自动更正文档语料库

Question

我在移动平台上有大约6GB大小的文档语料库，主要是用户生成的内容。由于这个语料库的起源性质，它充斥着拼写错误，缩写和截断的单词。有没有办法可以将这些单词自动更正为最近的英语单词？

Answer 1

这看起来很有趣，看到你用机器学习标记了你的问题：

http://norvig.com/spell-correct.html

这是一本引人入胜的读物。另一方面，如果你不想修补，一个更好的人可能是附魔，看看

http://pythonhosted.org/pyenchant/api/enchant.html