亚洲精品久久久中文字幕-亚洲精品久久片久久-亚洲精品久久青草-亚洲精品久久婷婷爱久久婷婷-亚洲精品久久午夜香蕉

您的位置:首頁(yè)技術(shù)文章
文章詳情頁(yè)

Python容錯(cuò)的前綴樹(shù)實(shí)現(xiàn)中文糾錯(cuò)

瀏覽:23日期:2022-06-15 11:28:33
目錄介紹實(shí)現(xiàn)參考介紹

本文使用 Python 實(shí)現(xiàn)了前綴樹(shù),并且支持編輯距離容錯(cuò)的查詢。文中的前綴樹(shù)只存儲(chǔ)了三個(gè)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(shí)候要指定一個(gè)字符串和最大的容錯(cuò)編輯距離。

實(shí)現(xiàn)

class Word: def __init__(self, word, freq):self.word = wordself.freq = freqclass 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 = -1self.ADD = 1self.SAME = 0self.CHANGE = 2self.START = 3self.pointers = []self.char = charself.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) breakelif 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 suggestionsdef 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 triedef 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(méi)有出現(xiàn)。

參考

https://github.com/leoRoss/AutoCorrectTrie

到此這篇關(guān)于Python容錯(cuò)的前綴樹(shù)實(shí)現(xiàn)中文糾錯(cuò)的文章就介紹到這了,更多相關(guān)Python 中文糾錯(cuò)內(nèi)容請(qǐng)搜索好吧啦網(wǎng)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好吧啦網(wǎng)!

標(biāo)簽: Python 編程
相關(guān)文章:
主站蜘蛛池模板: 日韩精品一区二三区中文 | 色淫影院 | 欧美亚洲另类综合 | 亚洲国产成人成上人色 | 精品福利一区 | 成人偷拍自拍 | 久久久久青草线蕉亚洲麻豆 | 精品日产一区二区三区手机 | 五月婷婷色综合 | 久久精品无码一区二区三区 | 婷婷综合视频 | 国产大乳喷奶水在线看 | 亚洲第一免费视频 | 丁香5月婷婷 | 久久久久免费精品国产小说 | 日本亚洲精品久久 | 久久久99精品久久久久久 | 一本一本久久a久久精品综合麻豆 | 在线你懂| 国产福利不卡 | 国产视频一区二区在线观看 | 美女牲交毛片一级视频 | 毛片在线看免费版 | 国产区精品 | 天天色综合天天 | www午夜视频| 国产免费一级精品视频 | 亚洲特一级毛片 | 热门国产xvideos中文 | 精品欧美在线观看视频 | 久久视频精品a线视频在线观看 | 成人在线一区二区 | 国产乱子精品免费视观看片 | 国产黄色自拍视频 | 中文字幕黄色 | 麻豆精品视频在线 | 色儿影院 | 亚洲综合射 | 特黄视频免费看 | 狠狠色丁香婷婷综合最新地址 | 黄色小视频在线免费观看 |