精华内容
下载资源
问答
  • 取消Visual Assist工具助手中的拼写检查
    千次阅读
    2017-08-30 14:01:47

    描述问题:        

            当使用Visual Studio 开发工具中使用了Visual Assist工具助手时,对代码进行注释时出现文件下方显示红色下划线,根据分析是由于使用了拼写检查导致的错误。

    解决方法:取消拼写检查

            单击菜单“VAssistX” --> “Visual Assist X Options”弹出选项对话框,去除“UnderLine spelling errors in comments and st”的勾号。
    更多相关内容
  • 产学界最强(SOTA)的简繁中文拼写检查工具:FASPell Chinese Spell Checker (Chinese Spell Check / 中文拼写检错 / 中文拼写纠错 / 中文拼写检查)
  • FASPell该仓库(根据GNU通用公共许可证v3.0许可)包含构建当前最佳(到2019年初)中文拼写检查器所需的所有数据和代码,可以以此复现我们的同名论文中的全部实验:FASPell: A Fast, Adaptable, Simple, Powerful Chinese...

    FASPell

    该仓库(根据GNU通用公共许可证v3.0许可)

    包含构建当前最佳(到2019年初)中文拼写检查器所需的所有数据和代码,可以以此复现我们的同名论文中的全部实验:

    FASPell: A Fast, Adaptable, Simple, Powerful Chinese Spell Checker

    Based On DAE-Decoder Paradigm LINK

    此论文发表于 the Proceedings of the 2019 EMNLP

    Workshop W-NUT: The 5th Workshop on Noisy User-generated Text。

    使用本代码与数据时,请按如下信息引用我们的论文:

    @inproceedings{hong2019faspell,

    title = "{FASP}ell: A Fast, Adaptable, Simple, Powerful {C}hinese Spell Checker Based On {DAE}-Decoder Paradigm",

    author = "Hong, Yuzhong and

    Yu, Xianguo and

    He, Neng and

    Liu, Nan and

    Liu, Junhui",

    booktitle = "Proceedings of the 5th Workshop on Noisy User-generated Text (W-NUT 2019)",

    month = nov,

    year = "2019",

    address = "Hong Kong, China",

    publisher = "Association for Computational Linguistics",

    url = "https://www.aclweb.org/anthology/D19-5522",

    pages = "160--169",

    }

    概述

    中文拼写检查(CSC)的任务通常仅考虑对中文文本中的替换错误进行检测和纠正。

    其他类型的错误(例如删除/插入错误)相对较少。

    FASPell是中文拼写检查器,可让您轻松完成对任何一种中文文本(简体中文文本;

    繁体中文文本; 人类论文; OCR结果等)的拼写检查,且拥有最先进的性能。

    性能

    下述表格描述了FASPell在SIGHAN15测试集上的性能。

    句子级性能为:

    精确率

    召回率

    检错

    67.6%

    60.0%

    纠错

    66.6%

    59.1%

    字符级性能为:

    精确率

    召回率

    检错

    76.2%

    67.1%

    纠错

    73.5%

    64.8%

    这意味着10个错误检测/纠正中大约7个是正确的,并且可以成功检测/纠正10个错误中的6个。

    使用方法

    以下是能够指导您构建中文拼写检查器的步骤指南。

    依赖

    python == 3.6

    tensorflow >= 1.7

    matplotlib

    tqdm

    java (仅在使用树编辑距离时需要)

    apted.jar (同上,仅在使用树编辑距离时需要)

    数据准备

    在此步骤中,您将在此处下载所有数据。 数据包括拼写检查数据(用于训练和测试)以及用于计算字符相似度的字符特征。

    由于FASPell中使用的大多数数据来自其他提供商,所以请注意下载的数据应转换为我们所需的格式。

    在仓库中,我们提供了一些示例数据来占位。下载好全部数据后请用相同的文件名覆盖它们。

    完成此步骤后,如果您有兴趣,则可以使用以下脚本来计算字符相似度:

