一种基于小型中文预训练模型的中文多音字消歧方法

本发明涉及自然语言处理领域，公开了一种基于小型中文预训练模型的中文多音字消歧方法。其特征在于，采用了小型中文预训练模型，解决了大规模预训练模型在进行多音字消歧任务时，难以在低资源运算平台部署的问题。然后，对文本数据进行中文分词和词性标注，并将其与预训练模型输出的特征序列结合，提高了模型对上下文语义的理解，更好地对多音字进行分类。最后，使用了由全连接层组成的神经网络分类器，实现对特征序列的分类，准确地识别多音字的发音，提高了多音字消歧的准确率。