language-agnostic - 一个 StringToken 解析器，提供谷歌搜索风格 "Did you mean:"建议

Question

寻求一种方法:

在字符串中使用空格分隔的标记；返回一个建议的词

即:
谷歌搜索可以采用“fonetic wrd nterpreter”，
并在结果页面的顶部显示“您的意思是:音标解释器”

首选使用任何 C* 语言或 Java 的解决方案。

是否有任何现有的开放图书馆可以执行此类功能？

或者有没有办法利用 Google API 来请求建议的单词？

Answer 1

在他的文章How to Write a Spelling Corrector中，Peter Norvig 讨论了如何实现类似 Google 的拼写检查器。本文包含一个用 Python 编写的 20 行实现，以及指向多个用 C、C++、C# 和 Java 重新实现的链接。这是摘录:

The full details of an industrial-strength spell corrector like Google's would be more confusing than enlightening, but I figured that on the plane flight home, in less than a page of code, I could write a toy spelling corrector that achieves 80 or 90% accuracy at a processing speed of at least 10 words per second.

使用 Norvig 的代码和 this text作为训练集，我得到以下结果:

>>> import spellch
>>> [spellch.correct(w) for w in 'fonetic wrd nterpreterr'.split()]
['phonetic', 'word', 'interpreters']