拼写错误的问题:当您使用用户输入制作应用程序时,您可能会遇到错误的输入。有可用的拼写检查库来处理它们,但是用户定义的数据可能不存在于字典中。例如,您正在构建一个聊天机器人,您需要在其中输入位置名称来搜索餐厅。
1 回答
数据库层解决方案:
要处理此问题,您可以使用 soundex API。这些是在所有技术中作为小型库可用的标准 API。它们也可用于数据库 SQL 查询。
下面是 MySQL 数据库的有效 SQL 查询之一: select distinct r_name from restuarant where area = 'South' and SOUNDEX(cost) = SOUNDEX('cheep')
在上面的例子中,数据库可能有“便宜”的条目,但用户输入了“便宜”。所以上面的查询将返回 cost = 'cheap' 的有效记录。
python层中的解决方案:
Fuzzy 库有 Soundex 和 DMetaphone API。
设置模糊的步骤:
一个。确保您已安装 python3 并在 PATH 'C:\Program Files\Python36\Scripts' 中设置
湾。从https://pypi.python.org/pypi/Fuzzy下载 Fuzzy-1.2.2.tar.gz 库
C。将它们提取到一个文件夹中。
d。执行 setup.py 安装
在python中导入和测试:
进口模糊
dmtfn = 模糊.DMetaphone(4)
打印(dmtfn('海得拉巴'),dmtfn('海得拉巴'))
>> [b'HTRP', None] [b'HTRP', None]
打印(dmtfn('海得拉巴')[0],dmtfn('海得拉巴')[0])
>> b'HTRP' b'HTRP'
一个真实的用例(聊天机器人中的实体提取器):
当您为餐厅搜索构建聊天机器人时,您必须找到一个有效位置,该位置被预定义为实体列表。所以用户输入的位置在被传递到数据库之前应该被识别为python层中的一个实体。在这种情况下,我们可以使用 soundex ot dmetaphone api。
下面的代码片段,从文件夹中读取实体(所有位置都可以在文件 city.txt 中),然后创建有效的实体列表。然后将实体列表转换为有效的 DMetaphone 代码。最后输入位置将被转换为 DMetaphone 代码并与之前创建的代码进行比较。
# read all entities from the entities folder
# store them as dictionary, where key is filename
files = os.listdir('./entities/')
entities = {}
for fil in files:
lines = open('./entities/'+fil).readlines()
for i, line in enumerate(lines):
lines[i] = line[:-1]
entities[fil[:-4]] = '|'.join(lines)
# now convert the valid entities into codes
if ' ' in uinput:
codes = [dmtfn(w)[0] for w in uinput.lower().split()]
else:
codes = [dmtfn(uinput.lower())[0]]
# If the code of input location matches with valid code list
# then store the location as valid attribute for the intent
for entity in entities:
for i in entities[entity].split('|'):
# entity extraction using sound code, to avoid spell mistakes
# using soundex in database layer
currCode = dmtfn(i.lower())[0]
# print(currCode, i.lower())
if currCode in codes:
# if i.lower() in uinput.lower():
attributes[entity] = i