Бұл жазба автоматты түрде аударылған. Бастапқы тіл: Ағылшын
Мен жабық GitHub репозиторийлерін тексеруді шештім және автоматты түзету қосымшасын таптым, кодты тексеріп, оны ашуды шештім. Оның қалай жұмыс істейтінін көрейік.
1. Сценарий мәтіндік файлды оқиды және сөздік жасау үшін сөздерді шығарады
2. Сценарий бірегей сөздер жиынтығын (сөздік қорын) құрастырады және әр сөздің жиілігін есептейді.
3. Әр сөздің ықтималдығы оның мәтіндегі жиілігіне қарай есептеледі
4. Кіріс сөзі үшін Жаккардың кіріс сөзі мен сөздіктегі әрбір сөз арасындағы ұқсастығы есептеледі.
5. Сценарий ең ықтимал түзетулерді ұсыну үшін сөздерді ұқсастық пен ықтималдық бойынша сұрыптайды
Жаккар коэффициенті екі өлшемнің (аудандардың немесе көлемдердің) қатынасымен анықталады, қиылысу өлшемі бірлестік өлшеміне бөлінеді, оны біріктіру қиылысы деп те атайды (IOU-intersection over Union)
Бұл жобаның кодын pandas, numpy және textdistance кітапханаларымен бірге Python тілінде жазылған GitHub репозиторийлерінен көруге болады.
I decided to check my closed GitHub repositories and found an autocorrection application, I checked my code and decided to open it. Let's figure out how it works.
1. The script reads a text file and extracts the words to create a dictionary
2. The script constructs a set of unique words (vocabulary) and calculates the frequency of each word.
3. The probability of each word is calculated based on its frequency in the text.
4. For the input word, the Jacquard similarity between the input word and each word in the dictionary is calculated.
5. The script sorts words by similarity and probability to suggest the most likely corrections.
The Jacquard coefficient is determined by the ratio of two dimensions (areas or volumes), the size of the intersection divided by the size of the union, also called the intersection of the union (IoU - Intersection over Union)
The code for this project can be viewed in the GitHub repository, written in Python along with the pandas, numpy and textdistance libraries.
Бөлісу
