指定已知单词

创建一个标记化文档数组。

STR = [“用MATLAB来纠正单词的拼写。”“正确拼写的单词对词形化很重要。”“文本分析工具箱提供拼写纠正功能。”];documents = tokenizedDocument(str);

方法更正文档的拼写用语函数。

updatedDocuments = correctSpelling(文档)

updatedDocuments = 3x1 tokenizedDocument: 9 token:使用MAT LAB来纠正单词的拼写。8 .标记:正确拼写的单词对于合法化很重要。9令牌:文本分析工具箱提供了拼写纠正功能。

该函数已经纠正了单词" words "和"providesfunctions"的拼写，尽管它也更新了一些正确拼写的单词:

若要创建包含已知单词列表的Hunspell扩展字典，请创建.dic包含这些单词的文件，每行一个单词。创建一个带有name的扩展字典knownWords.dic文件中包含“MATLAB”、“lemmization”和“Analytics”。

MATLAB分析软件

再次更正文档的拼写，并指定扩展字典knownWords.dic．

updatedDocuments = correctSpelling(文档，“ExtensionDictionary”，“knownWords.dic”）

updatedDocuments = 3x1 tokenizedDocument: 8 token:使用MATLAB纠正单词拼写。8 .标记:正确拼写的单词对于词根化很重要。9令牌:文本分析工具箱提供了拼写纠正功能。

指定词缀规则

当指定具有相同词根的多个单词时(例如，指定单词“lemmatize”、“lemmatizer”、“lemmized”等)，可以更容易地指示一组词缀规则。您可以指定特定的单词来继承一组词缀规则，而不是使用不同的词缀多次指定同一个单词。

例如，创建标记化文档的数组并使用用语函数。

STR = [“一个分解器把单词还原成字典里的形式。”使用normalizeWords函数对单词进行lemalize。“在归纳之前，在文本中添加词性细节。”“在单词云中显示词素化的单词。”];documents = tokenizedDocument(str);updatedDocuments = correctSpelling(文档)

updatedDocuments = 4x1 tokenizedDocument: 9个token:一个合法化的减少词到他们的字典形式。10 token:要使单词合法化，请使用normalize words函数。12个标记:在合法化之前，在文本中添加词性细节。8令牌:在单词云中显示合法的单词。

注意，单词“normalizeWords”和“lemmatize”的变体没有正确更新。

创建一个带有name的扩展字典knownWordsWithAffixes.dic文件中包含单词“normalizeWords”和“lematize”。对于单词“lemmatize”，还指定还包括单词“equalize”的有效词缀“/”的象征。

normalizeWords lemmatize /平衡

再次更正文档的拼写，并指定扩展字典knownWordsWithAffixes.dic．

updatedDocuments = correctSpelling(文档，“ExtensionDictionary”，“knownWordsWithAffixes.dic”）

updatedDocuments = 4x1 tokenizedDocument: 9 token: lematizer将单词简化为字典形式。9令牌:使用normalizeWords函数对单词进行lemalize。12个标记:在词性化之前，在文本中添加词性细节。8令牌:在单词云中显示词素化的单词。

注意，“lemmatize”的变体没有改变。默认字典包含单词“equalize”，还通过“-r”和“-d”后缀分别识别单词“equalizer”和“equalized”。通过指定条目“lemmatize/equalize”，软件识别单词“lemmatize”以及与“equalize”对应的词缀扩展的其他单词。例如，单词“lemmatizer”和“lemmized”。

指定禁忌词

当使用用语函数，函数可能会输出不需要的单词，即使字典中有更需要的单词。例如，对于输入单词“reduce”，则用语函数可以输出单词“法令”。为了确保某些单词不会出现在输出中，您可以在扩展字典中指定禁用单词。

例如，创建一个标记化文档数组，并使用扩展字典纠正拼写knownWords.dic．注意，这个字典包含了“MATLAB”这个词。

STR = [“用MATLAB分析文本数据。”“使用扩展字典减少错别字的数量。”];documents = tokenizedDocument(str);updatedDocuments = correctSpelling(文档，“ExtensionDictionary”，“knownWords.dic”）

updatedDocuments = 2x1 tokenizedDocument: 6 token:使用MATLAB分析文本数据。10个令牌:使用扩展字典规定输入错误的数量。

即使单词“reduce”在字典中，函数仍然可以选择其他单词作为匹配。在本例中，函数选择单词“法令”。

创建一个带有name的扩展字典knownWordsWithForbiddenWords.dic文件中包含“MATLAB”一词，并指定禁止使用的词“法令”使用“*”的象征。指定禁用词时，必须指定根词。例如，为了防止函数输出复数的“法令”，可以指定词根“法令”。

MATLAB *法令

使用扩展字典纠正文档的拼写knownWordsWithForbiddenWords.dic．

updatedDocuments = correctSpelling(文档，“ExtensionDictionary”，“knownWordsWithForbiddenWords.dic”）

updatedDocuments = 2x1 tokenizedDocument: 6 token:使用MATLAB分析文本数据。10个令牌:使用扩展字典减少错别字的数量。

在这里，“减少”一词被更正为“减少”。