Sprawdzanie pisowni dla Pythona

Question

Jestem dość nowy w Pythonie i NLTK. Jestem zajęty aplikacją, która może wykonywać sprawdzanie pisowni (zastępuje błędnie napisane słowo poprawnie pisownym słowem), Im obecnie korzystam z Enchant Library na Pythonie-2.7, PyEnchant i bibliotece NLTK. Poniższy kod jest klasą, która obsługuje korektę/wymianę.

from nltk.metrics import edit_distance 

class SpellingReplacer(object): 
    def __init__(self, dict_name = 'en_GB', max_dist = 2): 
     self.spell_dict = enchant.Dict(dict_name) 
     self.max_dist = 2 

    def replace(self, word): 
     if self.spell_dict.check(word): 
      return word 
     suggestions = self.spell_dict.suggest(word) 

     if suggestions and edit_distance(word, suggestions[0]) <= self.max_dist: 
      return suggestions[0] 
     else: 
      return word 

Pisałem funkcję, która pobiera listę słów i wykonuje def wymienić na każdym słowie i zwróci listę słów, ale poprawnie napisane.

def spell_check(word_list): 
    checked_list = [] 
    for item in word_list: 
     replacer = SpellingReplacer() 
     r = replacer.replace(item) 
     checked_list.append(r) 
    return checked_list 

>>> word_list = ['car', 'colour'] 
>>> spell_check(words) 
['car', 'color'] 

Teraz ja nie lubię tego, ponieważ nie jest bardzo dokładne i szukam sposób do osiągnięcia kontroli pisowni i zamienniki na słowach. Potrzebuję też czegoś, co pozwoli wykryć błędy w pisowni, takie jak "caaaar"? Czy istnieją lepsze sposoby sprawdzania pisowni? Jeśli tak, jakie one są? Jak Google robi to na przykład, ponieważ ich sugestia do pisowni jest bardzo dobra? Wszelkie sugestie:

Answer 1

Polecam, zaczynając od uważnego przeczytania this post by Peter Norvig. (Musiałem do czegoś podobnego i uznałem, że jest to bardzo przydatne.)

Następująca funkcja, w szczególności, ma pomysły, które są teraz potrzebne do bardziej wyrafinowanego sprawdzania pisowni: dzielenie, usuwanie, transpozycja i wstawianie nieregularnych słów aby "poprawić" je.

def edits1(word): 
    splits  = [(word[:i], word[i:]) for i in range(len(word) + 1)] 
    deletes = [a + b[1:] for a, b in splits if b] 
    transposes = [a + b[1] + b[0] + b[2:] for a, b in splits if len(b)>1] 
    replaces = [a + c + b[1:] for a, b in splits for c in alphabet if b] 
    inserts = [a + c + b  for a, b in splits for c in alphabet] 
    return set(deletes + transposes + replaces + inserts) 

Uwaga: Powyższy fragment jest jednym z Norvig za korektor pisowni

I dobrą wiadomością jest to, że można stopniowo dodawać do utrzymania i poprawy pisowni.

Nadzieję, że pomaga.

Answer 2

czar corrector->

trzeba importować corpus na pulpicie, jeśli przechowywać gdzie indziej zmienić ścieżkę w kodzie dodałem kilka grafiki, jak również przy użyciu Tkinter i to tylko do walki non słowo błędy !!

def min_edit_dist(word1,word2): 
    len_1=len(word1) 
    len_2=len(word2) 
    x = [[0]*(len_2+1) for _ in range(len_1+1)]#the matrix whose last element ->edit distance 
    for i in range(0,len_1+1): 
     #initialization of base case values 
     x[i][0]=i 
     for j in range(0,len_2+1): 
      x[0][j]=j 
    for i in range (1,len_1+1): 
     for j in range(1,len_2+1): 
      if word1[i-1]==word2[j-1]: 
       x[i][j] = x[i-1][j-1] 
      else : 
       x[i][j]= min(x[i][j-1],x[i-1][j],x[i-1][j-1])+1 
    return x[i][j] 
from Tkinter import * 


def retrieve_text(): 
    global word1 
    word1=(app_entry.get()) 
    path="C:\Documents and Settings\Owner\Desktop\Dictionary.txt" 
    ffile=open(path,'r') 
    lines=ffile.readlines() 
    distance_list=[] 
    print "Suggestions coming right up count till 10" 
    for i in range(0,58109): 
     dist=min_edit_dist(word1,lines[i]) 
     distance_list.append(dist) 
    for j in range(0,58109): 
     if distance_list[j]<=2: 
      print lines[j] 
      print" " 
    ffile.close() 
if __name__ == "__main__": 
    app_win = Tk() 
    app_win.title("spell") 
    app_label = Label(app_win, text="Enter the incorrect word") 
    app_label.pack() 
    app_entry = Entry(app_win) 
    app_entry.pack() 
    app_button = Button(app_win, text="Get Suggestions", command=retrieve_text) 
    app_button.pack() 
    # Initialize GUI loop 
    app_win.mainloop() 

Answer 3

Można użyć autocorrect lib aby sprawdzić pisownię w Pythonie.
Przykład Zastosowanie:

from autocorrect import spell 

print spell('caaaar') 
print spell(u'mussage') 
print spell(u'survice') 
print spell(u'hte') 

Wynik:

caesar 
message 
service 
the