【多音字消歧】A Bi-directional LSTM Approach for Polyphone Disambiguation in Mandarin Chinese

论文名称：A Bi-directional LSTM Approach for Polyphone Disambiguation in Mandarin Chinese
时间：2016年ISCSLP
单位：西工大，微软
基本思路：依靠sentence中多音字的POS（Part-of-Sentence）和上下文的POS确定多音字的发音。POS标注使用工具NLPIR toolkit标出。

依靠多音字的POS确定多音字的发音的例子：

可以看出通过朝字所在的词的POS既可以区分出读音。

需要依靠上下文的POS确定多音字发音的例子：

转字在两句中具有同样的POS标签，可以通过上下文的POS标签判断出读音。

其中表现最好的模型的网络结构：两层Bi-LSTM，hidden size=512，context = 1 word，即前看一个词后看一个词。

数据集：从网上摘取了174899个句子，自行用拼音标注，选取了79个出现频率高的多音字，共186个发音和null。

输入：带POS标注的多音字（或者多音字在的词），即上下文的POS标注。
输出：多音字的发音。

效果：该基于数据的方法比之前基于规则的方法要好