java - 能够建议有限集合中单词的不同拼写的轻量级库？

Question

我正在寻找一个轻量级库，它允许我向它提供一堆单词，然后询问它给定的单词是否有任何接近的匹配。z

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

我正在开发一种小语言，我发现在检测到“未定义的类”错误时向用户提出建议(很多时候只是拼写错误的单词)，这是很漂亮的。不过，我不想在这个问题上浪费太多时间。

谢谢

Answer 1

编辑距离是处理它的常用方法。只需将所有单词添加到列表中，然后对其进行强力迭代并返回最小距离。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

如果你有大量单词并且希望它运行得更快，那么你必须使用 ngram。将每个单词分解为二元组，然后将(二元组，单词)添加到 map 中。使用映射查找目标单词中的二元词，然后迭代候选词。不过，这可能比您想做的还要多。