如何计算拼写校正的准确性？

Question

我正在用代码提取文本中的错误单词，正在将Python与“ textblob”库一起使用。这个库中有一个函数correction()，但是它只是根据错误的短语返回正确的短语，例如：

in: b = TextBlob("I havv goood speling!")
in: print(b.correct())
out: I have good spelling!

我想计算更正的准确性，即基于原始文本获得更正的百分比，或者仅获取文本中错误词的数量。

有人可以帮我吗？

Answer 1

correct method不会返回置信度，Word.spellcheck会返回。但是，它对正确的单词并没有真正的帮助，而那些以最高置信度固定的单词的置信度值为1.0，因此您无法推断出有多少个单词得到了纠正。

您可以通过获取原始单词列表，固定单词列表，然后使用列表推导来获取原始列表中缺少的单词，从而获得其编号：

from textblob import TextBlob
text = 'I havv goood speling!'
orig_words = text.split()
fixed_words = TextBlob(text).correct().split()
print(len([(x,y) for x,y in zip(orig_words, fixed_words) if x != y])) # => 3

Answer 2

对于字符串比较，通常使用Levensthein距离。这对于单词的“错误程度”非常重要，对于更正的准确性，您需要语言数据来检查Correction（）的输出是否正确，但是我想您只是想有一个数字来告诉您文本必须进行更正，这是对误报，真实肯定，真实否定和错误否定进行计数的直接统计信息。只是Google的“精度”，“召回率”和“ f得分”。