近期做了一个自己主动纠错演示网页

近期做了一个自己主动纠错演示网页：nfabo.cn

当 Query 中有一些错别字时，搜索引擎会尝试纠错

通过相似拼音纠错

搜索引擎把这些字还原成拼音，用一个拼音同样的已知 Query 取代。

可是，当输错的汉字是多音字。特别是有多个这种错误输入时，全部的搜索引擎基本上都无论。 或者仅使用一个最经常使用的音去纠错。

由于要考虑全部可能的拼音组合，在极端情况下会导致指数爆炸！

我的算法攻克了这个指数爆炸问题

• 这个演示页面眼下仅仅收录了 800万 条 短语+词频。数据也不太干净
• 该算法所有在内存中执行，使用了 360M 内存。这个数据量，假设用传统方法暴力实现，而且达到这个性能，须要 几十GB 的内存
• 这个server是一个租用的虚拟云主机，单核，比我2009年的笔记本电脑还要慢 3 倍

基于编辑距离的纠错

在已知的搜索词中寻找 编辑距离 与用户 Query 最小的词，使用我的算法也能够高效解决（还没做演示页面）