最大编辑距离和基于词频的建议

Question

我需要一个符合以下规范的拼写检查器：

• 非常可扩展。
• 能够为建议的字词设置最大编辑距离。
• 根据提供的单词频率（最常见的单词）得到建议。

---

我看了看Hunspell：
我在man中找到了参数MAXDIFF，但似乎没有按预期工作。也许我用错了方法

文件 t.aff ：

MAXDIFF 1 

档案 dico.dic ：

5  
rouge  
vert  
bleu  
bleue  
orange  

-

NHunspell.Hunspell h = new NHunspell.Hunspell("t.aff", "dico.dic");
List<string> s = h.Suggest("bleuue");

返回同样的事情t.aff是空的：

bleue
bleu

Answer 1

我们决定使用Apache Solr，这完全符合我们的需求 http://wiki.apache.org/solr/SpellCheckComponent#spellcheck

Answer 2

一个maxdiff应该返回一些，但仍然可以返回多个。

即使max_iff为零可以提供多个结果，但它应该降低更改。这取决于n-gram。尝试maxdiff减少零结果，但这仍然不能保证你会得到一个建议。

对于您要求对最常用单词进行排序的要求，Google ngram corpus是公开可用的。