分享一个很优秀且简短的自动化拼写检查器，用Python来完成的，个人觉得挺好玩的，也很有趣。
当然，不是由我来搞定的，是来自谷歌Norvig大神的杰作
当我们使用谷歌搜索内容的时候，如果你拼错一个单词，网页会提醒你可能的正确拼法，这就是所谓的"拼写检查"（spelling corrector）。谷歌使用的是基于贝叶斯推断的统计学方法。这种方法的特点就是快，很短的时间内处理大量文本，并且有很高的精确度（90%以上）。
效果大概是下面这个样子：
当用户输入一个单词的时候，分为了两种情况：
- 拼写正确，记为
 （correct）
- 拼写错误，记为
 （wrong）
所谓的"拼写检查"，从概率论的角度看，就是已知 ，然后在若干个备选方案中，找出可能性最大的那个 ，也就是求式（1）的最大值。
根据贝叶斯定理可得：
对于所有的备选项C来说，W都是相同的，因此可以将上式简化为：
所以，实际上可以看成是求式（3）的最大值
 的含义是，某个正确的词的出现"概率"，它可以用"频率"代替。如果我们有一个足够大的文本库，那么这个文本库中每个单词的出现频率，就相当于它的发生概率。某个词的出现频率越高， 就越大。
 的含义是，在试图拼写 的情况下，出现拼写错误 的概率。这需要统计数据的支持，但是为了简化问题，我们假设两个单词在字形上越接近，就有越可能拼错，  就越大。
举例来说，相差一个字母的拼法，就比相差两个字母的拼法，发生概率更高。
例如，如果你想拼写单词 Serendipity，那么错误拼成 Serendipitu（相差一个字母）的可能性，就比拼成 Serendipituu 要高（相差两个字母）。
所以，我们只要找到与输入单词在字形上最相近的那些词，再在其中挑出出现频率最高的一个，就能实现  的最大值。
实现代码如下：
import re
from collections import Counter
def words(text): return re.findall(r'\w+', text.lower())
WORDS = Counter(words(open('big.txt').read()))
def P(word, N=sum(WORDS.values())):
"Probability of `word`."
return WORDS[word] / N
def correction(word):
"Most probable spelling correction for word."
return max(candidates(word), key=P)
def candidates(word):
"Generate possible spelling corrections for word."
return (known([word]) or known(edits1(word)) or known(edits2(word)) or [word])
def known(words):
"The subset of `words` that appear in the dictionary of WORDS."
return set(w for w in words if w in WORDS)
def edits1(word):
"All edits that are one edit away from `word`."
letters = 'abcdefghijklmnopqrstuvwxyz'
splits = [(word[:i], word[i:]) for i in range(len(word) + 1)]
deletes = [L + R[1:] for L, R in splits if R]
transposes = [L + R[1] + R[0] + R[2:] for L, R in splits if len(R)>1]
replaces = [L + c + R[1:] for L, R in splits if R for c in letters]
inserts = [L + c + R for L, R in splits for c in letters]
return set(deletes + transposes + replaces + inserts)
def edits2(word):
"All edits that are two edits away from `word`."
return (e2 for e1 in edits1(word) for e2 in edits1(e1))当然， 工业强度的拼写校正器的完整细节是非常复杂的，不过从这个玩具拼写校正器中，我们也可以学习到一些内容，而且其校正的准确率也是不错的。
更多内容可参考：
How to Write a Spelling Corrector
 |
