Description:

Invenţia se referă la o metodă de inserare automată a semnelor diacritice în texte în limba română scrise fără diacritice, destinată utilizării în sinteza vorbirii pornind de la text, pentru aplicaţii ce trebuie să prelucreze documente în format electronic şi au ca suport reţele de date. Metoda conform invenţiei are la bază o strategie statistică axată pe-grame, şi constă în esenţă într-un proces de filtrare secvenţială pe mai multe niveluri, bazat pe probabilitatea de apariţie a cuvintelor scrise cu diacritice şi pe contextul în care acestea apar. Fiecare criteriu de filtrare aduce o îmbunătăţire suplimentară, fără a mări caracterul de ambiguitate. Astfel, după ce tratează iniţial cuvintele fără diacritice sau pentru care nu există ambiguităţi, metoda utilizează incremental trei etaje de filtrare: la nivel de unigrame, la nivel de bigrame şi la nivel de trigrame, informaţia contextuală fiind adăugată gradual, după fiecare etaj, simultan cu eliminarea variantelor incorecte.