Question

我有兴趣编写一个PHP脚本（我确实欢迎与语言无关的建议），这些脚本将用英语（phoenetically）写成的句子或单词翻译成另一种语言的脚本。因为我看的是用电音写的英语（即通过耳朵）：我必须处理同一个单词的变体拼写。

假设罗马化没有标准（例如，中文，你有简化的韦德等）

有没有人对我可以从哪里开始有任何建议？

编辑：我这样做纯粹是出于教育目的，我最初的印象是，为了找出变体拼写之间的联系（可以在IM消息语料库中找到，Facebook帖子写在罗马化的语言形式），你需要某种机器学习工具。但是，我想知道我是否走在正确的轨道上，并且我想要了解下一步我应该研究什么以使其工作（例如：我应该研究哪种机器学习工具？）。

Answer 1

此扩展程序允许您在非拉丁语中音译文本拉丁字符的字符（如中文，西里尔文，希腊语等）。除了音译，扩展还包含过滤器大写和小写拉丁语，西里尔语和希腊语，并表现特别音译的形式，如转换连字符挪威语“æ”到“ae”并标准化标点和间距。

看来他已经开始了你正在寻找的东西！（除非你想处理英语 - >拉丁语，但至少这涉及其他语言的脚本。:)）

Answer 2

我至少知道日语，你有一定数量的字母组合。

所以，你可以做一些像这样的匹配数组

array(
  'oo' => 'おう',
  'oh' => 'おう',
  'ou' => 'おう'
)

当然，继续，并确保你不匹配'su'，当它应该是'tsu'。

当然，这只是一个起点。

机器学习对中国人来说可能是最实用的......但这是平假名的一个粗略开始：https://gist.github.com/1154969