使用编辑距离实现英语单词纠错-面向过程实现

艾鹤

已于 2022-09-21 17:52:57 修改

阅读量270

点赞数

分类专栏： java 文章标签： java 开发语言 nlp 算法

于 2022-07-28 18:10:13 首次发布

本文链接：https://blog.csdn.net/u010212101/article/details/126040935

版权

任务：

使用编辑距离实现英语单词纠错。
实现：
1、先面向过程实现即可

面向过程实现

准备工作：
1、准备一个英语词典

实现过程：
1、初始化/构造：将词典加载到set中（N）
2、将用户的英语句子分割成单词存入数组中，对数组中每个单词进行纠错 (M)
3、将取出的单词和set中的词典单词逐个比较，纠错：(M)
1）在的话，跳过
2）不在，就使用编辑距离纠错：
a.将当前错误单词和词典里的单词逐个计算编辑距离 N*(PlogP)
b.将编辑距离最小的输出/替换
ps：有可能有多个相同的编辑距离的候选单词，取其中一个即可。

时间复杂度：MN(PlogP)

分词-算法/方法：
根据空格/标点，将所有单词拆开


```package dao;

import java.io.BufferedReader;
import java.io.File;
import java.io.FileInputStream;
import java.io.FileReader;
import java.io.InputStreamReader;
import java.util.ArrayList;
import java.util.HashSet;
import java.util.List;
import java.util.Scanner;
import java.util.Set;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

import org.junit.internal.runners.model.EachTestNotifier;

import sun.print.resources.serviceui;

public class EnglishWordCorrector {
   
	public static void main(String[] args) {
   
		String path = "C://Users//admin//Desktop//Spell.txt";//文件路径
		//1 英语词典的遍历
		Set<String> dict = readWordFile();
        //2 英语文章的遍历
		List<String> englishList = getEnglishCharacter(path);
        //3 英语文章的修改   	
		int i=0;
		String regex = "^[a-zA-Z]+$";
        for(String str : englishList){
      
        	if(str.matches(regex)){
   
        		if(!dict.contains(str)){
   
        			englishList.set(i, getCorrectWord(str));
        		}
        	}
    		i++;
        }
        int next_count = 0;
        for(String str:englishList){
   
        	next_count++