9

我有一个 TSV（制表符分隔值）文件，我需要对拼写错误和组合词（即“我爱你”与“我爱你”）进行拼写检查。

我已经在我的机器上安装了 Aspell，并且可以使用 aspell() 函数通过 R 运行它。

files <- "train2.tsv"
 res <- aspell(files)
 str(res)
 summary(res)

然而，在 R 中运行它的输出只是一个拼写错误的单词和可能的建议的列表。

>  summary(res)
Possibly mis-spelled words:
 [1] "amant"        "contaneir"    "creat"        "ddition"      "EssaySet"     "EssayText"    "experiament"  "expireiment"  "expirement"  
[10] "Fipst"        "infomation"   "Inorder"      "measureing"   "mintued"      "neccisary"    "officialy"    "renuminering" "rinsen"      
[19] "sticlenx"     "sucessfully"  "tipe"         "vineager"     "vinigar"      "yar"   

>  str(res)
Classes ‘aspell’ and 'data.frame':      27 obs. of  5 variables:
 $ Original   : chr  "EssaySet" "EssayText" "expirement" "expireiment" ...
 $ File       : chr  "train2.tsv" "train2.tsv" "train2.tsv" "train2.tsv" ...
 $ Line       : int  1 1 3 3 3 3 3 3 6 6 ...
 $ Column     : int  4 27 27 108 132 222 226 280 120 156 ...
 $ Suggestions:List of 27
  ..$ : chr  "Essay Set" "Essay-Set" "Essayist" "Essays" ...
  ..$ : chr  "Essay Text" "Essay-Text" "Essayist" "Sedatest" ...
  ..$ : chr  "experiment" "excrement" "excitement" "experiments" ...
  ..$ : chr  "experiment" "experiments" "experimenter" "excrement" ...
  ..$ : chr  "Amandy" "am ant" "am-ant" "Amanda" ...
  ..$ : chr  "year" "ya" "Yard" "yard" ...

有没有办法让 aspell（或任何其他拼写检查器）自动更正拼写错误的单词？

4

1 回答 1

9

看起来您可以执行以下操作：

s = load_up_users_dictionary()

for word in text_to_check:
    if word not in s:
        new_words = s.suggest( word )
        replace_incorrect_word( word, new_words[0] )#Pick the first word from the returned list.

只需快速浏览一下文档，您就可以自动使用建议的正确拼写。

http://0x80.pl/proj/aspell-python/index-c.html

编辑：意识到您可能不是在寻找 python 代码，但这将是使用 python 执行此操作的最简单方法，因为问题被标记为 python。可能有一种更有效的方法可以做到这一点，但是已经很晚了，首先想到的是。

于 2012-07-07T06:42:58.050 回答