自然语言处理系统NLP之拼写纠错

自然语言处理系统NLP之拼写纠错

英文拼写纠错

英文拼写纠错按照类型不同，分为Non-word Errors和Real-word Errors。Non-word Errors指拼错的单词，如将“giraffe”写成“graffe”；Real-word Errors指单词误写为其他的单词，如将“there”错误拼写为“three”（形近），将“peace”误拼为“piece”（同音），将“two”错误拼写为“too”（同音）。
英文拼写纠错步骤如下：

• 构建词汇表vocab.txt

'
'd
'flight
'll
're
's
've
,
--
.
.......
Aurora
Auschwitz
Austin
Australia
Australian