从输入数据集词生成同音词的机器学习算法

Question

https://www.google.com/search?sxsrf=ALeKk01_SgA8G4UfNm4rOqku4yJBFvKhLw%3A1600154854621&source=hp&ei=5mxgX8ztI6KZ4-EPq-mL8Ak&q=homophones+example&oq=Homophones&gs_lcp=ChFtb2JpbGUtZ3dzLXdpei1ocBABGAEyBQgAELEDMgUIABCxAzICCAAyCAgAELEDEIMBMgUIABCxAzICCAAyAggAMgUIABCxAzoHCCMQ6gIQJzoECCMQJzoFCAAQkQI6CAguELEDEIMBOgUILhCxA1DkKliKSGDuUGgBcAB4AIAB6wGIAe8NkgEFMC44LjKYAQCgAQGwAQ8&sclient=mobile-gws-wiz-hp

是否有机器学习算法从输入数据集单词生成同音词？

同音词的例子：

附件，附件。

广告，加。

空气，继承人。

全部，啊。

允许，大声说出来。

施舍，手臂。

投入:广告

输出:广告，添加

是否有机器学习算法从输入数据集中生成同音词，包括印地语、古吉拉特语、孟加拉语等印度地区语言以及法语、德语、意大利语、西班牙语、荷兰语等其他语言？

Answer 1

我对同音发生器知之甚少。我觉得要做一个同音检测器，人们应该更多地关注单词的语音学，而不是拼写。

1. 试着做一个单词语音学列表数据集，然后训练一个模型。
2. 关注单词语音之间的距离/模糊/编辑距离。

第二，也有相同的语音学-T UW。尝试这个网站找到语音- http://www.speech.cs.cmu.edu/cgi-bin/cmudict?in=to，他们已经映射了单词和语音。我认为在非英语语言中寻找同音词是一项艰巨的任务。