fourth 拼寫糾正

xapian提供了拼寫校正功能，其基本演算法就是編輯距離，它支援utf-8，支援中文。

1、建立拼寫校正辭典

雖然編輯距離的演算法很土很原始，但是xapian提供了方便的介面建立辭典，至少有如下兩種方式：

(1)xapian::writabledatabase.db.add_spelling(word, freq)

word就是正確的詞，freq是出現頻率，預設是1。

頻率的作用是這樣的，如果對於乙個詞比如籃球和藍球，前者add了4次，後者出現了3詞，那麼當對」蘭球」進行拼寫糾正的時候，就會選擇多的那個即籃球。

(2)上面的add_spelling方法有點麻煩，如果把乙個詞乙個詞新增進去不是很麻煩……於是我們繼續借助termgenerator.

首先xapian::termgenerator.set_database(db)

然後xapian::termgenerator.set_flags(flag_spelling)

之後，索引通過termgenerator建索引的詞都會被加入到spelling辭典中了！

2、使用辭典進行拼寫校正

進行拼寫校正，這是在query階段完成的。

(1)開啟xapian::database

(2)呼叫db.get_spelling_suggestion(word,dist = 2)就能獲得校正啦！如果沒有建議的校正，會返回乙個空的字串，這需要自己處理一下。dist是允許的最大編輯距離，預設是2.

總體來說，雖然編輯距離演算法是最土的演算法之一（相對與語義分析等高階技術），但對於一般的簡單檢索系統已經足夠了。更何況xapian提供了強大、合理的介面，讓我們能很方便的建立起拼寫糾正辭典，這真的已經是很人性化的了。

方法一**：

#include

#define content "70比 69，這是男籃亞錦賽歷史上的最小分差比賽，笑到最後的是東道主中國隊。可以說，這是一次最驚險的勝利；也可以說，這是中國男籃最幸運的結局。終 > 場哨響，中國隊主教練鄧華德和籃管中心副主任胡加時緊緊擁抱在一起，兩人都激動得熱淚盈眶 —— 中國隊贏了，贏得很慶幸。"

using namespace std;

const char*spells[3]=;

int main(int argc , char **argv)

database.commit();

}catch(const xapian::error &e)

}方法二**：

#include

using namespace std;

int main(int argc , char **argv)catch(const xapian::error &e)

}搜尋 **：

#include

using namespace std;

#define word " 蘭球"

int main(int argc , char **argv)catch(const xapian::error &e)

}

fourth 拼寫糾正

機器學習單詞拼寫糾正器python實現

利用貝葉斯公式實現單詞拼寫糾正器

19錯誤糾正

fourth 拼寫糾正

機器學習 單詞拼寫糾正器python實現

利用貝葉斯公式實現單詞拼寫糾正器

19錯誤糾正

相關推薦

機器學習單詞拼寫糾正器python實現