Задумал написать не большую программу, которая будет проверять вводимое слово на  наличие только грамматических ошибок. Предполагается брать уже готовую базу слов, к примеру выдрать из firefox. Для начала интересует какой именно словарь использовать и откуда его скачать

предлагаю проверку так же взять из firefox

Ну, словарь это не алгоритм 
Можно попробовать описать алгоритм разбора слова на составляющие(приставка, корень, суффикс, окончание), и вот уже по менее громоздким словарям этих самых частей судить об ошибках в слове  И, думаю, такие алгоритмы уже есть, и велосипед изобретать не надо(хотя очень хочется).

Ну я не собираюсь изобретать велосипед, я спрашиваю, кто, где чего видел, включая алгоритмы.  

где-то читал что ms word проверяет орфографию посредством сравнения хеммингового расстояния (это теория кодирования), то бишь имеряется это расстояние для вводимого слова и сравнивается с расстояними слов из словаря, если оно достаточно/приемлемо мало -- предлагает как правильный вариант, если словарь большой то проверка будет на уровне
вопрос в другом: что делать с морфологией русского. тут лучше брать не словарь, а тезариус, но если тексты для ввода простые, то можно и без него

Да у меня в принципе тексты и не большие и не сложные. Я хочу попробовать написать плагин к аське, для проверки орфографии. 

если попробовать, то тогда, пожалуй, можно обойтись словарем, просто игнорировать окончания слов (а то склонения всякие и пр.)
а рассматривался вариант использования word-а? точнее, загрузить и обращаться посредством ole? сам такого не делал, но по идее, это вполне возможно

Это сообщение отредактировал(а) aleksh - 9.7.2008, 15:53

aleksh,  да это вполне возможно, но тогда в память будет загружаться ворд, прикольная перспектива, когда для проверки орфографии, еще надо будет за собой загружать целого монстра))

согласен, с вордом это я перегнул, но если поискать, думаю можно будет найти способ обращатся только к проверке орфографии из ms office
но если задача просто вводимые слова минемально проверять на опечатки, то можно так: при наборе слова отдельным потоком пустить сверку со словарем (измерять хемминговое растояние полезно для составления списка вариантов исправления) и при появлении ошибки возможные варианты предлагать после нажатия пробела (и потери активности окна), прописать возможность добавления новых слов в словарь, игнорировать последние пару символов (зачем раздувать словарь вариациями склонения, иначе надо задуматься над структурой словаря)
алгоритм проверки того самого расстояния, так понимаю, расписывать не надо

А разве с словаре firefox лежат не все возможные написания слов и они не тупо перебираются на соответствие?


хм... может пунктуацию - т.к. там нельзя ожидать абсолютную четкость и предопределенность, а написание слов можно проверять простым перебором. У меня уже давно нет ничего майкрософтовского кроме "выньXP" дома для цацэк, но насколько я помню ворд, если там написать ласкательное производное от слова - он выдает ошибку, т.е. он тупо перебирает - а раз слова в словаре заведомо упорядоченные по алфавиту то затраты на перебор минимальные из возможных. Не вижу сложности... Думаю и Firefox(кстати, загляните в код!) и PSPad, и Linuxовые аськи делают это точно также - перебором...

DRUID3, вот вот и я так думаю, по этому дело завязывается на базе слов, а не на алгоритме, т.к. алгоритмов множество!

вопрос.. каким образом работает поиск в этом форуме? напишите слово "орфография", например..

Добавлено @ 21:52


да? хм.. черкани парочку   допустим у нас есть 1.000.000 слов и 1 секунда на поиски   

Это сообщение отредактировал(а) polosatij - 11.7.2008, 21:53

У мну была идея как посторить такую систему... смысл заключается в построении некой хеш ф-ии которая дает близкие значения для слова и искаженного слова
Такою фигню наверное можно сделать с помощью LVQ загрузить словарь и выполнять в словаре перестановки и назначать искаженным словам тот же кластер

Попутно надо решить как кодировать буквы:
линейно  от 0 до 33
или, к примеру, а и о закодировать близкими значениями

Нужно ли использовать словосочетания...

Еще можно почитать, что умные люди поэтому поводу пишут... http://itman.narod.ru/

PS: тема мне интересна, так что если мне объяснить как вытащить из лисы слова, то я могу провести над ними дикие опыты и отписаться об этом на форуме... rtfm на конкретную страницу мурзилки тож сгодится


Это сообщение отредактировал(а) dereyly - 13.7.2008, 15:19

я думаю, это было бы многим интереснА   

polosatij, 

??? а есть трудности ???   во-первых словарь - заведомо упорядоченный список (по алфавиту) и слова в нем запросто могут лежать в виде деревьев - сложность обхода каждого конкретного случая будет равна количеству букв в слове, а не тупому перебору всего словаря. Собственно это стандартные условия и стандартное решение, даже не понимаю зачем я обьясняю?   Ну и во-вторых 1 000 000 слов не делают - возьмите любой разговорный словарь там из пару десятков тысяч - ну если там все падежи, или иные другие формы перебрать то 100 000 хватит с головой.