自动更正拼写检查程序

时间:2012-07-07 06:00:12

标签: python r spell-checking nltk aspell

我有一个TSV(制表符分隔值)文件,我需要拼写检查拼写错误和组合词(即'我爱你'和'Iloveyou')。

我在我的机器上安装了Aspell,可以使用aspell()函数在R中运行它。

files <- "train2.tsv"
 res <- aspell(files)
 str(res)
 summary(res)

但是,在R中运行它的输出只是拼写错误的单词列表和可能的建议。

>  summary(res)
Possibly mis-spelled words:
 [1] "amant"        "contaneir"    "creat"        "ddition"      "EssaySet"     "EssayText"    "experiament"  "expireiment"  "expirement"  
[10] "Fipst"        "infomation"   "Inorder"      "measureing"   "mintued"      "neccisary"    "officialy"    "renuminering" "rinsen"      
[19] "sticlenx"     "sucessfully"  "tipe"         "vineager"     "vinigar"      "yar"   

>  str(res)
Classes ‘aspell’ and 'data.frame':      27 obs. of  5 variables:
 $ Original   : chr  "EssaySet" "EssayText" "expirement" "expireiment" ...
 $ File       : chr  "train2.tsv" "train2.tsv" "train2.tsv" "train2.tsv" ...
 $ Line       : int  1 1 3 3 3 3 3 3 6 6 ...
 $ Column     : int  4 27 27 108 132 222 226 280 120 156 ...
 $ Suggestions:List of 27
  ..$ : chr  "Essay Set" "Essay-Set" "Essayist" "Essays" ...
  ..$ : chr  "Essay Text" "Essay-Text" "Essayist" "Sedatest" ...
  ..$ : chr  "experiment" "excrement" "excitement" "experiments" ...
  ..$ : chr  "experiment" "experiments" "experimenter" "excrement" ...
  ..$ : chr  "Amandy" "am ant" "am-ant" "Amanda" ...
  ..$ : chr  "year" "ya" "Yard" "yard" ...

是否有办法让aspell(或任何其他拼写检查程序)自动纠正拼写错误的单词?

1 个答案:

答案 0 :(得分:8)

看起来您可以执行以下操作:

s = load_up_users_dictionary()

for word in text_to_check:
    if word not in s:
        new_words = s.suggest( word )
        replace_incorrect_word( word, new_words[0] )#Pick the first word from the returned list.

快速浏览文档,看起来就像自动使用建议的正确拼写一样。

http://0x80.pl/proj/aspell-python/index-c.html

编辑: 意识到你可能不会在寻找python代码,但这是用python做最简单的方法,因为问题是用python标记的。可能有一种更有效的方法,但它已经很晚了,首先想到了这一点。