问题标签 [misspelling]

我最近正在制作我的第一个 Android 应用程序，它有一个Edittext区域计划只允许用户输入正确拼写的单词。基本上我已经学会了如何使用布局属性Android:inputType来检测任何拼写错误的单词。任何拼写错误的单词都应标有红色下划线。但是我找不到阻止用户输入拼写错误的单词的方法。

理想的情况是：如果用户输入了任何拼写错误的单词并单击提交按钮，则会出现提示消息（例如 Toast 消息），通知用户在真正提交之前修改拼写错误的单词。

我正在尝试基于教程 https://docs.angularjs.org/tutorial/step_00中的应用程序做一个测试应用程序。它工作正常，但我有 post 方法。

索引.html

控制器.js

Get 方法可以正常工作（显示的 html 代码不包含它的用法），chiliSpicy 函数也可以工作。但是 sendData 函数会抛出错误（成功函数在哪里）

实际上，服务器接收到数据，但是成功函数没有通过。任何想法？谢谢。

我正在尝试改进我的 MySQL 查询。

我得到了一个由 URL 组成的输入，这些 URL 的格式如下：

• http://www.steamgifts.c​​om/giveaway/l7Jlj/plain-sight
• http://www.steamgifts.c​​om/giveaway/okjzc/tex-murphy-martian-memorandum
• http://www.steamgifts.c​​om/giveaway/RqIqD/flyn
• http://www.steamgifts.c​​om/giveaway/FzJBC/penguins-arena-sednas-world

我从 URL 中获取游戏名称并将其用作 SQL 查询的输入。

• $query = "一目了然"
• $query = "tex 墨菲火星备忘录"
• $查询=“飞”
• $query = "企鹅竞技场 sednas 世界"

现在在数据库中，匹配的名称有时会包含更多字符，例如：'！等。

例子：

• “众目睽睽下”
• “特克斯墨菲：火星备忘录”
• “飞N”
• “企鹅竞技场：塞德娜的世界！”

因此，当输入从 URL 获取的名称时，这不会为第二个、第三个和第四个示例产生结果。所以我所做的是使用 % 字符。

• $query = "普通%sight"
• $query = "tex%murphy%martian%备忘录"
• $查询=“飞”
• $query = "企鹅%竞技场%sednas%world"

这现在给出了第一个和第二个例子的结果。

.

关于我的问题：

我的问题是，如何更好地改进这一点，以便第三和第四个也起作用？

我正在考虑在每个字符之前和之后添加额外的 % ：

• $query = "%f%l%y%n%"
• $query = "%p%e%n%g%u%i%n%s%a%r%e%n%a%s%e%d%n%a%s%w%o%r%l %d%"

但我不确定这将如何提高性能，以及这是否是最好的解决方案。

添加 % 是一个好的解决方案吗？

有关如何进行良好工作查询的任何其他提示？

进步：

经过一番测试，我发现添加大量通配符 (%) 并不是一个好主意。你会从数据库中得到意想不到的结果，仅仅因为你刚刚添加了很多可以匹配的方法。

使用 slug 方法似乎是唯一的选择。

我使用 StanfordNLP 来标记一组用智能手机编写的消息。这些文本有很多错别字，不遵守标点规则。很多时候缺少空格会影响标记化。

例如，以下句子缺少“California.This”和“university,founded”中的空格。

斯坦福大学位于加利福尼亚州。这所大学是一所伟大的大学，成立于 1891 年。

标记器返回：

{“斯坦福”、“大学”、“是”、“位于”、“在”、“California.This”、“大学”、“是”、“a”、“伟大”、“大学”、“” , "创立", "in", "1891", "."}

正如所观察到的，他们很好地分割了除“California.This”之外的所有标记（我希望有三个标记{“California”“。”“this”}）。我查看了标记化规则，并观察到单词的正则表达式接受用于单词中句子结尾的标点符号。

