解说tts定义及其使用方法 tts什么意思中文翻译( 二 ) _自然语言处理

3.3 文本分类
主要目的是对文档（文章）的主题进行分类，比如属于经济、体育、文学等。
解决文案分类问题，比较经典的算法是TF-IDF算法。
TF-IDF的主要思想是：如果一个词或词组在一篇文章TF中出现频率很高，而在其他文章中很少出现，则认为这个词或词组有很好的类别区分能力，适合分类。
不要说“NBA”这个词在一篇文章中出现的频率更高，而在其他文章中却很少出现，那么这篇多次出现“NBA”这个词的文章很可能是一篇体育文章。
3.4 文本相似度处理
文本相似度也俗称文本距离，指的是两个文本之间的距离。文本距离越小，相似度越高；距离越大，相似度越低。
例如：用户输入“这件衣服多少钱”或者“这件衣服怎么卖”，都是很通俗的句子，那么如何将“衣服的价格”返回给用户呢？它基于文本相似度。
我们需要计算“多少”、“怎么卖”和“价格”的相似度，然后根据相似度匹配最佳答案。
应用场景：推荐、排序、智能客服、自动打标等。解决之前关键字匹配准确的问题，识别语义，扩大应用范围。
3.5 情绪分析
情感倾向分析主要分为情感倾向分类和观点抽取两大类。

文章插图
1）情感倾向分类
情感取向分类是识别文本的情感取向，如：负面、正面、中性。
例如：“这家餐厅好，服务好，价格便宜”，整句话就是好评。
情感倾向分类对于标记用户和向用户推荐内容或服务有更好的效果。
2）视点提取
观点提取就是从句子中提取观点。
还是那句“这家餐厅不错，服务态度好，价格便宜”，其中“服务态度好”和“价格便宜”是意见词。
意见提取对于建立服务或内容的评价体系具有重要意义。
3.6 当前困难
1）不规则语言

文章插图
虽然我们目前可以总结出一些通用的规则，但是自然语言实在是太灵活了。同一个词在不同场景下可能表达多种意思，无论是通过理解自然语言规则还是通过机器学习，都比较困难。
2）错别字

文章插图
在处理文本的时候，你会发现很多错别字。如何让机器知道这些错别字并改正，也是NLP的一大难点。
3）生词

文章插图
在互联网高速发展的时代，每天都有大量的生词在互联网上产生。如何快速发现这些新词并让机器理解它们也很重要。
04 语音合成 (TTS)
实现TTS有两种成熟的方法：“拼接法”和“参数法” 。
4.1种拼接方法
首先准备大量语音，拼接成基本单元（音节、音素等基本单元），然后从准备好的语音中提取合成目标语音。
4.二参数法
根据统计模型生成每时每刻的语音参数（包括基频、共振峰频率等），然后将这些参数转换成波形。
4.3 其他方法
【解说tts定义及其使用方法tts什么意思中文翻译】郑重声明：本文版权归原作者所有，转载文章仅出于传播更多信息之目的。如果作者信息标注有误，请尽快联系我们修改或删除，谢谢。