如果一个单词缺少了一些字母,如何确定它是哪个单词?

假设你在编写一个OST,或者一个网络错误纠正应用程序。你需要处理一个缺少一些字母的单词,比如,“*leph*nt”。你有一个存储在数组中的英语词典。你如何确定它是哪个单词?


回答:

计算你的查询与所有词典单词之间的Levenshtein距离肯定会很慢。

更好的策略是生物序列的BLAST程序所使用的方法。在BLAST中,首先建立一个序列数据库的索引,该索引将固定长度的小子串K与包含它们的单词列表相关联。

在查询时,BLAST会在索引中搜索查询字符串中的所有长度为K的子串。然后,可以通过扩展查询和索引字符串中的匹配子串来快速计算近似的Levenshtein距离,并返回距离低于某个阈值的索引字符串。

Related Posts

Keras Dense层输入未被展平

这是我的测试代码: from keras import…

无法将分类变量输入随机森林

我有10个分类变量和3个数值变量。我在分割后直接将它们…

如何在Keras中对每个输出应用Sigmoid函数?

这是我代码的一部分。 model = Sequenti…

如何选择类概率的最佳阈值?

我的神经网络输出是一个用于多标签分类的预测类概率表: …

在Keras中使用深度学习得到不同的结果

我按照一个教程使用Keras中的深度神经网络进行文本分…

‘MatMul’操作的输入’b’类型为float32,与参数’a’的类型float64不匹配

我写了一个简单的TensorFlow代码,但不断遇到T…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注