使用Enchan进行拼写检查时忽略某些单词

Question

我正在用Python Enchant检查一些文件的拼写，并希望它忽略专有名词。它在纠正拼写错误的专有名词和错误地“纠正”它不知道的专有名词之间的权衡似乎太大了（尽管对此的任何建议也值得赞赏！）在

这是我的代码，但目前它仍在更正NNP列表中的单词。在

chkr = SpellChecker("en_GB")

f = open('ca001_mci_17071971.txt', 'r', encoding = 'utf-8')
text = f.read()
tagged = pos_tag(word_tokenize(text))
NNP = [(word) for word, tag in tagged if tag == 'NNP']
chkr.set_text(text)
for err in chkr:
    if err is word in NNP:
        err.ignore_always()
else:
    sug = err.suggest()[0]
    err.replace(sug)

corrected = chkr.get_text()
print (NNP)
print (corrected) 

输出：

^{pr2}$

可以看出“Boojum”已经被更正为“婴儿潮一代”，尽管它在NNP的名单上。在

有人能给我指出正确的方向吗？我对Python相当陌生。提前谢谢。在

Answer 1

我想出来了。必须告诉它错误的单词是刺，以便它可以将它们与NNP列表中的单词进行比较。新代码：

chkr = SpellChecker("en_GB")

for file in os.listdir(path):       
        f = open(file, 'r', encoding = 'utf-8')
        text = f.read()
        tagged = pos_tag(word_tokenize(text))
        NNP = [word for word, tag in tagged if tag == 'NNP']
        chkr.set_text(text)
        for err in chkr:
            if str(err.word) in NNP:
                err.ignore_always()
            else:
                sug = chkr.suggest()
                if len(sug) is not 0:
                    err.replace(sug[0])

        corrected = chkr.get_text()

同时也修正了，如果附魔没有任何建议，它会留下错误。在