데이터 유형 문자열에 대한 기본 맞춤법 검사 방법이 있습니까?

Question

필자는 맞춤법 검사를 허용하지 않는 매우 오래된 데이터베이스 GUI를 사용하여 엄청난 양의 데이터를 손으로 입력하는 도구를 연구 중이므로 후 처리 과정에서이 작업을 수행해야합니다. 이것은 C#의 첫 번째 진지한 프로그램이며 사전처럼 더 복잡한 내용을 구현하거나 NHunspell과 같은 외부 라이브러리를 사용하기 전에 문자열에 오류가 있는지 여부를 확인하기 위해 일반 문자열에 적용 할 수있는 기본 메서드가 있는지 궁금합니다.

SpellCheck 클래스에 대해 읽었지만 텍스트 상자를 사용하지 않는 간단한 문자열을 통해 어떻게 사용할 수 있는지 알지 못합니다. 가능한 경우 누군가 제발 어떻게 할 수 있는지 보여 줄 수 있습니까?

미리 감사드립니다.

Answer 1

나는 최근에 내가 (당신은 또한 NuGet에서 얻을 수있는) NHunspell을 사용했습니다 비슷한에 근무했습니다, 그래서 그것을 정확한 코드가 아니지만, 꽤 근처입니다 (같은 것을 가지고) :

public IDictionary<string, IEnumerable<string>> Analyze(string text) 
{ 
    var results = new Dictionary<string, IEnumerable<string>>(); 

    using (var hunspell = new Hunspell("Resources\\en_GB.aff", "Resources\\en_GB.dic")) 
    { 
     string[] words = Regex.Split(text, @"\W+", RegexOptions.IgnoreCase); 
     IEnumerable<string> misspelledWords = words.Where(word => !hunspell.Spell(word)); 

     foreach (string word in misspelledWords) 
     { 
      IEnumerable<string> suggestions = hunspell.Suggest(word); 
      results.Add(word, suggestions); 
     } 
    } 
    return results; 
} 

텍스트를 분석하고 철자가 잘못된 단어 사전을 각 단어에 대한 제안 목록과 함께 반환합니다.

그냥 추가하면 here은 (다른 언어로 된) Hunspell 사전 목록입니다.

Answer 2

맞춤법 검사를 구현하는 가장 쉬운 방법은 웹 API를 사용하는 것입니다. 다행히도 Microsoft는 이미 하나를 만들었습니다 http://msdn.microsoft.com/en-us/library/windows/desktop/hh869852(v=vs.85).aspx

두 번째 방법은 사전을 다운로드하고 가능한 단어마다 반복 한 다음 The Levenshtein distance calculation을 사용하여 유사도 백분율을 반환합니다. 단어가 75 % 이상인 경우 수정이라고 제안 할 수 있습니다. 여기

가 Levenshtein 거리 계산에 또 다른 링크입니다, 이것은 좋은 C# 예제 http://www.dotnetperls.com/levenshtein

이의 길이로 거리 계산

1. 설정 n의 기본 아이디어를 가지고 에스. ("GUMBO") m을 t의 길이로 설정하십시오. ("GAMBOL")

   n = 0이면 m을 입력하고 종료하십시오.

   m = 0이면 n을 반환하고 종료하십시오.

   0..m 요소를 포함하는 두 벡터, v0 [m + 1] 및 v1 [m + 1]을 만듭니다.

2. v0을 0..0으로 초기화합니다.

3. s (i는 1에서 n까지)의 각 문자를 검사하십시오.

4. t (j는 1에서 m까지)의 각 문자를 검사하십시오. S가 [I] [J는 비용 1.

5. 집합 전지 V1은 [J] T와 동일하지 않은 경우

6. S [I]를 t [J]를 동일한 경우, 비용은 0이다 ] 최소값 :

   a. 플러스 1 바로 위의 셀 : v1 [j-1] + 1

   b. 바로 왼쪽의 셀 +1 : v0 [j] + 1

   c. 대각선으로 위와 왼쪽에있는 셀에 비용 : v0 [j-1] + 비용.

7. 반복 단계 (3, 4, 5, 6)가 완료된 후, 거리는 셀 v1 [m]에서 발견됩니다.