Java 基本单词的拼写检查

尝试使用WordNet检查拼写是否正确或拼写错误。这是我到目前为止完成的SpellChecker.java实现

package com.domain.wordnet;

import java.io.FileInputStream;
import java.io.InputStream;
import java.util.Collection;

import net.didion.jwnl.JWNL;
import net.didion.jwnl.JWNLException;
import net.didion.jwnl.data.IndexWord;
import net.didion.jwnl.data.IndexWordSet;
import net.didion.jwnl.data.Synset;
import net.didion.jwnl.dictionary.Dictionary;

public class SpellChecker {

    private static Dictionary dictionary = null;
    private static final String PROPS = "/opt/jwnl/jwnl14-rc2/config/file_properties.xml";

    static {
        try(InputStream is = new FileInputStream(PROPS)) {
            JWNL.initialize(is);
            dictionary = Dictionary.getInstance();
        } catch (Exception e) {
            e.printStackTrace();
        }
    }

    public static void main(String[] args) {
        System.out.println(isCorrect("change"));    //  true
        System.out.println(isCorrect("changes"));   //  false
        System.out.println(isCorrect("changed"));   //  true
        System.out.println(isCorrect("changing"));  //  true
        System.out.println();
        System.out.println(isCorrect("analyze"));   //  true
        System.out.println(isCorrect("analyzed"));  //  true
        System.out.println(isCorrect("analyzing")); //  false
    }

    public static boolean isCorrect(String token) {
        try {
            token = token.trim().toLowerCase();
            IndexWordSet set = dictionary.lookupAllIndexWords(token);
            if(set == null)
                return false;

            @SuppressWarnings("unchecked")
            Collection<IndexWord> collection = set.getIndexWordCollection();
            if(collection == null || collection.isEmpty())
                return false;

            for(IndexWord word : collection) {
                Synset[] senses = word.getSenses();
                if(senses != null && senses.length > 0
                        && senses[0].toString().toLowerCase().contains(token)) {
                    return true;
                }
            }

            return false;
        } catch (JWNLException e) {
            e.printStackTrace();
            return false;
        }
    }
}

package com.domain.wordnet；
导入java.io.FileInputStream；
导入java.io.InputStream；
导入java.util.Collection；
导入net.didion.jwnl.jwnl；
导入net.didion.jwnl.JWNLException；
导入net.didion.jwnl.data.IndexWord；
导入net.didion.jwnl.data.IndexWordSet；
导入net.didion.jwnl.data.Synset；
导入net.didio.jwnl.dictionary.dictionary；
公共类拼写检查器{
私有静态字典=null；
私有静态最终字符串PROPS=“/opt/jwnl/jwnl14-rc2/config/file_properties.xml”；
静止的{
try（InputStream is=newfileinputstream（PROPS））{
初始化（is）；
dictionary=dictionary.getInstance（）；
}捕获（例外e）{
e、 printStackTrace（）；
}
}
公共静态void main（字符串[]args）{
System.out.println（isCorrect（“change”）；//true
System.out.println（isCorrect（“changes”）；//false
System.out.println（isCorrect（“changed”）；//true
System.out.println（isCorrect（“changing”）；//true
System.out.println（）；
System.out.println（isCorrect（“analyze”）；//true
System.out.println（isCorrect（“分析”）；//true
System.out.println（isCorrect（“分析”）；//false
}
公共静态布尔值isCorrect（字符串标记）{
试一试{
token=token.trim（）.toLowerCase（）；
IndexWordSet=dictionary.lookupAllIndexWords（标记）；
if（set==null）
返回false；
@抑制警告（“未选中”）
Collection Collection=set.getIndexWordCollection（）；
if（collection==null | | collection.isEmpty（））
返回false；
用于（索引word:集合）{
Synset[]senses=word.getSenses（）；
如果（senses！=null&&senses.length>0
&&感官[0]。toString（）.toLowerCase（）.contains（令牌））{
返回true；
}
}
返回false；
}捕获（JWNLException e）{
e、 printStackTrace（）；
返回false；
}
}
}

在大多数情况下，这是很好的，但是你可以看到复数形式和一些ing形式失败。我能在不破坏英语语言规则的情况下避免使用复数形式吗

如果您看到，在WordNet浏览器中，

changes

是一个有效的单词，但在JavaAPI中，它是无效的

---

不知道我需要纠正的地方！或者其他解决这个问题的好方法？

您在这里犯的错误就在这个循环中

for(IndexWord word : collection) {
                Synset[] senses = word.getSenses();
                if(senses != null && senses.length > 0
                        && senses[0].toString().toLowerCase().contains(token)) {
                    return true;
                }
            }

行

Synset[]senses=word.getSenses（）

返回单词的所有词义，但您只检查第一个词义（0-index）。这个词有一种意思。 像这样的

for (IndexWord word : collection) {

            Synset[] senses = word.getSenses();
            for(Synset sense:senses){
                if(sense.getGloss().toLowerCase().contains(token)){return true;}
            }

        }

除此之外，单词的ing形式可能无法作为词义使用。我不知道你为什么要搜索词义来确定它是一个有效的词

类似于

if（set.getLemma（）！=null）的代码
返回true

应该足以决定拼写检查是否正确？
isCorrect（“analying”）
返回false似乎完全正确，因为就我所知，
analying
在这里不是正确的词<代码>分析

将是。嘿@Ben，我的坏！我已经纠正了自己的拼写错误..：（但分析某些nlp库仍然是错误的？@Kris我肯定会选择其他nlp解决方案，但首先我想只使用WordNet完成我的工作，因为它已经在同一个项目中使用。是的，我只是在使用这个人在下面链接中编写的实现。）。。