1 / 16

Herzlich Willkommen

Herzlich Willkommen. zum 3. Vortrag Lexikalische Fehler - Zeichenanalyse Referenten: Sebastian Hochstetter Vande Winkelhausen. Inhalt. Problematik Häufigste Fehler Algorithmen zur automatischen Korrektur Prüfsummen Übersetzer Scannergenerator. Problematik.

rebekah-calhoun
Download Presentation

Herzlich Willkommen

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Herzlich Willkommen zum 3. Vortrag Lexikalische Fehler - Zeichenanalyse Referenten: Sebastian Hochstetter Vande Winkelhausen

  2. Inhalt • Problematik • Häufigste Fehler • Algorithmen zur automatischen Korrektur • Prüfsummen • Übersetzer • Scannergenerator

  3. Problematik • Benutzungsoberfläche und -Schnittstelle • Datenbankanfragen • Suchmaschinen im Internet • ISBN-Nummern, Kreditkarten • Länderspezifische Besonderheiten • Tastaturlayout

  4. Häufigste Fehler • 80% aller Rechtschreibfehler: • Vertauschen von 2 Buchstaben England -> Engalnd • Ein Buchstabe zuviel Canada -> Caanada

  5. Häufigste Fehler • 80% aller Rechtschreibfehler: • Ein Buchstabe fehlt parallel -> paralel • Ein Buchstabe ist falsch Slashdot.org -> Slashdor.org

  6. www.slashdor.org

  7. Lösungsansätze • Wörterbuch zum Vergleichen • Ausprobieren • Prüfsumme einbauen

  8. SuchmaschinenBeispiel

  9. Möglicher Algorithmus • Naiver Ansatz: • Vergleiche mit Wörterbuch • Wenn falsch geschrieben: wende alle möglichen Kombinationen an, um richtiges Wort zu finden. • Verbesserung: • Lasse mögliche falsche Buchstaben weg und vergleiche Anfang und Ende

  10. Algorithmus für Namen • Beschränkung der Suchtabelle: • Erste Buchstabe des Nachnamens meistens richtig • Gewichtung der Buchstaben • Seltenere Buchstaben wiegen mehr als häufig auftretende

  11. Gewichtung a b c d e f g h i j ... x y z James Martin 0 N N N 0 N N N 0 0 ... N N N Jim Marten3 0 0 0 3 0 0 03 8 ... 0 0 0 ----------------------------- 3 N N N 3 N N N 3 8 ... N N N Ähnlichkeit = 3+3+3+8+5+3+4+3 = 32

  12. Gewichtung a b c d e f g h i j ... x y z James Martin 0 N N N 0 N N N 0 0 ... N N N John Merton0 0 0 0 3 0 0 40 8 ... 0 0 0 ----------------------------- 0 N N N 3 N N N 0 8 ... N N N Ähnlichkeit = 3+8+5+3+4+3 = 26

  13. Prüfsumme (Codierung) • ISBN • Summe der ersten 9 Zahlen mod 11 • Codes auswählen • Q = {0,1,2}000, 011, 022, 102, 110, 121, 201, 212, 220

  14. Übersetzer (Compiler) • Zeitersparnis bei der Entwicklung • Übersetzer sollte kleinere Tippfehler behandeln • Fehlererkennung mit vorgestellten Algorithmen und Schlüsselwörter-tabellen

  15. Scanner- und Parsergenerator • LEX bzw. FLEX • YACC • StreamTokenizer

  16. Fragen???

More Related