WORD = {LETTER}({LETTER}|{DIGIT}) ([.!?]{LETTER}({LETTER}|{DIGIT}) )*

我删除了最后一部分并重新编译，但标记器仍然没有改变它的行为。

有人知道如何避免这种不需​​要的行为吗？或者有人可以告诉我另一个适用于此类文本的标记器吗？

我的论坛使用 Google App Engine Search Api。所以很自然地，我希望能够找到部分和拼写错误的单词。但是 api 并没有这样做。有谁知道这个api的解决方法或更好的替代方案？

对于部分匹配，我可以想象将论坛评论中的每个单词都炸成一组子字符串。但这似乎相当昂贵。试想一下：如果评论有 60 个字（比如总共 500 个字符），那么保存单个论坛帖子将在文档中添加一个巨大的文本字段

这是相当荒谬的，尤其是正则表达式匹配器会更经济。这引出了一个问题：为什么查询不使用正则表达式匹配以便可以找到部分单词？至于拼写错误，有很多算法可以做到这一点，为什么 App 引擎 Seach api 不提供呢？

现在当然我在这里发布这个希望我错了，有人会告诉我 Search Api 确实提供了所有这些功能。我一直在网上浏览很多教程，到目前为止还没有。那么问题又来了：App Engine Search Api 是否允许partial text matchingand misspelled text matching？如果没有，我该如何破解它？

我正在开发一个小型拼写程序，我需要更改拼写错误字母的颜色。这是我尝试过的。此代码检测到拼写错误，但不会更改拼写错误字母的颜色：

任何帮助表示赞赏！

我目前正在尝试设置一个类似于谷歌拼写错误更正的建议器。我正在使用带有以下查询的Elastic Suggesters ：

它产生以下建议：

现在我遇到的问题是选项内和建议内的返回文本。我提交的文本和返回的文本应该是“hüle”而不是“hule”。此外，返回的选项文本实际上应该是“hülle”而不是“hulle”。当我对查询和建议器使用相同的字段时，我想知道为什么变音符号只在建议器中丢失，而不在常规查询结果中。

在此处查看查询结果：

我想知道在格式不同或其中一个拼写错误时如何匹配邮政地址。

到目前为止，我已经找到了不同的解决方案，但我认为它们已经很老了而且效率不高。我确信存在一些更好的方法，所以如果您有参考资料供我阅读，我相信这是一个可能会引起几个人兴趣的主题。

我找到的解决方案（示例在 R 中）：

• Levenshtein 距离，它等于您必须插入、删除或更改以将一个单词转换为另一个单词的字符数。

  agrep("acusait", c("accusait", "abusait"), max = 2, value = TRUE) ## [1] "accusait" "abusait"

• 音位比较

  library(RecordLinkage) soundex(x<-c('accusait','acusait','abusait')) ## [1] "A223" "A223" "A123"

• 使用拼写校正器（最终是像彼得诺维格那样的贝叶斯校正器），但我猜对地址不是很有效。

• 我想使用谷歌建议的建议，但同样，它在个人邮政地址上效率不高。

• 您可以想象使用机器学习监督方法，但您需要存储用户拼写错误的请求才能这样做，这对我来说不是一个选择。

我正在寻找用于拼写校正的 AI 算法，我发现 Levenshtein 距离算法可以比较两个字符串之间的相似性，所以我的问题是我应该在错误的单词与我字典中的所有单词之间实现这种相似性吗？因为如果是的话，时间运行会很慢。我的第二个问题可以在两个长度不同的字符串上实现这个算法，谢谢

我一直在研究拼写校正模型，并试图找到一些评估指标。如果您认为假阴性试图修复一个已经正确的单词，而假阳性则缺少错误，那么您可以计算精度、召回率和准确性。然而，这些指标并没有说明更正模型的质量（无论它是否成功地将错误的单词更正成用户想要输入的内容），并且只评估拼写检查能力而不是更正能力。