Написал скриптец

Не воспроизводит Spectre и не шифрует файлы? Ненужно!

Ну а как он распознает правильные окончания -ться и -тся, например? Или раздельное и слитное написанное?

Дык, никак. Зато ловит «по-умолчанию» и прочие маразмы.

Да ну. Тогда не нужно. Вот если бы ты нейросетку написал для правки орфографии и пунктупации, тогда местная школота тебе бы спасибо сказала.

Шаман обиделся бы, так что воздержусь пока.

Вот если бы ты нейросетку написал для правки орфографии и пунктупации

Для Яндекса движок писали последователи Зализняка, как я понимаю. Думаешь, ТС бы дотянул до их уровня?

Это ошибки, которые вообще не требуют нейросетки при обработке на электронных мозгах.

Можно костыль. Делать запрос на поиск в гугл. В ответ он пришлёт «Возможно вы имели ввиду ...».

на троеточиях

Представляю, что этот «скриптец» назаменяет.

Будь мужиком - покажи исходники.

Куда сейчас модно выкладывать текстовые файлы без регистрации?

https://pastebin.com/ не?

https://pastebin.com/1wXcD8sg

sed -f subst_list исходный > скорректированный

Спасибо. Ростелеком правда не пускает хомячков на пасту, пришлось wget -c https://pastebin.com/raw/1wXcD8sg с VPS.

Ростелеком правда не пускает хомячков на пасту

За suicide.txt? )

Ты мне напомнил историю времён ДОС-а, когда спеллчекер со словарём казался фантастикой.

Так кто-то запилил проверку орфографии на двух-трёхбуквенных сочетаниях...

Да кто его знает, вдруг он подпольный хений? У нас тут что не топик, то дарование какое-нибудь находится, то принципиально новые системы охлаждения с помощью напильника делают, то умные дома напичканные микрофонами, отслеживающие даже пуки, разрабатывают.
А творение яндекса будет доступно простым смертным? Когда? Или уже?

Я им пользовался. Он не давал замену, просто указывал на нехарактерное сочетание букв для данного языка.

Ну вообще я думал он словарь из файла читает. А это даже как-то не серьёзно для уровня лора.

полиграммный метод http://dado.msk.ru/rlib/utf8/98109.html

subst_list и есть словарь, чо тебе не нравица.

А где сам скрипт?

А то ж. Словарь автозамены и есть простейшая реализация.

Ну напиши. Там будет определение кодировки, конверт в утф8, исключение бинарных блоков из обработки и все такое.

s/кючук\ кайнарджийск/кючук-кайнарджийск/gi
s/кючуккайнарджийск/кючук-кайнарджийск/gi

Издеваешься?

Лол. Я часть автозамен стырил из LanguageTool.

s/кожевенно\ обувн/кожевенно-обувн/gi
s/кожевеннообувн/кожевенно-обувн/gi
s/кожно\ электрическ/кожно-электрическ/gi
s/кожноэлектрическ/кожно-электрическ/gi

--
Не хватает кожно-венерическ (или как там правильно)
--
В общем, лулзов хватает...

Мультиканальный
Колебательный
Гаванькала

етц.

В общем, надо это к лорчику прикрутить. Типа, вы при написании поста допустили не менее n ошибок. Но сами ошибки не показывать, так лучше будет.

Я сделал (перевёл в питоновский синтаксис регекспов):

cat abrwalg.sh | sed 's/^s\///' | \
sed -r 's/\/.*//' | sed 's/\\ / /g' | \
sed 's/>/\\b/' | sed 's/^\^/\\b/' > abrwalg.txt

#!/usr/bin/python                                                               
# -*- coding: utf-8 -*-                                                         
                                                                                
import re                                                                       
                                                                                
regexps = []                                                                    
filename = "abrwalg.txt" # словарь Вискаса                                                        
try:                                                                            
  f = open(filename,"rt")                                                       
  for line in f.readlines():                                                    
    line = line.strip()                                                         
    if not line: break                                                          
    r = re.compile(line)                                                        
    regexps.append(r)                                                           
  f.close()                                                                     
except Exception,e:                                                             
  print repr(e)                                                                 
                                                                                
import sys                                                                      
                                                                                
if len(sys.argv) < 2:                                                           
  print "А что вам, собственно, анализировать?"                                 
  sys.exit()                                                                    
nazi = sys.argv[1]                                                              
try:                                                                            
  f = open(nazi,"rt")                                                           
  n = 1                                                                         
  for line in f.readlines():                                                    
    line = line.strip()                                                         
    for r in regexps:                                                           
      alarm = r.findall(line)                                                   
      if len(alarm) > 0:                                                        
        for word in alarm:                                                      
          print str(n), word # печатаем n:ошибочную подстроку                                                   
    n += 1                                                                      
  f.close()                                                                     
except Exception,e:                                                             
  print repr(e)                                  

Зачем что-то печатать? Код должен просто исправлять опечатку без участия оператора.

Если касаться практического применения, можешь внедрить куда-нибудь в PR-отделы (отделы министерств, которые занимаются выкладыванием новостей). Вполне можно внедрить решение (не обязательно твоё), как импортозамещение.

Можно и журналюгам предлагать внедрение.

Логичнее всего запихать это обратно в LanguageTools.

Зачем что-то печатать? Код должен просто исправлять опечатку без участия оператора.

Не знаю, что именно ты имел в виду в контексте треда, но вообще, имхо, замена должна быть не «просто», т.е. не «молчаливой» (по аналогии с silent install), а предупреждать пользователя, что именно, и на что заменяется, как в Вордах.

Иначе возможны лулзы в итоговом тексте, которых изначально не было.

списком автозамен могу поделиться, всего там около 3800 пар

было бы очень здорово, с радостью впилил бы оный в емакс или ещё куда

Задумывалось именно для молчаливой замены наиболее дебильных опечаток. Зачем спрашивать, если надо просто заменить «привелегии» на «привилегии»?

Ну, если для наиболее дебильных, тогда не надо. А если более сложные варианты, там можно нажечся. Примеров готовых у меня нет, но закон Мерфи вполне работает.

Я повыкидывал штук двести, которые давали ложные срабатывания.

«вообщем» отлавливает?

Теперь да. Обновлять на пасте не буду, лень.

Чекнул список. Не нашёл перевода

«громатей»

Помогите выбрать название (язык программирования для художников)

-----------

А также «симпотная».

И еще сто тыщ глаголов, которые не имеют формы с -ться.

А ты симпотная!