拼音助记码要有"人工智能"
本文提供了在数据库层面实现一种对多音字助记码处理时适当“人工智能”化，类似于“长春”，“人参”等与地名或药名有关时，进行合理标注。
文化的多样性是好事，可是汉字的多音字有时很难说得清好坏。下面就以这句话的拼音来看看，WORD和WPS的拼音指南给我们的汉字如何进行拼音标注，其中WPS2009是这样标注的：
而在WORD中的拼音标注是这样的：
从中可以看出“长”和“参”在其中作为多音字有“多可爱”，就算是同样的长字，它们之间的处理方法也不一样（也许只是基础数据上的差异也不一定），在我们程序中给相关中文实现拼音助记码时，同样也面临多音字的问题，比如“长春新碱”，正规的拼音助记码应就是“CCXJ”。所以在布置拼音码字典时要处理以下问题：
1、单字或者是语义无关时，使用频度较高字的拼音，比如“参”字，大部分时间是“CAN”，只有人参时才叫“RENSHEN”，当然象刘罗锅那样“参人”的，还是念“CAN”，虽然它和“人”在一起；
2、当一个字是多音字时，就需要考虑字的上下文关系，比如我们上面所举例的“长春”和“人参”等，它与前后文字有很大关联，只在特定的环境下才读某个特殊音。
回来看我们前面举例的文字，就算是WORD和WPS对常用字或者是无关语义时的定位也不相同。所以不要指望真正能一劳永逸地解决这个问题。
在我们实现自动助记码时使用了以下的字典表：
代码
create table XT_HANZIKU
(
HANZI VARCHAR2(10) not null,
QUANPIN VARCHAR2(10),
SHURUMA1 VARCHAR2(10),
SHURUMA2 VARCHAR2(10),
SHURUMA3 VARCHAR2(10),
ID NUMBER(10) not null,
DUOYINBZ NUMBER(10) default 0 not null
);
准备这些数据（如图003）：
现在我们要解决多音字的问题，所以这个DUOYINBZ是关键，即在处理过程中需要考虑，一个汉字是否有前后语义的关系。由于不指望能通过它解决太复杂的语义问题，所以我们只采用往前后各溯一个汉字的方式来解决问题。所以我们还需要这样一张表,它用于存放我们有多音的词组即可:
create table XT_HANZIKU2
(
HANZI VARCHAR2(10) not null,
CIZU varchar(20) not null,
SHURUMA1 VARCHAR2(10)
);
以我们现在用到的单字,其中"长"和"参"有特殊意义，所以只要加入以下数据:
insert into xt_hanziku2 (HANZI, CIZU, SHURUMA1) values ('长', '长春', 'C');
insert into xt_hanziku2 (HANZI, CIZU, SHURUMA1) values ('参', '人参', 'S');
由于助记码实际上是使用首字符，如果多音字多音的首字符一样，我们就可以忽略。对于表xt_hanziku2的三个字段分别表示当前的汉字，在什么词组中和词组中该汉字的拼音首字母。
经过我们上述的分析和对汉字拼音的规则理解，最终就可以分析出助记码的实现方法（函数fun_shuruma1）是：
1、取字符信息，返回相应的首字符与多音标志；
2、如果是多音字，根据当前字符位置往前和往后查找相应的词组在XT_HANZIKU2中是否有符合数据，如果有，则取得此拼音首字符，作为助记码首字符；如果未找到，则使用第1步取得的首字符。
现在我们看一下在取输入码的函数fun_getshuruma1中，对于多音字处理的关键代码：
代码
select shuruma1, nvl(duoyinbz, 0) into str_pinyin, n_duoyinbz
from xt_hanziku where hanzi = str_text;
if n_duoyinbz = 1 then
str_pinyin2 := '';
--往前看是否是词组
if n_pos > 1 then
str_cizu := substr(str_mingcheng, n_pos - 1, 2);
-- 判断是否是中文词组的简洁方法
if length(str_cizu) * 2 = lengthb(str_cizu) then
select shuruma1
into str_pinyin2
from xt_hanziku2
where hanzi = str_text
and cizu = str_cizu;
end if;
--往后看是否是多音字的词组
if n_pos < n_length and str_pinyin2 is NULL then
str_cizu := substr(str_mingcheng, n_pos, 2);
if length(str_cizu) * 2 = lengthb(str_cizu) then
select shuruma1
into str_pinyin2
from xt_hanziku2
where hanzi = str_text
and cizu = str_cizu;
end if;
end if;
if length(str_pinyin2) > 0 then
str_pinyin := str_pinyin2;
end if;
end if;
从中可以看出，一旦我们确定了算法和合理的设计路线之后，实现起来就非常简单，最后我们看看这个函数的测试结果吧，如下图（图004）所示：
完整的函数在fun_getshuruma1.Fnc中获得（可在ORACLE中使用），对于表xt_hanziku和xt_hanziku2的表结构已经在文中描述。而且以后再涉及多音字的情况，一般都可以打上多音字的标志后再维护xt_hanziku2中的词组信息即可。它也算是解决多音字助记码的一个"智库"了。
