c# - 在字典中查找最匹配的单词

Question

我正在创建一个程序来读取扫描的手写文档并将其转换为文本。识别出的单词必须来 self 创建的大约 300 个单词的词典。例如，如果手写单词被识别为“heilo”，但我的字典只包含“hello”和“world”，它应该将其转换为“hello”。但是，如果它认出它是“行星”，它应该不会匹配到任何东西。我认为一种可能的方法是创建一个分数，表示识别出的单词与字典中每个单词的匹配程度。如果它没有获得最低分数，则找不到匹配项。

我正在用 C# 编写应用程序。是否有可用的库/示例可以执行此类操作，或者我是否必须从头开始编写所有代码？

谢谢

Answer 1

标准库中没有任何东西可以计算单词之间的距离，但是您可以在 Internet 上找到大量示例:查找 "edit distance"或 "Levenshtein distance" .这个想法是根据第一个字符串的更改次数来衡量相似性，以使其成为第二个字符串。 "heil"和 "hello"之间的距离为 2，因为您需要将 "i"替换为 "l"(第一次编辑)，然后附加一个 "o"(第二次编辑)。

在寻找实现或实现您自己的实现时，请避免使用二维数组进行简单的实现，因为它的内存效率不高。使用具有 O(min(m,n)) 内存要求的修改，而不是“天真的”O(m*n)。