dphon:sound发现基于声音的古老中文文本相似之处

phon 安装 该软件已在最新版本的macOS，Windows和ubuntu上经过测试。 您将需要受支持的python版本（上述）以及pip 。 $ pip install dphon 如果您使用的是Windows，并且在终端中看到格式错误的输出，请查看一下。 用法 基本 dphon的主要功能是在一组旧中文文本中查找文本重用的实例。 通过执行音素到音素转换，并根据在大声说出的段落中听起来是否相似（或押韵）来确定可能的重用，而不是仅仅依靠音素。 您将需要将文件以utf-8编码的纯文本（ .txt ）或json-lines（ .jsonl ）格式存储在本地。 对于前者，假定一个文件代表一个文档。 对于后者，一个文件可以包含任意多行，每行都是一个文档，具有必需的键id （唯一标识符）和text （文本内容）以及任意数量的可选键。 您可以通过从kanseki存储库中获得具有代表性的古汉语语料