Python 중국어 오류 정정 의 간단 한 실현

소개 하 다.
이 글 은 주로 Python 으로 간단 한 중국어 분사 의 동 음 자 오 류 를 고 쳤 다.현재 사례 에 서 는 한 글자 만 틀 릴 수 있 고 자신 이 관심 이 있 으 면 계속 최적화 할 수 있다.구체 적 인 절 차 는 다음 과 같다.

먼저 파일 을 준비 합 니 다.그 안에 모든 줄 에 중국어 단 어 를 넣 습 니 다.제 가 있 는 파일 은 아래 코드 중의/Users/wys/Desktop/token.txt 입 니 다.당신들 은 자신 으로 바 꾸 고 코드 를 실행 할 수 있 습 니 다

4.567917.접두사 트 리 류 를 구축 하여 삽입 기능 을 실현 하고 모든 표준 단 어 를 접두사 트 리 에 삽입 합 니 다.또한 하나의 검색 기능 을 실현 하여 단 어 를 검색 합 니 다4.567917.입력 한 잘못된 단어 중의 한 글 자 를 모두 10 개의 동 음 자 를 찾 아 한 글 자 를 10 개의 동 음 자로 교체 한 결과 최대 n*10 개의 단 어 를 얻 을 수 있 고 n 은 단어의 길 이 를 얻 을 수 있 습 니 다.어떤 음 은 10 개의 동 음 자가 없 을 수 있 기 때 문 입 니 다4.567917.이 단어 들 을 모두 접두사 트 리 에서 찾 습 니 다.찾 을 수 있 으 면 바로 잡 으 면 되 돌아 갑 니 다코드

import re,pinyin
from Pinyin2Hanzi import DefaultDagParams
from Pinyin2Hanzi import dag

class corrector():
    def __init__(self):
        self.re_compile = re.compile(r'[\u4e00-\u9fff]')
        self.DAG = DefaultDagParams()

    #         
    def getData(self):
        words = []
        with open("/Users/wys/Desktop/token.txt") as f:
            for line in f.readlines():
                word = line.split(" ")[0]
                if word and len(word) > 2:
                    res = self.re_compile.findall(word)
                    if len(res) == len(word): ##            
                        words.append(word)
        return words

    #             10      ，
    def pinyin_2_hanzi(self, pinyinList):
        result = []
        words = dag(self.DAG, pinyinList, path_num=10)
        for item in words:
            res = item.path  #     
            result.append(res[0])
        return result

    #              
    def getCandidates(self, phrase):
        chars = {}
        for c in phrase:
            chars[c] = self.pinyin_2_hanzi(pinyin.get(c, format='strip', delimiter=',').split(','))
        replaces = []
        for c in phrase:
            for x in chars[c]:
                replaces.append(phrase.replace(c, x))
        return set(replaces)

    #            
    def getCorrection(self, words):
        result = []
        for word in words:
            for word in self.getCandidates(word):
                if Tree.search(word):
                    result.append(word)
                    break
        return result

class Node:
    def __init__(self):
        self.word = False
        self.child = {}


class Trie(object):
    def __init__(self):
        self.root = Node()

    def insert(self, words):
        for word in words:
            cur = self.root
            for w in word:
                if w not in cur.child:
                    cur.child[w] = Node()
                cur = cur.child[w]

            cur.word = True

    def search(self, word):
        cur = self.root
        for w in word:
            if w not in cur.child:
                return False
            cur = cur.child[w]

        if cur.word == False:
            return False
        return True

if __name__ == '__main__':
    #       
    c = corrector()
    #     
    words = c.getData()
    #       
    Tree = Trie()
    #               
    Tree.insert(words)
    #   
    print(c.getCorrection(['    ','    ','    ']))

결실
인쇄 결과:
['전당 거리','전당 거리','전당 거리']
모두 바로 잡 는 데 성 공 했 고 어느 정도 효과 가 있 으 며 그 후에 도 계속 최적화 할 것 임 을 알 수 있다.
파 이 썬 의 중국어 오류 정정 에 관 한 간단 한 실현 에 관 한 이 글 은 여기까지 소개 되 었 습 니 다.더 많은 파 이 썬 의 중국어 오류 정정 내용 은 우리 의 이전 글 을 검색 하거나 아래 의 관련 글 을 계속 조회 하 시기 바 랍 니 다.앞으로 많은 응원 바 랍 니 다!