Conventional and associative memory approaches to automatic spelling correction

Το τεκμήριο παρέχεται από τον φορέα :
ΤΕΙ Αθήνας
Αποθετήριο :
Υπατία - Ιδρυματικό Αποθετήριο
δείτε την πρωτότυπη σελίδα τεκμηρίου
στον ιστότοπο του αποθετηρίου του φορέα για περισσότερες πληροφορίες και για να δείτε όλα τα ψηφιακά αρχεία του τεκμηρίου*
κοινοποιήστε το τεκμήριο

Conventional and associative memory approaches to automatic spelling correction (EN)

Βασιλάς, Νικόλαος (EL)
Cherkassky, Vladimir (EN)
Wechsler, Harry (EN)
Brodt, Gregory L. (EN)

Τεχνολογικό Εκπαιδευτικό Ίδρυμα Αθήνας. Σχολή Τεχνολογικών Εφαρμογών. Τμήμα Μηχανικών Πληροφορικής Τ.Ε. (EL)

This paper reviews conventional and emerging associative-memory approaches to robust data retrieval when the input keyword and/or database itself may contain noise (errors). Spelling checking is used as a primary example to illustrate various approaches and to contrast the difference between conventional (algorithmic) techniques and research methods based on neural associative memories. Based on several recent ad hoc models for associative spelling checkers a generic model is proposed that incorporates powerful N-gram encoding for word representation and supervised-learning associative memories. Recent research on associative spelling checkers is summarized and some original results are presented. It is concluded that many neural network models do not provide a practically viable solution for robust data retrieval, due to saturation and scaling problems. However, a combination of conventional and neural approaches is shown to have excellent error correction rates and low computational costs; hence, it can be a good choice for robust data retrieval in large databases. (EN)


ισχυρή ανάκτηση δεδομένων (EN)
Associative storage (EN)
ορθογράφος (EN)
Neural networks (EN)
νευρωνικά δίκτυα (EN)
spelling checkers (EN)
string matching (EN)
Συνειρμική μνήμη (EN)
Ταύτιση (EN)
robust data retrieval (EN)

ΤΕΙ Αθήνας (EL)
Technological Educational Institute of Athens (EN)

Engineering Applications of Artificial Intelligence (EN)

Αγγλική γλώσσα


DOI: 10.1016/0952-1976(92)90006-6

Elsevier (EN)

*Η εύρυθμη και αδιάλειπτη λειτουργία των διαδικτυακών διευθύνσεων των συλλογών (ψηφιακό αρχείο, καρτέλα τεκμηρίου στο αποθετήριο) είναι αποκλειστική ευθύνη των αντίστοιχων Φορέων περιεχομένου.