我寻找可以使用语言模型的拼写检查器。
我知道有许多好的拼写检查程序，例如Hunspell，但是我认为它与上下文无关，所以它只是基于令牌的拼写检查程序。
例如，
I lick eating banana
所以这里基于令牌的级别根本没有拼写错误，所有单词都是正确的，但句子中没有任何意义。但是＆＃34; smart＆＃34;拼写检查员会认识到＆＃34;舔＆＃34;实际上是正确的文字，但可能是作者的意思＆＃34;喜欢＆＃34;然后句子中有一个含义。
我在特定领域有一堆正确写的句子，我想训练＆＃34; smart＆＃34;拼写检查器识别拼写错误并学习语言模型，这样它就会认识到即使是思考＆＃34;舔＆＃34;写得不错，但作者的意思是＆＃34;喜欢＆＃34;。
我没有看到Hunspell有这样的功能，你能否建议任何其他拼写检查器，可以这样做。
答案 0 :(得分：1)
见拉斐尔·穆奇的"The Design of a Proofreading Software Service"。他描述了他的方法的数据源（维基百科，博客等）和算法（基本上比较概率）。该系统的来源After the Deadline已经可用，但它不再被主动维护。
答案 1 :(得分：0)
一种方法是通过基于字符的语言模型（而不是基于单词的n-gram模型）。请参阅我对Figuring out where to add punctuation in bad user generated content?的回答。您描述的问题不同，但您可以应用类似的解决方案。而且，正如我在那里所指出的，LingPipe教程是开发概念验证实现的一种非常简单的方法。
一个重要的区别 - 为了捕获更多上下文，您可能需要训练比我建议的标点符号恢复更大的n-gram模型。也许15-30个字符？你必须在那里试验一下。