[look997]

Poszukuję programu na Linuksa do szukania w treści plików z uwzględnieniem literówek jakie się zrobiło w tekście, czyli np. brak polskiego ogonka, przestawione litery, brak litery itd.

Jest coś takiego?
#linux #program

[t.....t]

@look997: dobry slownik i troche skryptowania :)

[look997]

@time0ut: Ale mówisz że nie ma gotowego rozwiązania?

[T.....y]

@time0ut: po co slownik

[p.....o]

@TenAnonToKlopoty: Bo inaczej zaprzęgaj machine letnig

[Utylizacja]

@look997: Z tego co pamiętam to https://www.lesbonscomptes.com/recoll/ miał coś takiego.

[look997]

@TenAnonToKlopoty: @polikarp-ciasto: W zasadzie wystarczy żeby w danym wyrazie określiło że wyraz jest dopasowany, gdy brakuje jednej listery, albo jest nadmiar, coś w tym rodzaju. Ale słownik też byłby ok.

[p.....o]

@look997: Ale to jest nieskalowalne rozwiązanie. Dajmy na to że przepuścisz input przez regexa że słownikiem.
Co to da? Ile tych przypadków przewidzisz?

[p.....o]

@look997: ogarnij czy jest alternatywa
https://portable.info.pl/languagetool-portable/

[look997]

@polikarp-ciasto: W zasadzie to można by użyć rozwiązania zbliżonego do indeksu Google... Tylko lokalnie.
A tak to ma mi tylko pomóc łatwiej znajdować pewne hasła, więc to nie musi być jakieś cudowne rozwiązanie.

[T.....y]

@polikarp-ciasto: przecież wystarczy sprawdzić:

1. czy brakuje czy jest nadmiar znaku w sprawdzanym wyrazie do szukanego wyrazu
2. czy sprawdzany wyraz jest permutacją szukanego wyrazu
3. na brak polskiego ogonka masz mapowania

tutaj nie trzeba żadnego przetwarzania języka, to nie ten problem

[T.....y]

@polikarp-ciasto: chyba że autorowi chodziło o szukanie literówek itp. to się nie zrozumieliśmy, bo pytanie brzmi o "szukanie w treści plików" w domyśle przeszukiwania frazy X w pliku "z uwzględnieniem" tych wszystkich rzeczy jakie wymienił

[noHuman]

@look997: do szukania w (bardzo dużej ilości plików) polecam:
http://docfetcher.sourceforge.net/en/index.html
ale nie obsługuje on literówek. z programowaniem takiego indexu to temat jest między indeksowaniem a sieciami neuronowymi. ew. ogromny index z użyciem "odległości edycyjnej"

Ale też jestem ciekaw czy jest gotowe rozwiązanie

[look997]

@noHuman: Kilkaset prostych plików tekstowych. Kilkadziesiąt akapitów, czasem mniej, nawet i kilka.

[balrog84]

@look997: Jeżeli to pliki w np. jęz. polskim z rozszerzeniem *.txt:

#! /bin/bash
**lang1=pl_PL

for file in *.txt
do
hunspell -d $lang1 -l $file | sort -u
done**

Nie wiem czy o to chodzi, ale może będzie pomocne.

[look997]

@balrog84: Ja to zdecydowanie bym potrzebował graficzną wersję, żebym mógł sobie wybierać z listy znalezionych, łatwo przeglądać te pliki w miejscach gdzie są te znalezione wyrazy.

[p.....o]

@TenAnonToKlopoty: A co z wplątany lewy, zmianą kolejności liter w środku i zmianą fonetyczną?

[p.....o]

@look997:

A tak to ma mi tylko pomóc łatwiej znajdować pewne hasła, więc to nie musi być jakieś cudowne rozwiązanie

O widzisz i to jest doprecyzowanie tadka

[p.....o]

@look997: . Dość złożone zadanie nie wiem czy będziesz mieć coś takiego w GUI

[look997]

@polikarp-ciasto: A nie ma czasami takich narzędzi w nodejs? pod to można podpiąć interface...

[p.....o]

@look997: No czyli i tak musisz coś podskryptować