Hỗ trợ phân tích tiếng Việt không dấu

[tk1cntt]

Hiện tại thư viện underthesea có giải pháp nào hỗ trợ việc phân tích được một câu tiếng Việt không dấu k nhỉ?
VD: lap trinh vien tri tue nhan tao ha noi

[rain1024]

@tk1cntt Phân tích tiếng Việt không dấu có nhiều bài toán

• Tự động thêm dấu
• Tách từ một chuỗi không dấu

Bạn hỏi bài toán nào nhỉ?

[tk1cntt]

Bạn có thể nói về 2 phương pháp được k?

Mình muốn ứng dụng pos_tag cho chuỗi không dấu giống như pos_tag của underthesea hiện h.

Không biết nó sẽ thuộc bài toán nào?

lap trinh vien tri tue nhan tao ha noi

=> Kết quả mong muốn

Lập trình => N

Trí tuệ => N

Nhân tạo => N

Hà Nội => N

[rain1024]

Nếu kết quả mong muốn như bạn mô tả, thì nó thuộc về bài toán thêm dấu tiếng Việt

Input:

lap trinh vien tri tue nhan tao ha noi

Output:

Lập trình => N
Trí tuệ => N
Nhân tạo => N
Hà Nội => N

Sẽ có hai bước:

Bước 1: Thêm dấu vào chuỗi không dấu

lap trinh vien tri tue nhan tao ha noi

Output:

lập trình viên trí tuệ nhân tạo Hà Nội

Bước 2: Áp dụng pos_tag trên chuỗi "lập trình viên trí tuệ nhân tạo Hà Nội" bình thường

lập trình viên => N
trí tuệ => N
nhân tạo => A
Hà Nội => N

[rain1024]

Hiện tại, underthesea chưa hỗ trợ cho bài toán thêm dấu, bạn có thể tham khảo các repository khác thực hiện bài toán này nhé https://github.com/undertheseanlp/NLP-Vietnamese-progress/blob/master/tasks/spelling_correction.md

[tk1cntt]

Cám ơn bạn. Mình sẽ tìm hiểu thêm

[linh1995]

Mình muốn hỏi tách từ 1 chuỗi không dấu