作品笔记 · Goh Kun Ming
Newspaper Restoration System using Prefix Tries
软件 · 公开项目
2025年7月 – 2025年8月
项目概述
文本修复工具，探索通配符恢复、模糊建议、词汇维护和前缀树可视化。
一个可解释的 Python 命令行工具包，用于修复残缺的历史报纸文字。每个通配符代表一个缺失字符，结合前缀树查找、排序建议和模糊搜索辅助恢复。可视化检查和自动化验证用于解释行为，不宣称已在基准语料上测得恢复准确率。
作品详情
- 实现精确通配符、子树和编辑距离恢复策略。
- 以确定性顺序排列精确及模糊匹配建议。
- 加入前缀与后缀批量编辑，以及持久化词汇存储。
- 可视化前缀树拓扑、相似关系和共现结构。
- 将存储、文件处理、恢复、图构建和控制台交互拆分为可测试组件。
- 提供编辑、搜索、批量处理、可视化和恢复的命令行工作流。