Question

我在http://norvig.com/spell-correct.html上尝试了拼写检查器的peter norvig代码但我如何修改它以获得更多的建议而不只是1个正确的拼写

import re
from collections import Counter

def words(text):
     return re.findall(r'\w+', text.lower())

WORDS = Counter(words(open('big.txt').read()))

def P(word, N=sum(WORDS.values())): 
    "Probability of `word`."
    return WORDS[word] / N

def correction(word): 
    "Most probable spelling correction for word."
    return max(candidates(word), key=P)

def candidates(word): 
    "Generate possible spelling corrections for word."
    return (known([word]) or known(edits1(word)) or known(edits2(word)) or 
           [word])

def known(words): 
    "The subset of `words` that appear in the dictionary of WORDS."
    return set(w for w in words if w in WORDS)

def edits1(word):
    "All edits that are one edit away from `word`."
    letters    = 'abcdefghijklmnopqrstuvwxyz'
    splits     = [(word[:i], word[i:])    for i in range(len(word) + 1)]
    deletes    = [L + R[1:]               for L, R in splits if R]
    transposes = [L + R[1] + R[0] + R[2:] for L, R in splits if len(R)>1]
    replaces   = [L + c + R[1:]           for L, R in splits if R for c in 
                  letters]
    inserts    = [L + c + R               for L, R in splits for c in 
    letters]
    return set(deletes + transposes + replaces + inserts)

def edits2(word): 
    "All edits that are two edits away from `word`."
    return (e2 for e1 in edits1(word) for e2 in edits1(e1))import re

Answer 1

您可以使用candidates功能。

它给你

原来的单词，如果它已经是正确的
否则，所有已知的单词与原始单词的编辑距离为1
如果没有距离为1的候选人，那么距离为2的所有候选人
如果前一个案例中没有任何内容，那么原始单词

如果在案例2或3中找到候选人，则返回的集合可能包含多个建议。

但是，如果原始单词被返回，则您不知道是否是这种情况，因为它是正确的（案例1），或者因为没有紧密的候选人（案例4）。

然而，

这种方法（实现edits1()的方式）是强力的，对于长词来说效率非常低，如果你添加更多的字符（例如支持其他语言），它会变得更糟。考虑类似simstring之类的内容，以便有效地检索大型集合中具有相似拼写的单词。

如何修改彼得norvig拼写检查器以获得更多的每个单词的建议

1 个答案:

然而，