基于编辑距离和 lcs 的建议性拼写检查器？

Question

如何实现一个简单的拼写检查器，它接受拼写错误的单词和编辑距离阈值，然后生成建议的正确单词列表。 这是希望使用一种算法来实现的 1-同时使用编辑距离和最长公共子序列 2-不计算字典中每个单词的编辑距离？？？？？？

Answer 1

所以你有一个单词字典，你想使用编辑距离来计算与给定单词最接近的匹配。

一些建议可以简化检查所有可能选项的过程：

• 在进行计算时缓存与单词最接近的匹配项。如果有人输入“speling”，而您的热门匹配项是“spelling”、“spewing”和“spilling”，请将这些匹配项与其计算出的距离和阈值一起保存。下次您看到“拼写”时，您可以检索阈值
• 使用levenshtein距离，在计算时，可以丢弃长度差大于阈值的任何单词。您应该能够缩短该过程。当然，如果你想要公共子序列，这就失败了。
• 修改 levenshtein 距离计算器，使其在达到阈值时立即中断。您仍然会开始检查很多不匹配的单词，但提前中断会减少工作量。

如果您仍在使用 levenshtein 距离算法，请查看此示例。速度挺快的。

http://dotnetperls.com/levenshtein

Answer 2

Peter Norvig 在 Python 中完成了这项工作，并且有人将他的拼写检查器移植到 C#

http://norvig.com/spell-correct.html

http://www.codegrunt.co.uk/?page=cSharp#norvigSpell