java - 能够从有界集合中建议单词的不同拼写的轻量级库？

Question

我一直在寻找轻量级库，它允许我输入一堆单词，然后询问给定单词是否有任何接近的匹配项。z

我并不特别关心底层算法（我认为一个简单的汉明距离算法可能就足够了，如果我自己承担这项任务）。

我只是在开发一种小型语言，当检测到“未定义的类”错误（很多时候它只是一个拼写错误的单词）时，我发现向用户提出建议很不错。不过，我不想在这个问题上浪费太多时间。

谢谢

Answer 1

不一定是图书馆，但我认为这篇文章可能真的很有帮助。它主要描述了拼写校正器如何在 python 中工作的一般工作原理，但也有一个 java 实现的链接，如果这是你正在寻找的东西，你可以使用它（请注意，我之前没有专门使用过 java 的） )

Answer 2

Levenshtein 距离是处理它的常用方法。只需将所有单词添加到列表中，然后暴力迭代它并返回最小距离。这是一个具有 Levenschtein 函数的库：http ://commons.apache.org/lang/api-2.4/org/apache/commons/lang/StringUtils.html

如果您有大量单词并且希望它快速运行，那么您必须使用 ngrams。将每个单词溢出成双拼，然后将 (bigram, word) 添加到地图中。使用地图查找目标词中的二元组，然后遍历候选词。不过，这可能比您想做的工作还要多。