基于深度学习的汉盲转换系统

汉盲转换是将中文电子文本信息自动转换成盲文数字化信息,这将会对视障人士的学习方式和生活水准产生巨大的影响。本文为解决汉盲转换中的分词连写问题,基于深度学习技术构建了一种双向门限循环单元条件随机场(BIGRU-CRF)网络模型。该模型通过双向门限循环单元获取上下文信息,再结合条件随机场模型序列标注特性,从而得到较为准确的分词连写结果,极大地提升了汉盲转换的准确率。测试结果表明,所设计的汉盲转换系统能够精确地将汉字转换成盲文,具有一定的实用性。