在 R 中使用 hunspell 使用多个字典答案

【问题标题】：Use multiple dictionaries using hunspell in R在 R 中使用 hunspell 使用多个字典
【发布时间】：2018-10-14 13:31:30
【问题描述】：

当我在 hunspell 中选择不同的字典时，我观察到了奇怪的行为。我希望用澳大利亚英语对我的文本进行拼写检查。但是当我选择“en_AU”字典时，我会收到其他没有意义的拼写错误。

> require(hunspell)
> hunspell("Couldn't be more delighted." , dict = "en_AU", ignore = dic_ignore)
[[1]]
[1] "Couldn"

> hunspell("Couldn't be more delighted." , dict = "en_US", ignore = dic_ignore)
[[1]]
character(0)

我不明白为什么 en_AU 字典会这样。

如何组合这两个字典？我尝试将它们组合起来不起作用：

    #this doesn't work
    > reviews <-  reviews[, possible_errors_2 := hunspell(review_parsed, dict = c("en_US", "en_AU"), ignore = dic_ignore)]
Warning message:
In if (!file.exists(dict)) { :
  the condition has length > 1 and only the first element will be used

编辑：我想这涉及到两个嵌套问题：1）为什么第一个字典不能正常工作？ “不能”在澳大利亚英语中有效 <: r>

【问题讨论】：

您的组合示例有错字，应该是dict = c("en_AU", "en_US")。我还没有投票关闭，因为修复错字似乎确实使它起作用，但也给出了一个警告，表明你不应该将多个字典传递给函数 - 不确定向量是否传递给 dict 应该工作。
这很愚蠢。我会编辑

标签： r dictionary hunspell spelling

【解决方案1】：

事实上，hunspell 不支持字典向量。您可以跟踪 get_dict 函数并添加支持 https://github.com/ropensci/hunspell/pull/37/commits/da358a972d29c4bd39cf39755fc013a931bf3aba 或者您可以将您的字典文件组合在一起。

trace(hunspell:::get_dict, edit = TRUE)
 found <- file.exists(dict)
 if(!all(found)){
   dict[!found] <- sapply(paste0(sub("\\.(dic|aff)$", "", dict[!found]), ".dic"), find_in_dicpath)
 }
 normalizePath(dict, mustWork = TRUE)

【讨论】：