一种基于组字结构与AttentionBiLSTM的古藏文智能分字方法

本发明公开了一种基于组字结构与AttentionBiLSTM的古藏文智能分字方法，涉及自然语言处理技术领域，该方法通过采集电子文献、古籍数字化成果及标准语料库中的未分字藏文文本；对文本进行清洗、格式规整及VCC序列提取，标注构形角色并完成字符标准化处理；通过Unicode编码规范化及VCC结构验证，修正非法组合并统一同形异码编码；计算结构规范系数、语义聚合系数及结构合法性系数，动态评估数据清洗、模型语义一致性和语言路径合法性，针对不合格情况自动调整策略；采用融合残差连接与多头注意力机制的增强型模型结合CRF层，基于BMES标签体系和Viterbi算法，实现高精度分字预测与错误修正，为古藏文数字化处理提供了关键技术支撑。