Automatic Stochastic Arabic Spelling Correction With Emphasis on Space Insertions and Deletions

Alkanhal, Mohamed; Al-Badrashiny, Mohamed; Alghamdi, Mohammed H.; Al-Qabbany, Abdulaziz O.

doi:10.1109/tasl.2012.2197612

Cited by 40 publications

(36 citation statements)

References 20 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…In the context of spelling correction for Arabic, there has been a large number of efforts and resources (Shaalan et al, 2010;Alkanhal et al, 2012;Eskander et al, 2013;) (among others). 2 All of these efforts focus on contextual spelling correction or conventionalization.…”

Section: Related Workmentioning

confidence: 99%

Robust Dictionary Lookup in Multiple Noisy Orthographies

Zhang¹,

Habash²,

Toussaint³

2017

Proceedings of the Third Arabic Natural Language Processing Workshop

View full text Add to dashboard Cite

We present the MultiScript Phonetic Search algorithm to address the problem of language learners looking up unfamiliar words that they heard. We apply it to Arabic dictionary lookup with noisy queries done using both the Arabic and Roman scripts. Our algorithm is based on a computational phonetic distance metric that can be optionally machine learned. To benchmark our performance, we created the ArabScribe dataset, containing 10,000 noisy transcriptions of random Arabic dictionary words. Our algorithm outperforms Google Translate's "did you mean" feature, as well as the Yamli smart Arabic keyboard.

show abstract

Section: Related Workmentioning

confidence: 99%

Robust Dictionary Lookup in Multiple Noisy Orthographies

Zhang¹,

Habash²,

Toussaint³

2017

Proceedings of the Third Arabic Natural Language Processing Workshop

View full text Add to dashboard Cite

show abstract

“…Em [15] é apresentado um corretor automático para a língua indonésia. Na arquitetura apresentada pelos autores destaca-se um analisador morfológico que separa a palavra em morfemas.…”

Section: Trabalhos Relacionadosunclassified

Certografia: um corretor ortográfico automático para português e resultados de um estudo de caso aplicado na área jurídica

Pittol

Rigo

2015

Revista Brasileira De Computação Aplicada

View full text Add to dashboard Cite

Resumo: As ferramentas desenvolvidas com recursos de Processamento de Linguagem Natural apresentam crescentes possibilidades de apoiar trabalhos em diversas áreas. Uma das atividades em que este tipo de ferramenta pode ser bastante útil é a correção ortográfica. Entretanto ainda são escassos trabalhos desse tipo voltados à língua portuguesa. Neste trabalho, é apresentado o Certografia, um sistema que permite fazer correções ortográficas automáticas em textos de língua portuguesa com o foco em textos da área jurídica. São apresentadas, ainda, as técnicas utilizadas para o seu desenvolvimento, os trabalhos relacionados que apoiaram a sua definição e também a arquitetura utilizado pelo sistema. O protótipo desenvolvido foi avaliado em testes que indicaram preliminarmente resultados bastante promissores. Palavras-chave:Corretor ortográfico, Processamento de Linguagem Natural. Abstract:The tools developed in Natural Language Processing field present increasing opportunities to support work in several areas. One of the activities in which this kind of tool can be very useful is spell checking. This work presents Certografia, a system that allows automatic spelling corrections in Portuguese texts with focus on legal area. In this article are commented techniques used for it's development, related works in several languages and system architecture. The developed prototype was evaluated in preliminary tests that showed promising results.Keywords: Spell Checker, Natural Language Processing. IntroduçãoCom os avanços na área de Processamento de Linguagem Natural (PLN), surgiu também a necessidade de ferramentas para auxiliar nas diversas atividades envolvidas no processo de entendimento da linguagem [1]. Para que uma informação textual seja processada de forma adequada é preciso que ela esteja descrita de forma correta. No caso de sistemas para PLN, tais como os sistemas de Extração de Informações ou geração de resumos, entre outros, é importante garantir que os dados recebidos estejam corretos e de acordo com a língua que está sendo considerada no processamento. Para isso, antes de fazer o processamento de um texto é de grande valia verificar em que medida ele está escrito de forma apropriada. Os sistemas de computação tratam as palavras a partir de seu armazenamento como dados em formato numérico, onde uma palavra é uma sequência de caracteres codificados em números. Em vários contextos de sistemas de computação, não é possível identificar se a palavra que está sendo processada está escrita corretamente ou não. Para resolver esse problema, é possível aplicar técnicas baseadas em métodos probabilísticos que empregam recursos adicionais, tais como léxicos e dicionários. Utilizando esses métodos é possível obter eficiência em procedimentos dedicados a identificar se uma palavra está escrita corretamente e, caso necessário, indicar qual palavra pode substituí-la.Esse trabalho possui como motivação tratar o problema de verificação da correção ortográfica em textos da língua portuguesa. Este objetivo está relacionado a um trab...

show abstract

“…Their algorithm, however, is too restricted. By contrast Alkanhal et al (2012) developed an algorithm with more generative power, that is 2 !!! .…”

Section: Word Mergesmentioning

confidence: 99%

GWU-HASP: Hybrid Arabic Spelling and Punctuation Corrector

Attia

Al-Badrashiny

Diab

2014

Proceedings of the EMNLP 2014 Workshop on Arabic Natural Language Processing (ANLP)

View full text Add to dashboard Cite

In this paper, we describe our Hybrid Arabic Spelling and Punctuation Corrector (HASP). HASP was one of the systems participating in the QALB-2014 Shared Task on Arabic Error Correction. The system uses a CRF (Conditional Random Fields) classifier for correcting punctuation errors, an open-source dictionary (or word list) for detecting errors and generating and filtering candidates, an n-gram language model for selecting the best candidates, and a set of deterministic rules for text normalization (such as removing diacritics and kashida and converting Hindi numbers into Arabic numerals). We also experiment with word alignment for spelling correction at the character level and report some preliminary results.

show abstract

Automatic Stochastic Arabic Spelling Correction With Emphasis on Space Insertions and Deletions

Cited by 40 publications

References 20 publications

Robust Dictionary Lookup in Multiple Noisy Orthographies

Robust Dictionary Lookup in Multiple Noisy Orthographies

Certografia: um corretor ortográfico automático para português e resultados de um estudo de caso aplicado na área jurídica

GWU-HASP: Hybrid Arabic Spelling and Punctuation Corrector

Contact Info

Product

Resources

About