轻量级库能够从有界集中建议不同的单词拼写吗？

Question

我一直在寻找轻量级的库，它允许我提供一堆单词，然后询问一个给定的单词是否会有任何接近的匹配.z

我并不特别关注基础算法（我认为一个简单的汉明距离算法可能就足够了，我自己承担这个任务）。

我只是在开发一种小语言，我发现在检测到“未定义的类”错误时（很多时候它只是一个拼写错误的单词）向用户提出建议很有意义。我不想在这个问题上浪费太多时间。

由于

Answer 1

不一定是图书馆，但我认为this article可能真的很有帮助。它主要描述了拼写纠正器如何在python中工作的一般工作方式，但也有一个java实现的链接，如果你正在寻找的话，你可以使用它（注意我之前没有专门使用过java） ）

Answer 2

Levenshtein距离是处理它的常用方法。只需将所有单词添加到列表中，然后通过暴力强制迭代它并返回最小距离。这是一个具有Levenschtein函数的库：http://commons.apache.org/lang/api-2.4/org/apache/commons/lang/StringUtils.html

如果你有大量的单词并且希望它快速运行，那么你必须使用ngrams。将每个单词填入bigrams，然后将（bigram，word）添加到地图中。使用地图查找目标单词中的双字母组，然后遍历候选项。不过，这可能比你想做的更多。