper.hasMultiPinyin('徐') True
in addition, characters like '检、海' etc. are all recognized as poly-phone character.

测试一下

打开拼音数据库时候报错误

File "D:\software\python\lib\site-packages\ChineseTone\chinesetone.py", line 68, in getPinyinResource
    for line in open(os.path.join(CURRENT_DIR, 'data', 'pinyin.db')):
UnicodeDecodeError: 'gbk' codec can't decode byte 0x87 in position 2: illegal multibyte sequence

把分词结果也发出来了：

财经法规与会计职业道德
['财经', '法规', '与', '会计', '职业道德']
['cai', 'jing', 'fa', 'gui', 'yu', 'hui', 'ji', 'zhi', 'ye', 'dao', 'de']

会计职业道德
['会计', '职业道德']
['kuai', 'ji', 'zhi', 'ye', 'dao', 'de']

一些错读统计：

词语 正确 错误
金馆长 jinguanzhang jinguanchang
长高 zhanggao changgao
如何长高 ruhezhanggao ruhechanggao
崴脚 waijiao weijiao
内分泌失调 neifenmishitiao neifenmishidiao
脸上长痘痘怎么办 lianshangzhangdoudouzenmeban lianshangchangdoudouzenmeban
水泊梁山 shuipoliangshan shuiboliangshan
桔色 juse jiese
海娜 haina hainuo
爱望着蓝天发呆 aiwangzhelantianfadai aiwangzhuolantianfadai
漂在外面的涿州人 piaozaiwaimiandezhuozhouren piaozaiwaimiandizhuozhouren
心里住着太阳 xinlizhuzhetaiyang xinlizhuzhuotaiyang
金莎 jinsha jinsuo
镜泊湖 jingpohu jingbohu
你是我年少时最美的梦 nishiwonianshaoshizuimeidemeng nishiwonianshaoshizuimeidimeng
暗夜中的亡灵 anyezhongdewangling anyezhongdiwangling
梦娜 mengna mengnuo
财经法规与会计职业道德 caijingfaguiyukuaijizhiyedaode caijingfaguiyuhuijizhiyedaode
脸上长斑 lianshangzhangban lianshangchangban
结伴同行 jiebantongxing jiebantonghang

如：
print '-'.join(PinyinHelper.convertToPinyinFromSentence('了解了，Mike'))

如何实现输出： liǎo-jiě-le，Mike

而不是 liǎo-jiě-le，M-i-k-e

感谢开源的拼音工具，这里是我评测拼音工具对多音字的识别情况的一些错误例子：

dǔ【真正读音】 拌肚丝【原词】
bàndùsī【工具拼出的错误拼音】

bà 花把、刀把
huā bǎ 、 dāo bǎ

bèi 背篼、背运、
bēi dōu 、 bēi yùn

bāo 剥花生
bō huā shēng 

bào 平刨、糟刨
píng páo 、 zāo páo 

zhǎng 长膘、长脸、长亲
cháng biāo 、 cháng liǎn 、 cháng qīn

cēn 纵横参错
zòng héng cān cuò 

shēn 参商
cān shāng

chāi 差事
chà shì

chèn 称身、称愿、称体裁衣
chēng shēn 、 chēng yuàn 、 chēng tǐ cái yī

zàng 藏蓝、藏历
cáng lán 、 cáng lì

chóng 重版、重播
zhòng bǎn 、 zhòng bō

dài 大王、大夫、大黄、大城
dà wáng、 dà fū、 dà huáng 、dà chéng 

dì 有的放矢
yǒu de fàng shǐ 

diào 调类
tiáo lèi

dǔ 拌肚丝
bàn dù sī

duó 测度
cè dù 

fà 发妻
fā qī

fèn 分量
fēn liàng 

fèng 门缝、缭缝儿
mén féng、 liáo féng ér

gú 骨头、骨节、懒骨头、硬骨头
gǔ tou 、 gǔ jié 、 lǎn gǔ tou 、 yìng gǔ tou 

háo 怒号
nù hào

hè 吆喝、喝问
yāo he、 hē wèn 

huà 划款
huá kuǎn

hè 奉和
fèng hé

huò 和弄
hé nòng 

hú 和了
hé le

hèng 横死
héng sǐ 

hǒng 哄弄
hōng nòng

jì 系围裙
xì wéi qún 

jiān 间距
jiàn jù 

jiàng 将令
jiāng lìng 

jìn 尽量
jǐn liàng

jǐ 给付、给水、
gěi fù 、 gěi shuǐ 

jiè 起解、解送、
qǐ jiě 、 jiě sòng 

xiè 姓解、解池
xìng jiě 、 jiě chí 

jué 口角
kǒu jiǎo 

多音字词表来源：https://zhuanlan.zhihu.com/p/65206293

I've installed ChineseTone using
pip install ChineseTone
It automatically downloaded version ChineseTone-0.1.4, but this version doesn't include this commit 3b8fcd6 with encoding fixes, so I keep getting encoding errors. (I had to update manually in order to get rid of the errors).