Notes de réalisation · Goh Kun Ming
Newspaper Restoration System using Prefix Tries
Logiciels · Projet public
juil. 2025 – août 2025
Présentation du projet
Un outil de restauration de texte explorant la récupération par caractères génériques, les suggestions approximatives, la maintenance du vocabulaire et la visualisation d’arbres de préfixes.
Une boîte à outils Python explicable en ligne de commande pour restaurer des textes incomplets de journaux historiques. Chaque joker représente un caractère manquant ; recherche dans un trie de préfixes, suggestions classées et recherche approchée facilitent la récupération. L’inspection visuelle et les tests automatisés expliquent le comportement sans revendiquer une exactitude mesurée sur un corpus de référence.
Au cœur de cette réalisation
- Implémenté des stratégies de récupération par joker exact, sous-arbre et distance d’édition.
- Classé les suggestions exactes et approchées de façon déterministe.
- Ajouté l’édition par lot des préfixes et suffixes avec stockage persistant du vocabulaire.
- Visualisé la topologie du trie, les relations de similarité et la structure de cooccurrence.
- Séparé stockage, fichiers, restauration, graphes et interaction console en composants testables.
- Fourni des parcours en ligne de commande pour l’édition, la recherche, le traitement par lot, la visualisation et la récupération.