پياده سازي يك سيستم كنترل خطاي املايي در زبان فارسي بر اساس كدگذاري Soundex

در بسیاری از كاربردها مانند پردازشگرهای متن، موتورهای جستجو، لغت نامه های الكترونیك، كاربردهای تلفن همراه و ... عمل كنترل املا بخشی از عملكرد كلی سیستم بشمار می رود. از آنجا كه كارایی الگوریتم های موجود در زبان های مختلف متفاوت بوده و این راهكارها نیازمند تعریف ساختارها و الگوریتم های متناسب با زبان است، بررسی ساختارها و الگوریتم های كنترل املا در زبان فارسی نیز بسیار ضروری است. در این مقاله انواع خطاهای املایی، ساختار سیستم های كنترل املا و تعدادی از الگوریتم های مورد استفاده در تشخیص و تصحیح خطاهای املایی بررسی شده است. سپس با تعریف یك سیستم كدگذاری بر اساس روش Soundex برای زبان فارسی، یك سیستم كنترل املا در زبان فارسی با كارایی قابل قبول پیاده سازی شده است. سیستم پیشنهادی برای ذخیره كردن لغات در فرهنگ لغت از درخت B استفاده می نماید.