java - Apache Lucene - 改进拼写检查器的结果

Question

我最近使用 Apache Lucene 实现了一个 SpellChecker。我的代码如下:

public void loadDictionary() {
    try {
        File dir = new File("c:/spellchecker/");
        Directory directory = FSDirectory.open(dir);
        spellChecker = new SpellChecker(directory);
        Dictionary dictionary = new PlainTextDictionary(new File("c:/dictionary.txt"));
        IndexWriterConfig config = new IndexWriterConfig(Version.LUCENE_40, null);
        spellChecker.indexDictionary(dictionary, config, false);
    } catch (IOException e) {
        e.printStackTrace();
    }
}

public String performSpellCheck(String word) {
    try {
         String[] suggestions = spellChecker.suggestSimilar(word, 1);
         if (suggestions.length > 0) {
             return suggestions[0];
         }
         else {
             return word; 
         }
    } catch (Exception e) {
        return "Error";
    }
}

上面的代码使用了一个英文单词字典。我的准确性有问题。我想要它做的是建议与拼写错误的单词(即未出现在所用词典中的单词)相似的单词。但是，如果我将“post”这个词发送给 performSpellCheck 方法，它返回“poet”，即它正在纠正不需要纠正的单词(这些单词存在于字典文件中)。

关于如何改进我的结果有什么建议吗？

Answer 1

我认为，你应该使用 SpellChecker.exists()方法。仅当字典中不存在该词时才使用 suggestSimilar 方法。