    $ python char_sim.py 午 牛 年 千

    请注意,FASPell仅采用字符串编辑距离进行计算

    相似。 如果您对使用树编辑距离计算相似度感兴趣

    ,您需要下载(从

    这里)并编译一个

    树编辑距离可执行文件“ apted.jar”到主目录,然后运行:

    $ python char_sim.py 午 牛 年 千 -t

    训练

    我们强烈建议您在实施此步骤之前阅读我们的论文。

    共有三个训练步骤(按顺序)。 点击链接

    获得他们的详细信息:

    预训练掩码语言模型:请参阅此处

    微调训练掩码语言模型:请参阅此处

    训练CSD过滤器:请参见此处

    运行拼写检查器

    检查您的目录结构是否如下:

    FASPell/

    - bert_modified/

    - create_data.py

    - create_tf_record.py

    - modeling.py

    - tokenization.py

    - data/

    - char_meta.txt

    - model/

    - fine-tuned/

    - model.ckpt-10000.data-00000-of-00001

    - model.ckpt-10000.index

    - model.ckpt-10000.meta

    - pre-trained/

    - bert_config.json

    - bert_model.ckpt.data-00000-of-00001

    - bert_model.ckpt.index

    - bert_model.ckpt.meta

    - vocab.txt

    - plots/

    ...

    - char_sim.py

    - faspell.py

    - faspell_configs.json

    - masked_lm.py

    - plot.py

    现在,您应该可以使用以下命令对中文句子进行拼写检查:

    $ python faspell.py 扫吗关注么众号 受奇艺全网首播

    您还可以检查文件中的句子(每行一个句子):

    $ python faspell.py -m f -f /path/to/your/file

    如要在测试集上测试拼写检查器,请将faspell_configs.json中的"testing_set"设置为测试集的路径并运行:

    $ python faspell.py -m e

    您可以将faspell_configs.json中的"round"设置为不同的值,并运行上述命令以找到最佳的回合数。

    数据

    中文拼写检查数据

    人类生成的数据:

    SIGHAN-2013 shared task on CSC:

    LINK

    SIGHAN-2014 shared task on CSC:

    LINK

    SIGHAN-2015 shared task on CSC:

    LINK

    机器生成的数据:

    我们论文中使用的OCR结果:

    Tst_ocr: LINK

    Trn_ocr: LINK

    要使用我们的代码,拼写检查数据的格式应按照以下例子:

    错误字数错误句子正确句子

    0你好!我是張愛文。你好!我是張愛文。

    1下個星期,我跟我朋唷打算去法國玩兒。下個星期,我跟我朋友打算去法國玩兒。

    0我聽說,你找到新工作,我很高興。我聽說,你找到新工作,我很高興。

    1對不氣,最近我很忙,所以我不會去妳的。對不起,最近我很忙,所以我不會去妳的。

    1真麻煩你了。希望你們好好的跳無。真麻煩你了。希望你們好好的跳舞。

    3我以前想要高訴你,可是我忘了。我真戶禿。我以前想要告訴你,可是我忘了。我真糊塗。

    中文字符特征

    我们使用来自两个开放数据库提供的特征。 使用前请检查其许可证。

    数据库名

    数据链接

    使用的文件

    ※ 请注意,原始 ids.txt 本身不提供笔划级别的IDS(出于压缩目的)。 但是,您可以使用树递归(从具有笔画级IDS的简单字符的IDS开始)来为所有字符自己生成笔画级IDS。

    可以与我们的代码一起使用的特征文件(char_meta.txt)应该具有格式如下:

    unicode编码字符CJKV各语言发音笔划级别的IDS

    U+4EBA人ren2;jan4;IN;JIN,NIN;nhân⿰丿㇏

    U+571F土du4,tu3,cha3,tu2;tou2;TWU,THO;DO,TO;thổ⿱⿻一丨一

    U+7531由you2,yao1;jau4;YU;YUU,YUI,YU;do⿻⿰丨𠃌⿱⿻一丨一

    U+9A6C马ma3;maa5;null;null;null⿹⿱𠃍㇉一

    U+99AC馬ma3;maa5;MA;MA,BA,ME;mã⿹⿱⿻⿱一⿱一一丨㇉灬

    其中:

