基于按块定义的编辑距离的字典近似检索算法
摘要
我们提出一种字典近似检索算法，其中被更改的字符串与参考词形进行匹配。该算法利用字符串间的发散函数——广义上属于编辑距离族；它查找与检索字符串距离低于某一阈值的词典条目。该发散函数并非经典编辑距离（DL 距离）；它可适配特定语料库，且基于在字符块而非单个字符上定义的基元更改代价。Nous proposons un algorithme de recherche approximative de chaînes dans un dictionnaire à partir de formes altérées. Cet algorithme est fondé sur une fonction de divergence entre chaînes -- une sorte de distance d'édition: il recherche des entrées pour lesquelles la distance à la chaîne cherchée est inférieure à un certain seuil. La fonction utilisée n'est pas la distance d'édition classique (distance DL); elle est adaptée à un corpus, et se fonde sur la prise en compte de coûts d'altération élémentaires définis non pas sur des caractères, mais sur des sous-chaînes (des blocs de caractères).
引用
@article{arxiv.2109.00624,
title = {Algorithme de recherche approximative dans un dictionnaire fond\'e sur une distance d'\'edition d\'efinie par blocs},
author = {Pascal Vaillant},
journal= {arXiv preprint arXiv:2109.00624},
year = {2021}
}
备注
16 pages, 1 figure, in French, published in CORIA 2015 (Paris, France, 18th-20th March 2015)