Spellingscorrectie

Spellingscorrectie is het proces van het detecteren en corrigeren van schrijffouten in tekst naar de standaardspelling of naar acceptabele alternatieven. Het doel is om de leesbaarheid te verbeteren en misverstanden te voorkomen, zonder de auteur te veranderen.

Traditioneel werd spellingscorrectie uitgevoerd met handmatige lijsten en regels. Moderne systemen combineren woordenlijsten, morfologische analyse en contextuele informatie met statistische of machine learning-technieken. Ze berekenen vaak een afstand tussen het ingevoerde woord en mogelijke correcties (bijv. Levenshtein-afstand) en gebruiken context om de beste suggestie te selecteren.

Toepassingen omvatten tekstverwerkers, webzoekmachines, mobiele toetsenborden, OCR- en spraak-naar-tekst-systemen. Spellingscorrectie maakt vaak deel uit van bredere tekstnormalisatie en vormt een voorwaarde voor betere automatische vertaling en informatieophaling.

Uitdagingen zijn onder meer homonieme woorden, namen en leenwoorden, regionale varianten en multiword expressions. Contextuele disambiguatie, naamherkenning en domeinspecifieke terminologie vereisen vaak aangepaste woordenlijsten en trainingsdata. Invoerfouten zoals afkortingen, typfouten of OCR-fouten compliceren het proces.

Evaluatie gebeurt met meetwaarden zoals precisie, recall en F1-score op gestandaardiseerde corpora. Populaire open-source spellingsystemen zijn onder meer Hunspell en Aspell; commerciële systemen combineren vaak spellings- met grammaticacorrectie. Het bijwerken van woordenlijsten en taalmodellen is cruciaal voor taalvariatie en het omgaan met onbekende woorden.