    CJKV各语言发音的字符串遵循格式:MC;CC;K;JO;V;

    当一个语言中的字符是多音字时,可能的发音用,分隔;

    当一个字符不存在某个语言的发音时,用null来做占位符。

    掩码语言模型

    预训练

    如要复现本文中的实验或立即获得预先训练的模型,可以下载

    预训练好的模型。

    将预训练模型相关所有文件放在model/pre-trained/目录下。

    微调训练

    为了产生我们论文所述的微调样本,请运行以下命令

    $ cd bert_modified

    $ python create_data.py -f /path/to/training/data/file

    $ python create_tf_record.py --input_file correct.txt --wrong_input_file wrong.txt --output_file tf_examples.tfrecord --vocab_file ../model/pre-trained/vocab.txt

    然后,您需要做的就是继续按照GitHub BERT for BERT中所述的预训练命令来继续训练预训练模型,唯一不同的是使用预训练模型作为初始的checkpoint。

    将经过微调的模型的检查点文件放在model/fine-tuned/下。 然后,将faspell_configs.json中的"fine-tuned"设置为微调模型的路径。

    CSD

    训练在CSD可能会花费您很多时间,因为比较麻烦。

    训练CSD时的总体设置

    如论文所述,我们需要为每组候选字符手动找到一条过滤曲线。 在此代码中,我们包括一个小hack:每组候选字符都划分为两个子候选字符组,我们需要找到每个子候选字符组的过滤曲线。 划分标准是排名第一的候选字符是否与原始字符不同(即top_difference=True/False)。 这个hack很有帮助,因为我们观察top_difference的值对 把握度-相似度 散点图上的候选字符的分布有很大的影响。您在训练过程中应该也会观察到。

    我们建议按照如下顺序来为每组子候选字符组来寻找过滤曲线:

    top_difference=True, sim_type='shape', rank=0

    top_difference=True, sim_type='shape', rank=1

    top_difference=True, sim_type='shape', rank=2

    ... , ... , ...

    top_difference=True, sim_type='sound', rank=0

    top_difference=True, sim_type='sound', rank=1

    top_difference=True, sim_type='sound', rank=2

    ... , ... , ...

    top_difference=False, sim_type='shape', rank=0

    top_difference=False, sim_type='shape', rank=1

    top_difference=False, sim_type='shape', rank=2

    ... , ... , ...

    top_difference=False, sim_type='sound', rank=0

    top_difference=False, sim_type='sound', rank=1

    top_difference=False, sim_type='sound', rank=2

    要使sim_type ='shape',需要在faspell_configs.json中设置"visual": 1和"phonological": 0; 要使sim_type ='sound',您需要设置"visual":0和"phonologic":1(保持"union_of_sims": false,这让字形相似度的散点图上的曲线和字音相似度的散点图上曲线能独立寻找。)。 要使rank = n,请设置"rank": n。

    在您准备开始训练之前请注意,如果每组都使用一遍掩码语言模型去生成候选字符的话可能会花费您很多时间。 因此,我们建议在训练过程中的第一组时保存生成的候选字符矩阵,然后对后面的组重复使用它们。 将"dump_candidates"设置为保存路径可以保存候选字符。 对于以后的组,将"read_from_dump"设置为true。

    为每组候选字符训练过滤器的工作流程

    对每组top_difference=True的子候选字符组,运行:

    $ python faspell.py -m e -t -d

    对每组top_difference=False的子候选字符组,运行:

    $ python faspell.py -m e -t

    然后,您将在目录plots/下看到相应的.png图。 请注意,还会有一张放大的高把握度、低相似度角(右下角)候选字符分布.png图(因为其中候选字符分布过于密集),以帮助您找到最佳曲线。

