如何让我的程序猜测正确的单词？答案

【问题标题】：how do I make my program guess for the correct word?如何让我的程序猜测正确的单词？
【发布时间】：2012-09-08 10:37:33
【问题描述】：

我有兴趣做一些人工智能/算法探索。所以我有这个想法，做一个简单的应用程序有点像吊人，我分配一个单词并留下一些字母作为线索。但是，我不想让用户猜测这个词，而是让我的应用程序尝试根据我留下的线索来弄清楚它。有谁知道我应该从哪里开始？谢谢。

【问题讨论】：

标签： c# winforms algorithm artificial-intelligence solver

【解决方案1】：

创建所需语言的单词数据库（索引维基百科转储）。
这可能不应该超过 100 万字。

然后你可以简单地查询一个数据库：

例如：fxxulxxs

--> SELECT * FROM T_Words WHERE word LIKE f__ul__s

--> 太棒了

如果返回集中的单词超过 1 个，则需要返回统计上最常用的那个。

另一种方法是查看 nhunspell

如果您想进行更多分析，则需要找到一种统计方法来关联词干、词尾和词头，或者基本上是衡量单词相似度的方法。

语言研究表明，当您只有开头和结尾时，您可以轻松阅读单词。如果你只有中间，那就很难了。

【讨论】：

对不起，我最近没上。我喜欢这种方法，因为它似乎更像是人工智能而不是算法。我有一个问题，你提到获得维基百科转储。我怎样才能做到这一点？谢谢。
@user1656528：见：en.wikipedia.org/wiki/Wikipedia:Database_download
谢谢，如果我需要更多帮助，我会发布另一个问题。
该图像和围绕它的“研究”不正确。令人烦恼的是，建议您查询具有 1,000,000 个条目的 SQL 数据库的答案是最好的。

【解决方案2】：

您可能想查看某种形式的算法来测量编辑距离，例如Damerau-Levenshtein distance (wikipedia)。这通常用于在几个单词中找到与其他给定单词最接近的一个单词。

在处理 DNA 和蛋白质序列时，它经常用于搜索和比较，但在您的情况下也可能有用。

【讨论】：

@Kjartan：只有一个问题：你如何使用它来比较一个单词和数据库中的 1'000'000 个单词？
@Quandary 简答：搜索了很久。我相信 BLAST 在搜索蛋白质或 DNA 匹配时使用类似于此的算法：en.wikipedia.org/wiki/BLAST#Algorithm。尝试在此搜索框中输入一些字母组合（代表蛋白质）：blast.ncbi.nlm.nih.gov/…
@Kjartan：不，没关系，愚蠢的问题。您要么使用 C# 版本并将其放入 SQL Server CLR 函数（SQL Server、Oracle）中，要么使用 C 版本并编写扩展存储过程（PostGre/MySQL/Firebird）。

【解决方案3】：

第一步是构建一个包含所有有效单词的数据结构，并且可以轻松查询以检索与当前模式匹配的所有单词。然后使用这个匹配词列表，您可以计算最常见的字母以获得下一个候选词。另一种方法可能是找到将给出最小的下一个匹配词集的字母。

next_guess(pattern, played_chars, dictionary)
  // find all the word matching the pattern and not containing letters played
  // not in the pattern
  words_set = find_words_matching(pattern, played_chars, dictionary)

  // build an array containing for each letter the frequency in the words set
  letter_freq = build_frequency_array(words_set)

  // build an array containing the size of the words set if ever the letter appears at least once
  // in the word (I name it its power)
  letter_power = build_power_array(words_set)

  // find the letter minimizing a function (the AI part ?)
  // the function could take last two arrays in account
  // this is the AI part.
  candidate = minimize(weighted_function, letter_freq, letter_power)

【讨论】：