濮阳杆衣贸易有限公司

主頁 > 知識庫 > Python容錯的前綴樹實現(xiàn)中文糾錯

Python容錯的前綴樹實現(xiàn)中文糾錯

熱門標(biāo)簽:電銷機(jī)器人錄音要學(xué)習(xí)什么 煙臺電話外呼營銷系統(tǒng) 如何地圖標(biāo)注公司 預(yù)覽式外呼系統(tǒng) 銀川電話機(jī)器人電話 企業(yè)彩鈴地圖標(biāo)注 上海正規(guī)的外呼系統(tǒng)最新報價 外賣地址有什么地圖標(biāo)注 長春極信防封電銷卡批發(fā)

介紹

本文使用 Python 實現(xiàn)了前綴樹,并且支持編輯距離容錯的查詢。文中的前綴樹只存儲了三個分詞,格式為 (分詞字符串,頻率) ,如:('中海晉西園', 2)、('中海西園', 24)、('中南海', 4),可以換成自己的文件進(jìn)行數(shù)據(jù)的替換。在查詢的時候要指定一個字符串和最大的容錯編輯距離。

實現(xiàn)

class Word:
    def __init__(self, word, freq):
        self.word = word
        self.freq = freq

class Trie:
    def __init__(self):
        self.root = LetterNode('')
        self.START = 3

    def insert(self, word, freq):
        self.root.insert(word, freq, 0)

    def findAll(self, query, maxDistance):
        suggestions = self.root.recommend(query, maxDistance, self.START)
        return sorted(set(suggestions), key=lambda x: x.freq)


class LetterNode:
    def __init__(self, char):
        self.REMOVE = -1
        self.ADD = 1
        self.SAME = 0
        self.CHANGE = 2
        self.START = 3
        self.pointers = []
        self.char = char
        self.word = None

    def charIs(self, c):
        return self.char == c

    def insert(self, word, freq, depth):
        if ' ' in word:
            word = [i for i in word.split(' ')]
        if depth  len(word):
            c = word[depth].lower()
            for next in self.pointers:
                if next.charIs(c):
                    return next.insert(word, freq, depth + 1)
            nextNode = LetterNode(c)
            self.pointers.append(nextNode)
            return nextNode.insert(word, freq, depth + 1)
        else:
            self.word = Word(word, freq)

    def recommend(self, query, movesLeft, lastAction):
        suggestions = []
        length = len(query)

        if length >= 0 and movesLeft - length >= 0 and self.word:
            suggestions.append(self.word)

        if movesLeft == 0 and length > 0:
            for next in self.pointers:
                if next.charIs(query[0]):
                    suggestions += next.recommend(query[1:], movesLeft, self.SAME)
                    break

        elif movesLeft > 0:
            for next in self.pointers:
                if length > 0:
                    if next.charIs(query[0]):
                        suggestions += next.recommend(query[1:], movesLeft, self.SAME)
                    else:
                        suggestions += next.recommend(query[1:], movesLeft - 1, self.CHANGE)
                        if lastAction != self.CHANGE and lastAction != self.REMOVE:
                            suggestions += next.recommend(query, movesLeft - 1, self.ADD)
                        if lastAction != self.ADD and lastAction != self.CHANGE:
                            if length > 1 and next.charIs(query[1]):
                                suggestions += next.recommend(query[2:], movesLeft - 1, self.REMOVE)
                            elif length > 2 and next.charIs(query[2]) and movesLeft == 2:
                                suggestions += next.recommend(query[3:], movesLeft - 2, self.REMOVE)
                else:
                    if lastAction != self.CHANGE and lastAction != self.REMOVE:
                        suggestions += next.recommend(query, movesLeft - 1, self.ADD)
        return suggestions



def buildTrieFromFile():
    trie = Trie()
    rows = [('中海晉西園', 2),('中海西園', 24),('中南海', 4)]
    for row in rows:
        trie.insert(row[0], int(row[1]))
    return trie


def suggestor(trie, s, maxDistance):
    if ' ' in s:
        s = [x for x in s.split(' ')]
    suggestions = trie.findAll(s, maxDistance)
    return [str(x.word) for x in suggestions]


if __name__ == "__main__":
    trie = buildTrieFromFile()
    r = suggestor(trie, '中海晉西園', 1)
    print(r)

分析

結(jié)果打印:
['中海晉西園', '中海西園']

可以看出“中海晉西園”是和輸入完全相同的字符串,編輯距離為 0 ,所以符合最大編輯距離為 1 的要求,直接返回。

“中海西園”是“中海晉西園”去掉“晉”字之后的結(jié)果,編輯距離為 1, 所以符合最大編輯距離為 1 的要求,直接返回。

另外,“中南海”和“中海晉西園”的編輯距離為 4 ,不符合最大編輯距離為 1 的要求,所以結(jié)果中沒有出現(xiàn)。

參考

https://github.com/leoRoss/AutoCorrectTrie

到此這篇關(guān)于Python容錯的前綴樹實現(xiàn)中文糾錯的文章就介紹到這了,更多相關(guān)Python 中文糾錯內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

您可能感興趣的文章:
  • Python中文糾錯的簡單實現(xiàn)

標(biāo)簽:潮州 宜昌 佳木斯 西寧 上饒 湖北 珠海 盤錦

巨人網(wǎng)絡(luò)通訊聲明:本文標(biāo)題《Python容錯的前綴樹實現(xiàn)中文糾錯》,本文關(guān)鍵詞  Python,容,錯的,前綴,樹,實現(xiàn),;如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問題,煩請?zhí)峁┫嚓P(guān)信息告之我們,我們將及時溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò),涉及言論、版權(quán)與本站無關(guān)。
  • 相關(guān)文章
  • 下面列出與本文章《Python容錯的前綴樹實現(xiàn)中文糾錯》相關(guān)的同類信息!
  • 本頁收集關(guān)于Python容錯的前綴樹實現(xiàn)中文糾錯的相關(guān)信息資訊供網(wǎng)民參考!
  • 推薦文章
    商水县| 固原市| 卢龙县| 铜山县| 榆社县| 佛教| 阆中市| 高淳县| 芦山县| 绍兴县| 永定县| 合作市| 静乐县| 关岭| 孟津县| 阿拉善盟| 玛多县| 历史| 依兰县| 视频| 花莲市| 察哈| 易门县| 汕尾市| 石棉县| 平阴县| 汤原县| 革吉县| 宜宾县| 阳西县| 休宁县| 安平县| 潼关县| 牡丹江市| 府谷县| 如东县| 丰原市| 涿鹿县| 临汾市| 建昌县| 肇东市|