我正在尝试构建一个拼写校正器，它不仅提供选项列表，而且根据发生的字符替换、删除等类型对它们进行概率排名。
基本上我有一个输入和输出字符串，我想要一个通过拼写错误映射到另一个的概率分数。
我的一个想法是使用 Damerau-Levenshtein 编辑距离，但不是使用每个错误的固定成本，而是从错误表中可变地选择成本。这些成本也是概率性的，因此不需要在 Damerau-Levenshtein 的案例陈述中求和，而是需要是一个乘积（错误的联合概率）。
我的另一个想法是将拼写错误视为传感器上的隐马尔可夫模型，即通过沿隐马尔可夫模型中的边缘定义错误类型，并为这些边缘分配概率权重。给定拼写错误的概率将是导致消耗两个字符串（正确字符串和错误字符串）的边权重的乘积。
其他地方已经这样做了吗？也许这两种技术是等效的，但我首先想把这个想法提出来，看看其他人的想法。
有人向我提到的一件事是：为什么不使用变压器？在我的用例中，良好的执行速度是必要的。
我已经研究一种计算距离、相似性和字符串对齐的创新方法一段时间了，如果它对你有用的话：
https://github.com/pedrohcdo/PedroThermoDistance
如果你也可以分享一下，我不久前就提供了这个方法，我给它起的名字是PedroThermoDistance&Similarity，它是一个主要受Levenshtain和Damerau-Levenshtain启发的方法，但它更进一步。