¿Cuáles son los mejores algoritmos de aprendizaje sin supervisión para la corrección ortográfica?

Un algoritmo de aprendizaje no supervisado corrige la ortografía de una palabra, independientemente de su posición.

Ejemplo: considere una oración “ Este tren transporta gud frágiles ”. Podemos decir que los bienes están mal escritos como guds. Un algoritmo de aprendizaje supervisado podría ser capaz de sugerir la respuesta correcta en función de la calidad de su capacitación. Pero un algoritmo no supervisado sugiere la palabra más probable como dioses, ya que no se preocupará por el contexto de uso o palabra de la palabra.

El algoritmo no supervisado que puede utilizar sería Damerau-Levenshtein Edit Distance . El algoritmo supervisado también utiliza este tipo de algoritmos de distancia de edición para obtener las posibles palabras candidatas para la palabra mal escrita, pero se clasifica en función de la aparición de la palabra.

More Interesting

¿Dónde puedo obtener más información sobre la persona en el MIT Media Lab que está trabajando para eliminar el sesgo en el aprendizaje automático?

¿Cómo representa doc2vec el vector de características de un documento? ¿Alguien puede explicar matemáticamente cómo se realiza el proceso?

Cómo comenzar a hacer un proyecto de aprendizaje automático

¿Cuáles son las mejores universidades para estudiar visión artificial con un enfoque en aprendizaje profundo?

¿Por qué una función del núcleo debe satisfacer la condición de Mercer?

¿Por qué la agrupación de datos del panel reduce los errores estándar?

¿Por qué los modelos acústicos DNN / HMM son mejores que GMM / HMM?

¿Qué es un conjunto de datos desequilibrado?

¿Qué versión de Python debería usar en 2016 en Machine Learning y Data Science, Python 2.7 o Python 3.0+?

¿Por qué una gran proporción de los nuevos estudiantes de CS optan por especializarse en áreas más nuevas como el aprendizaje automático, la informática social y la informática móvil en lugar de las más antiguas como los sistemas, la arquitectura y las redes?

¿Cuáles son las desventajas y desventajas de usar el aprendizaje profundo?

¿Qué significa 'modelado de conjunto'?

¿Los LSTM tienen significativamente más parámetros que los RNN estándar?

Andrew Ng: ¿Qué opinas sobre el futuro del aprendizaje de Bayesian Networks?

¿En qué tipos de problemas de regresión son comparables las redes neuronales, las máquinas de vectores de soporte, los bosques aleatorios y las redes neuronales profundas? ¿La superioridad de los métodos depende del tamaño del entrenamiento?