Python: revisión ortográfica

La revisión ortográfica es un requisito básico en cualquier procesamiento o análisis de texto. El paquete de pythonpyspellchecker nos proporciona esta función para encontrar las palabras que pueden haber sido mal escritas y también sugerir las posibles correcciones.

Primero, necesitamos instalar el paquete requerido usando el siguiente comando en nuestro entorno Python.

pip install pyspellchecker

Ahora vemos a continuación cómo se usa el paquete para señalar las palabras mal escritas y hacer algunas sugerencias sobre posibles palabras correctas.

from spellchecker import SpellChecker
spell = SpellChecker()
# find those words that may be misspelled
misspelled = spell.unknown(['let', 'us', 'wlak','on','the','groun'])
for word in misspelled:
    # Get the one `most likely` answer
    print(spell.correction(word))
    # Get a list of `likely` options
    print(spell.candidates(word))

Cuando ejecutamos el programa anterior, obtenemos el siguiente resultado:

group
{'group', 'ground', 'groan', 'grout', 'grown', 'groin'}
walk
{'flak', 'weak', 'walk'}

Distingue mayúsculas y minúsculas

Si usamos Let en lugar de let, esto se convierte en una comparación sensible a mayúsculas y minúsculas de la palabra con las palabras más cercanas del diccionario y el resultado se ve diferente ahora.

from spellchecker import SpellChecker
spell = SpellChecker()
# find those words that may be misspelled
misspelled = spell.unknown(['Let', 'us', 'wlak','on','the','groun'])
for word in misspelled:
    # Get the one `most likely` answer
    print(spell.correction(word))
    # Get a list of `likely` options
    print(spell.candidates(word))

Cuando ejecutamos el programa anterior, obtenemos el siguiente resultado:

group
{'groin', 'ground', 'groan', 'group', 'grown', 'grout'}
walk
{'walk', 'flak', 'weak'}
get
{'aet', 'ret', 'get', 'cet', 'bet', 'vet', 'pet', 'wet', 'let', 'yet', 'det', 'het', 'set', 'et', 'jet', 'tet', 'met', 'fet', 'net'}