标签: languagetool

我正在寻找一个开源Java拼写检查库,它至少包含以下语言的字典:法语,德语,西班牙语和捷克语.有什么建议吗？

情况:

作为尚未实现的功能的解决方法,将单词的用户词典添加到Languagetool,我想出了这段代码:

JLanguageTool langTool = new JLanguageTool(lang);
langTool.activateDefaultPatternRules();
List<Rule> rules = langTool.getAllActiveRules();
for (Rule rule:rules) {
    // System.out.println(rule.getId());
    if (rule.getId().equals("GERMAN_SPELLER_RULE")) {
        if (rule instanceof SpellingCheckRule) {
            SpellingCheckRule srule=(SpellingCheckRule) rule;
            String [] words={"word1", "word2"};
            List<String> tokens=new ArrayList<String>();
            for (String word:words) {
                tokens.add(word);
            }
            srule.addIgnoreTokens(tokens);
        }
    }
}

这将很好地添加由指定的单词列表

String [] words={"word1", "word2"};

到被忽略的单词列表.但是如何组合单词/两个单词模式如"访客浴室","法语单词""测试应用程序" - 如何在不修改原始语法文件的情况下忽略这些？我假设创建一些用户定义的规则可以做到这一点,也可能是上面代码片段更优雅的解决方案.

题:

获取用户词典的工作方法是什么,忽略单词和双词短语？

正在评估为我拥有的产品添加拼写检查.根据我的研究,需要做出的主要决定:

2. 要使用的库.
   
3. 字典(这可以是特定地区,英国英语,美国等).
   
4. 排除列表.每当检测到拼写错误时,可能不是拼写错误,而是用户特有的措辞.此时,用户应该能够将其
   添加到他的自定义排除列表中.
   
5. 除了每用户自定义列表外,还有基于工具客户端的用户空间的排除列表.这是用户工作域中的术语/首字母缩略词.例如,FX不会成为货币交易者的拼写错误.

下面列出了我所提出的开放性问题,如果我可以获得非常有用的输入.1,我想的是hunspell,它是在MPL下提供的开源库,由firefox和OpenOffice系列产品使用.有没有使用这个恐怖故事？有许可证的灰色区域？拼写检查将在Windows客户端上进行.

字典可以从各种来源获得,有些是免费的,而有些则不是.关于免费词典的良好来源的任何建议.

多语言支持以及需要制定哪些方面来支持他们？

对于4,自定义词典如何与服务器端和客户端保持同步？拼写检查需要在客户端进行,所以它们是否每次都在初始启动时被推下,或者它们是否经常同步？

我正在寻找一个可以对德语单词进行形态分析的库,即它将任何单词转换为其根形式并提供有关所分析单词的元信息.

例如:

gegessen -> essen
wurde [...] gefasst -> fassen
Häuser -> Haus
Hunde -> Hund

我的收藏:

• 它必须与名词和动词一起使用.
• 我知道鉴于德语的复杂性,这是一项非常艰巨的任务,因此我也在寻找仅提供近似值或可能只有80%准确度的库.
• 我更喜欢不与字典一起工作的图书馆,但是考虑到这些情况,我愿意接受妥协.
• 我也更喜欢C/C++/Delphi Windows库,因为这样可以更容易集成,但.NET,Java,...也可以.
• 它必须是一个免费的图书馆.(L)GPL,MPL,......

编辑:我知道没有任何字典就没有办法进行形态分析,因为不规则的单词.当我说,我更喜欢没有字典的图书馆,我的意思是那些完整的字典,它们映射每一个字:

arbeite -> arbeiten
arbeitest -> arbeiten
arbeitet -> arbeiten
arbeitete -> arbeiten
arbeitetest -> arbeiten
arbeiteten -> arbeiten
arbeitetet -> arbeiten
gearbeitet -> arbeiten
arbeite -> arbeiten
... 

这些词典有几个缺点,包括巨大的尺寸和无法处理未知单词.

当然,所有异常只能用字典处理:

esse -> essen
isst -> essen
eßt -> essen
aß -> essen
aßt -> essen
aßen -> essen
...

(我的思绪现在正在旋转:))

如何在Java应用程序中进行拼写检查和/或拼写纠正？

我在应用程序中使用 LanguageTool 进行一些拼写检查和拼写更正功能。

LanguageTool文档描述了如何从拼写检查中排除单词（通过调用addIgnoreTokens(...)您正在使用的拼写检查规则的方法）。

如何添加一些单词（例如，来自特定词典的单词）来进行拼写检查？也就是说，LanguageTool 可以修复拼写错误的单词并从我的特定词典中建议单词吗？

如何使用语言工具创建用于拼写检查的字典？我不是Java程序员，这是我第一次看到LT。