Python 拼写检查器

Question

我需要 python 中的拼写检查器。我看过以前的答案，它们现在似乎都已过时或不适用：

Python spell checker using a trie这道题比较偏数据结构

Python Spell Checker 这是一个拼写校正器，给定两个字符串。

http://norvig.com/spell-correct.html 经常被引用并且很有趣，但也是一个拼写校正器，准确性不够好，尽管我可能会结合检查器使用它。

Spell Checker for Python 使用不再维护的 pyenchant。

Python: check whether a word is spelled correctly 还建议未维护的 Pyenchant。

我需要的一些细节：

一个接受字符串（单词）和returns布尔值的函数，该布尔值是否是有效的英语。单元测试希望 "car" 输入为 True，"ijjk".
准确率需要在90%以上，但不能高于90%。我只是在文档分类的预处理过程中使用它来排除单词。大多数错误无论如何都会被识别为出现得太少的单词（尽管不是全部）。拼写更正并非在所有情况下都有效，因为很多错误都是 OCR 问题，离修复太远了。
如果它可以处理法律条款，那将是一个很大的优势。否则我可能需要手动将某些术语添加到字典中。

最好的方法是什么？是否有维护的库？我需要下载字典并对照它吗？

Answer 1

如果您需要简单的逐词检查，您只需要词库（最好匹配您的术语），将其读入 python set 并通过一.

Once/if您对这种天真的实现有疑问，您将深入研究具体问题。

Answer 2

2 个最近的 Python 库，均基于针对任务优化的 Levenshtein 最小编辑距离：

需要说明的是，上面的symspellpylink是原始SymSpell C#实现its description is here. The original SymSpell Github repository includes a dictionary with word frequencies的Python端口。

Spello 包含基于 30K 条新闻和 30K 条维基百科文章的基本预训练模型。但最好在您域中的自定义语料库上对其进行训练。

Answer 3

您可以在 Python 中使用名为 enchant

的专用拼写检查库

要检查一个单词的拼写是否正确，即英语中是否存在这样的单词，您所要做的就是：

import enchant
d = enchant.Dict("en_US")
d.check("scienc")

这将给出输出：

False

这个库最好的部分是它建议单词的正确拼写。例如：

d.suggest("scienc")

将给出输出：

['science', 'scenic', 'sci enc', 'sci-enc', 'scientist']

此库中还有更多功能。例如，在上面的示例代码中，我使用了美国英语语料库 ("en_US")。您可以使用其他英语语料库，例如 "en_AU" 用于澳大利亚英语，"en_CA"，"en_GB" 分别用于加拿大和英国等等。也有非英语语言支持，例如 "fr_FR" 法语！

对于高级用法，此库可用于根据自定义单词列表检查单词（当您有一组专有名词时，此功能会派上用场）。这只是一个列出要考虑的单词的文件，每行一个单词。以下示例为存储在“my_custom_words.txt”中的个人单词列表创建一个 Dict 对象：

custom_d = enchant.request_pwl_dict("my_custom_words.txt")

要查看它的更多功能和其他方面，请参阅： http://pyenchant.github.io/pyenchant/

Python Spell Checker