    对于每个子组,您可以使用散点图找到曲线,然后将其作为函数放入Curves类中(如果候选对象位于曲线下方,则返回False),然后在Filter类的__init__()中调用该函数

    训练完成后的设置

    训练完成后,请记住将"union_of_sims"更改为true(这将强制对两种不同类型的相似度对结果进行并集,而不考虑"visual"和"phonological"的值)。 将"rank"设置为训练中的最高等级。同时,将"dump_candidates"更改为''(空字符串),将"read_from_dump"更改为false。

    展开全文
  • 拼写检查网站 Проверкаорфографиинасайтесподсветкойошибок(невформахввода)。 ИспользуетсяAPIяндексспелл​​ера 支持语言...
  • 大家在使用谷歌或者百度搜索时,输入搜索内容时,谷歌总是能提供非常好的拼写检查,比如你输入 speling,谷歌会马上返回 spelling。 下面是用21行python代码实现的一个简易但是具备完整功能的拼写检查器。 代码 ...
  • 然而,尽管在大多数研究中拼写错误已被简化为替换错误以及最近多个公开任务的努力,中文拼写检查仍然是一项困难的任务。而且,英语等类似语言的方法几乎不能直接用于中文,因为中文单词之间没有定界符,且单词缺乏...

    本文介绍了爱奇艺被 EMNLP 2019 接收的一篇论文。

    论文:FASPell: A Fast, Adaptable, Simple, Powerful Chinese Spell Checker Based On DAE-Decoder Paradigm

    开源链接:https://github.com/iqiyi/FASPell

    “两个瓶颈”

    自1990年代初期开展了一些开拓性工作以来,关于检测和纠正中文文本中的拼写错误的研究已过很长时间。然而,尽管在大多数研究中拼写错误已被简化为替换错误以及最近多个公开任务的努力,中文拼写检查仍然是一项困难的任务。而且,英语等类似语言的方法几乎不能直接用于中文,因为中文单词之间没有定界符,且单词缺乏形态上的变化,使得任何汉字的句法和语义解释都高度依赖其上下文。

    几乎所有以前的中文拼写检查模型都部署了一个通用范式,其中将每个汉字的固定的相似字符集(称为困惑集或混淆集)用作候选项,然后用一个过滤器选择最佳候选项作为待纠错句子中的替换字符。这种朴素的设计面临两个主要瓶颈,而其负面影响未能在过去的提出的方案中得到缓解:

    1.在稀缺的中文拼写检查数据上的过拟合问题

    由于中文拼写检查数据需要乏味繁冗的专业人力工作,因为一直资源不足。为了防止模型的过拟合,Wang等人(2018)提出了一种自动方法来生成伪拼写检查数据。但是,当生成的数据达到40k句子时,其拼写检查模型的精度不再提高。Zhao等人(2017)使用了大量的语言学规则来过滤候选项,但结果却比我们的表现差,尽管我们的模型没有利用任何语言学知识。

    2.困惑集的使用所带来的汉字字符相似度利用上的不灵活性和不充分性问题。

    困惑集因为是固定的,因此并非在任何语境、场景下都能包含正确候选项(一个比较极端的例子是,如果困惑集按照繁体中文制定,那么繁体中文的 “體”和“休”肯定不在困惑集的同一组相似字符中,但是在简体中文中对应的“体”和“休”缺是相似字符,如果错误文本中是把“休”写成了“体”,那么繁体中文困惑集下就无法检出,必须专门再制定一个简体困惑集才可以),这会极大降低检测的召回率(不灵活性问题);另外,困惑集中的字符的相似性的信息有损失,没有得到充分利用,因为一个字符在困惑集中相似字符是无差别对待的,然而事实上每两个字符间的相似度明显是有差别的,因此会影响检测的精确率(不充分性)。Zhang等人 (2015)提出了考虑了很多并没有字符相似度重要的特征(例如分词)来弥补字符相似度利用上的不充分性,但这会为其模型添加更多不必要的噪音。

