智能拼写检查

我正在使用NHunspell来检查字符串中的拼写错误,方法如下:

var words = content.Split(' ');string[] incorrect;using (var spellChecker = new Hunspell(affixFile, dictionaryFile)){    incorrect = words.Where(x => !spellChecker.Spell(x))        .ToArray();}

这种方法通常有效,但也存在一些问题。例如,如果我在检查句子“This is a (very good) example”时,它会将“(very”和“good)”报告为拼写错误。或者,如果字符串中包含时间如“8:30”,它也会将其报告为拼写错误。它还会在处理逗号等符号时出现问题。

微软Word足够智能,能够识别时间、分数或以逗号分隔的单词列表。它知道何时不使用英语词典,也知道何时忽略符号。我如何在我的软件中实现类似的、更智能的拼写检查?有没有提供更多智能功能的库?

编辑:我不想强迫用户在他们的机器上安装微软Word,因此使用COM互操作不是一个选项。


回答:

如果你的拼写检查器真的那么笨,你应该先对其输入进行预分词以提取单词,然后一次一个地(或以空格连接的字符串形式)输入这些单词。我不熟悉C#/.NET,但在Python中,你可以使用简单的正则表达式\w+来实现这一点:

>>> s = "This is a (very good) example">>> re.findall(r"\w+", s)['This', 'is', 'a', 'very', 'good', 'example']

我敢打赌.NET也有非常相似的功能。实际上,根据.NET文档\w是支持的,所以你只需要找出那里如何调用re.findall即可。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注