В этом примере показано, как откорректировать написание в использовании документов Hunspell.
Создайте массив маркируемых документов.
str = [ "Use MATLAB to correct spelling of words." "Correctly spelled worrds are important for lemmatization." "Text Analytics Toolbox providesfunctions for spelling correction."]; documents = tokenizedDocument(str)
documents = 3x1 tokenizedDocument: 8 tokens: Use MATLAB to correct spelling of words . 8 tokens: Correctly spelled worrds are important for lemmatization . 8 tokens: Text Analytics Toolbox providesfunctions for spelling correction .
Откорректируйте написание документов с помощью correctSpelling
функция.
updatedDocuments = correctSpelling(documents)
updatedDocuments = 3x1 tokenizedDocument: 9 tokens: Use MAT LAB to correct spelling of words . 8 tokens: Correctly spelled words are important for solemnization . 9 tokens: Text Analytic Toolbox provides functions for spelling correction .
Заметьте что:
Входное слово "MATLAB" было разделено в эти два слова "MAT" и "LAB".
Входное слово "worrds" было изменено на "слова".
Входное слово "lemmatization" было изменено на "празднование".
Входное слово "Analytics" было изменено на "Аналитический".
Входное слово "providesfunctions" было разделено в эти два слова, "обеспечивает" и "функционирует".
Чтобы препятствовать тому, чтобы программное обеспечение обновило конкретные слова, можно предоставить список известных слов с помощью 'KnownWords'
опция correctSpelling
функция.
Откорректируйте написание документов снова и задайте слова "MATLAB", "Аналитика" и "lemmatization" как известные слова.
updatedDocuments = correctSpelling(documents,'KnownWords',["MATLAB" "Analytics" "lemmatization"])
updatedDocuments = 3x1 tokenizedDocument: 8 tokens: Use MATLAB to correct spelling of words . 8 tokens: Correctly spelled words are important for lemmatization . 9 tokens: Text Analytics Toolbox provides functions for spelling correction .
Заметьте здесь, что слова "MATLAB", "Аналитика" и "lemmatization" остаются неизменными.
correctSpelling
| tokenizedDocument