    论文概述

    论文提出一个基于新范式的中文拼写检查器– FASPell。新的范式包括去噪自动编码(DAE)和解码器。与以前的SOTA模型相比,新范式使得我们的拼写检查器可以更快地进行计算,易于通用于简体或繁体、人类或机器产生的各类场景下的中文文本,结构更简单,错误检测和纠正性能更强大。这四点成就,是因为新的范式规避了两个瓶颈。第一,DAE通过利用无监督预训练方法(如BERT,XLNet,MASS等),减少了监督学习所需的中文拼写检查数据量(<10,000个句子)。第二,解码器有助于消除困惑集的使用,因为它在灵活和充分地利用汉字相似性这一关键特征上的不足。

    论文贡献和方法

    本论文提出通过更改中文拼写检查的范式来规避上述的两个瓶颈。作为主要贡献,并以我们在提出的中文拼写检查模型FASPell为例,这种新范式的最一般形式包括一个降噪自动编码器(DAE)和一个解码器。DAE生成可以将错误文本修改为正确文本的可能的候选项矩阵,解码器在这个矩阵中寻找最佳候选项路径作为输出。DAE因为可以在大规模正常语料数据上无监督训练而仅在中文拼写检查数据上fine-tune,避免了过拟合问题。另外,只要DAE足够强大,所有的语意上可能的候选字符都可以出现,且候选字符是根据周围语境即时生成的,这避免了困惑集所带来的不灵活性;解码器根据量化的字符相似度和DAE给出的字符的语境把握度来过滤出正确的替换字符,这样字符相似性上的细微差别信息都可以得到充分利用。

    本文提出的模型FASPell中,DAE是由BERT中的掩码语言模型(MLM)来充当,解码器是本文提出的把握度-字符相似度解码器(CSD)来充当,如下如所示:

    CSD中使用的量化的字符相似度也是本文提出的,较过去提出的字符相似度量化方法,我们的方法更加精准。我们在字形上采用Unicode标准的IDS表征,它可以准确描述汉字中的各个笔画和它们的布局形式,这使得即使是相同笔画和笔画顺序的(例如“田”与“由”,“午”与“牛”)的汉字之间也拥有不为1的相似度,与此相比,过去基于纯笔画或者五笔、仓颉编码的计算方法则粗糙很多。在字音上我们使用了所有的CJK语言中的汉字发音,尽管我们只是对中文文本检错纠错,但是实验证明考虑诸如粤语、日语音读、韩语、越南语的汉字发音对提高拼写检查的性能是有帮助的,而过去的方法均只考虑了普通话拼音。

    CSD的训练阶段,利用训练集文本通过MLM输出的矩阵,逐行绘制语境把握度-字符相似度散点图,确定能将FP和 TP分开的最佳分界曲线。推理阶段,逐行根据分界线过滤掉FP得到TP结果,然后将每行的结果取并集得到最终替换结果。以前述图片为例,句子首先通过fine-tune训练好的MLM模型,得到的候选字符矩阵通过CSD进行解码过滤,第一行候选项中只有“主”字没有被CSD过滤掉,第二行只有“著”字未被过滤掉,其它行候选项均被分界线过滤清除,得到最终输出结果,即“苦”字被替换为为“著”,“丰”被替换为“主”。

     

    论文实验和结果

    论文在4个数据集上分别进行了消融实验,证明了MLM的fine-tune和CSD分别对FASPell性能的贡献,实验也证明FASPell达到了SOTA的准确性。

     点击阅读原文,获取论文全文!

    end

    也许你还想看

    2019 ICME论文解析:爱奇艺首创实时自适应码率算法评估系统

    干货|文本舆情挖掘的技术探索和实践

    扫一扫下方二维码,更多精彩内容陪伴你!

    展开全文
  • java中文源码 CNSpellCheck-java java source code of chinese spell check common util.
  • Android平台提供能够让你在应用程序中执行和访问拼写检查拼写检查器框架。这个框架是由Android平台提供的文本服务API之一。要在应用程序中使用该框架,你就要创建一个特殊的Android服务类型,该服务会生成一个拼写...

