英文拼写检查系统的设计与制作.pdfVIP

英文拼写检查系统的设计与制作 The Design and Production of English Spelling Check System mark goonyangxiaofang@163.com 2009 年 12 月20 日 英文拼写检查系统的设计与制作 摘要：本文介绍英文拼写检查，包括常见的集中英文拼写错误类型以及各种错误类型对应的 错误发现和纠错方法。主要介绍单词错误的检错与纠错，单词错误的发现与纠错有许多方法， 这里采用最小编辑距离法，并对最小编辑距离法扩展了一下，增加相邻字母间交换以及非相 邻字母间交换的操作。实验表明最小编辑距离法对常见单词错误的发现很有效，但自动纠错 并不理想，本系统是先发现错误，一般不采用自动纠错，而是给出建议，用户根据需求选择 想要的正确单词。另外此系统有很多需要改进的地方，需要进一步完善。真词错误的发现与 纠正要根据上下文来判断，这方面工作还需要进一步做。 关键词：拼写检查、单词错误、真词错误、最小编辑距离 1 引言 英文拼写检查是自然语言处理的主要应用领域之一。20 世纪60 年代，国外就开展了英 文文本的自动校对研究；IBM Thomas J. Watson 研究中心首先于1960 年在IBM / 360 和IBM / 370 用UNIX 实现了一个TYPO 英文拼写检查器；1971 年，斯坦福大学的Ralph Gorin 在 DEC-10 机上实现了一个英文拼写检查程序Spell。多年来，随着计算机技术的不断发展，新 的输入技术不断涌现，如OCR 识别、语音识别，开展拼写错误校对的研究更加迫切。这方 面的研究也在不断取得进展，部分成果已经商品化，目前流行的一些文字处理软件（如Word ， Wordperfect 等）也都嵌入了英文拼写检查功能。国际互联网上还能见到Expert Ease 公司推 出的Deal Proof ，Newton 公司推出的Proofread 等英文单词拼写检查系统。 本文首先介绍英文拼写检查中的错误类型以及检错纠错方法，并利用其中一种方法及其 改进算法实现一简单的英文拼写检查系统。 2 英文拼写错误类型 英文拼写时，常见的错误有以下几种：非词错误、真词错误和句法语义错误。 类型 非词错误 真词错误 句法语义错误 属性 真词错误造成 虽不是想要的单词，但 文本中被词边界分隔出 原稿本身存在语法错 却在词典中能够查到的 的字符串，根本就不是 误 定义 真正的单词。 词典中的词。 输入时丢失了某个单 也称为“上下文相关的 也称为“单词错误”。 词甚至串行或丢失一 文本错误”。 整行。 them→tehm; the→thr; from→form; 例子 partition→patition; employer→employee study→studdy.