microsoft word 中的单词建议如何猜测替代方案？答案

【问题标题】：how word suggestion in microsoft word guesses the alternatives?microsoft word 中的单词建议如何猜测替代方案？
【发布时间】：2013-07-21 07:34:39
【问题描述】：

用ms word看这个例子； 我故意拼错了“完成”这个词来告诉你我的意思；

我想知道 ms word 如何选择与我输入的内容最相似的单词（我的意思是算法）

这不是拼写检查的情况，而是寻找最相似的单词（如图中的结果）

我想实现一个算法，这样我就可以找到与用户已经输入的词最相似的词；

【问题讨论】：

标签： ms-word search-suggestion

【解决方案1】：

这称为Levensthein Distance。它衡量两个随机单词在删除、插入和替换单个字符方面的差异程度。

（为了提高效率，您可能不想将任何单词与整个单词列表进行比较。您可能希望使用一种或多种其他方法进行快速剔除以剔除可能的替代方案。）

（编辑）

这很有趣！ :) 只是为了看看它是如何工作的，我使用 OSX 的默认 words 列表和 Wikibooks 上的算法的 C 版本在 C 中实现了它。以下是您的“赞美”的前 10 首热门歌曲：

'complment' -> LD=compliment(1)
   LD=complement(1)
   LD=component(2)
   LD=couplement(2)
   LD=comment(2)
   LD=compellent(2)
   LD=competent(2)
   LD=compilement(2)
   LD=complacent(2)
   LD=complaint(2)

比较例程保留了一个小的“迄今为止最好的”匹配数组，当数组填满时，最高值被丢弃。对列表中每个单词（235,886 个单词）的完整距离计算耗时 0.370 秒。

我添加了一个快速剔除例程，检查输入中的每个字母是否在比较字中至少出现一次（一个简单的位测试），以及每个 other 字母依次出现。这将时间缩短到三分之一：0.150 秒。

我尝试了一些随机的其他词（未显示所有可能的解决方案）：

'unforutntately' -> LD=unfortunately(3) LD=infortunately(4) LD=fortunately(5)
'abcacadabra' -> LD=abracadabra(1) LD=barracuda(7)
'athtahn' -> LD=Ethan(3) LD=thawn(3) LD=Pathan(3) LD=attaghan(3)
'jongware' ->

...最后一个产生了 no 个匹配项。只有在删除我的 One-Character-Off 例程后，我才得到

'jongware' -> LD=nonglare(2)
   LD=congiary(3)
   LD=henware(3)
   LD=hogward(3)
   LD=honeyware(3)

哦，好吧。

（进一步编辑）自从你写了

这不是拼写检查的情况，而是找到最相似的单词

我再次运行它，“compliment”的拼写正确。结果如下：

'compliment' -> LD=compliment(0)
  LD=complement(1)
  LD=complimenter(2)
  LD=compliant(2)
  LD=complicant(2)
  LD=complacent(2)
  LD=couplement(2)

如您所见，第一个值是“0”——完全匹配——其他词是“相似”。

【讨论】：