    Android平台提供能够让你在应用程序中执行和访问拼写检查的拼写检查器框架。这个框架是由Android平台提供的文本服务API之一。

    要在应用程序中使用该框架,你就要创建一个特殊的Android服务类型,该服务会生成一个拼写检查器的session对象。基于你提供的文本,该session对象会返回由拼写检查器生成的拼写建议。

    拼写检查器的生命周期

    下图显示了拼写检查器服务的生命周期:

    b12333538fd76c501d0ad28798d1ee09.png

    图1.拼写检查服务的生命周期。

    要进行拼写检查,你的应用程序就要启动它的拼写检查器的实现。客户端在应用程序中,如Activity或独立的UI元素,首先从服务端申请一个拼写检查的session,然后使用这个session来获得对应文本的拼写建议。当客户端终止了它的操作时,它要关闭它的用于拼写检查的session。如果需要,你的应用程序可以在任何时候关闭拼写检查服务器。

    实现一个拼写检查器的服务

    要在你的应用程序中使用拼写检查器的框架,就要添加一个包含session对象定义的拼写检查服务组件。你还可以给你的应用程序添加一个控制设置的可选的Activity。你好必须要添加一个描述拼写检查服务的XML元数据文件,并且把对应的元素添加到清单文件中。

    拼写检查器的类

    使用下面的类来定义服务和session对象:

    SpellCheckerService的子类:

    SpellCheckerService类和拼写检查器框架的接口。在你的子类中,你必须实现下面的方法:

    这个一个工厂方法,它能够给想要做拼写检查操作的客户端返回一个SpellCheckerService.Session对象。

    这是一个拼写检查服务提供给客户端的对象,用它把文本传递给拼写检查器并接收拼写建议。在这个类中,你必须实现以下方法:

    在对createSession()方法的响应中,系统会调用这个方法,在这个方法中,你可以基于当前的语言环境等来初始化SpellCheckerService.Session对象。

    这个方法执行实际的拼写检查。这个方法会返回SentenceSuggestionsInfo对象的数组,其中包含了对传入句子的拼写建议。

    你可以有选择的实现用于批量处理单词建议的请求。

    注意:你必须用异步和线程安全的方式来全面的实现拼写检查。一个拼写检查器可以同时被运行在不同核心上的不同线程来调用。

    展开全文
  • 中文翻译,Peter大师深入浅出讲述如果一步步优化并且测试拼写检查工具,如果你和我一样是AI初学者, 那么就跟着大师脚步学习吧。 #!/usr/bin/env python import re, collections def words(text): return re....
  • 拼写检查-crx插件

    2021-04-04 12:04:32
    辅助拼写检查工具,在网页中的输入框选中一段文字使用。 本插件用于对网页中的内容进行拼写检查。1.安装插件后,在网页中刷新,并点击右上角插件图标,在弹出的页面中点击按钮以启用插件。2.在任何页面选中一段...
  • VScode Latex 拼写检查

    千次阅读 2021-03-22 14:27:18
    latex 或markdown文件拼写检查工具 https://valentjn.github.io/vscode-ltex/docs/installation-and-usage.html#how-to-install-and-use 补充word表格转latex表格在线工具:https://www.tabl..
  • 汉语拼写检查(CSC)是检测和纠正汉语自然语言拼写错误的一项任务。现有的方法试图将汉字之间的相似性知识融合起来。然而,它们将相似性知识作为外部输入资源或者仅仅作为启发式规则。本文将语音和视觉相似性知识...
  • “最近发现公众号的拼写检查功能不错,帮助用户发现错别字,体验不错。给我们系统也做一个。” 看着这条消息,小明在内心默默问候了一句。 “我 TND 的会做这个,就直接去人家总部上班了,在这受你的气。” “好的”...
  • 一个强大的,免费的拼写和语法检查器。Scribens纠正了250种语法错误。英语和法语。 Scribens是强大的语法检查器。语言:英语,法语。右键单击文本区域,然后在下拉菜单中选择“抄写员”。 支持语言:English (United ...
  • 网上看到的一篇神文,利用的是朴素贝叶斯模型实现了一个简单的拼写检查器。 英文原文链接见这里,中文翻译如下 ================================================================================================...
  • Corrector是新的在线拼写检查器,专为时间很少,需要检查很多单词的人们而设计。 使用我们的免费英语… Corrector是新的在线拼写检查器,专为时间很少,需要检查很多单词的人们而设计。 在提交论文或发送工作电子...
  • 项目简介本项目用于单词拼写检查。目前支持英文单词拼写检测,后期将引入中文拼写检测。特性说明支持英文的单词纠错可以迅速判断当前单词是否拼写错误可以返回最佳匹配结果可以返回纠正匹配列表,支持指定返回列表的...
  • python拼写检查语言工具(LanguageTool) LanguageTool is an open-source grammar tool, also known as the spellchecker for OpenOffice. This library allows you to detect grammar errors and spelling mistakes ...
  • 上个星期, 我的两个朋友 Dean 和 Bill 分别告诉我说他们对 Google 的快速高质量的拼写检查工具感到惊奇. 比如说在搜索的时候键入 [speling], 在不到 0.1 秒的时间内, Google 会返回: 你要找的是不是 [spelling]. ...
  • VS提高效率与关闭拼写检查

    千次阅读 2018-02-24 16:23:34
    1.”工具”-&gt;”选项”-&gt;”IntelliTrace” 去掉”启用 IntelliTrace “的选项; 2.”选项”-&gt;”文本编辑器”-&gt;”c/c++”-&gt;”高级”,禁用IntelliSense,禁用数据库,禁解析,不启用...
  • wps拼写检查词典下载Chrome’s spellcheck feature is handy, and works just like you’d expect: it underlines misspelled words, which you canright-click to see suggested spellings. You can even add a ...
  • 火狐浏览器使用拼写检查

    千次阅读 2017-12-18 15:59:51
    使用拼写检查Firefox 可以自动检查您在文本框中输入的包含超过一行的的单词的拼写错误。 只要您输入一个单词,就会...添加字典注意:Firefox 中文版本默认不附带任何字典,目前也暂无中文拼写检查工具可用。如果有需
  • 也用了蛮久的TeXstudio了(虽然还是很菜),也记录下折腾TeXstudio的一点过程,以及最近在Ubuntu上搞定配置LanguageTool拼写语法检查插件。TeXstudioTeXstudio是一款专门用于写作LaTeX文档的编辑器,优势是使用简单...
  • 基于贝叶斯算法的拼写检查

    千次阅读 2018-01-06 13:19:13
    - 贝叶斯公式与拼写检查器 - big.txt - 《数学之美》、《统计学习方法》 github源码: https://github.com/hlk-1135/Dictionary 算法核心:贝叶斯算法: 运行效果: 当我们输入的单词有误时...
  • 获取更多相关的嵌入式开发工具,可收藏系列博文,持续更新中:【开发工具】嵌入式常用开发工具汇总帖 Linux内核源码里其实包含了相应的代码检测工具【sparse】,位置在: Documentation/dev-tools/sparse.rst ...
  • firefox 拼写检查Are you tired of making simple writing mistakes that get past your browser’s spell-check? Here’s how you can get advanced grammar check and more in Firefox and Chrome with After the ...
  • 拼写检查项目-拼写检查/替换 ( The Spell Check Project - Spell Check / Replace ) The idea is to loop through the text in the Memo and parses it into space delimited words. For each word, we call MS ...
  • 【Eclipse】关闭单词拼写检查

    千次阅读 2017-11-15 16:10:02
    本来在Word中有拼写检查已经有人让人觉得有点烦,尤其在你打中文的时候,不过考虑到word作为一个输入工具,单词拼写在输入英文还是蛮有用的,也就算了。然而,Eclipse也跟风玩起这个玩意了,还默认开始,作为一个...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 12,016
精华内容 4,806
关键字:

中文拼写检查工具