南史相關功能淺說
002
引號錯誤查找設計思想淺說
這次「南史」的引號自動查找與修正設計，我使用了慣用的設計策略。淺談如下：
引號類的錯誤，終歸到底還是可以用三種基本指令（對應函數）修正完畢：增補、刪除、替換。可以將替換描述為刪了又增，如此歸併為兩種；也可以將增補描述為用正確字串取代空字串，將刪除描述為用空字串取代錯誤字串，如此歸併為一種，也即替換。而這也是一個文書處理軟體最基本的三種功能。
如果能一開始就設計出通用、萬用解法的程式以解決所有問題，那很好，但通常這樣的設想，不太可行。我針對這種類型的問題，通常想法是：
1.用簡單的方法針對統計上最多的模式進行處理，（不通用的方法，但效率高。）
2.至少給出一定範圍內的通用修改法則，（邏輯相對複雜、分析步驟多、判斷多、處理對象多、效率相對較低。）
3.不對過於複雜的狀況設計解法（主要考量到問題是否可解、時間、資源、必要性等，因為通常非常複雜的問題，連人都無法判斷，而且出現的機率很低。以上次「開放書雲」上億字的校勘經驗，只出現五次這種類型的引號錯誤。如果是白話文，基本上都可判斷。），通常就是留給人類使用者修改用的。因此不用擔心被取代了。
問題描述：由於引號的錯誤類型組合起來，可達到數萬種，甚至無窮盡可能（句子夠長的話）。因此需要對錯誤類型進行抽象分析，找出一些通用的法則，可以一次處理所有或絕大多數錯誤。然而現實的引號使用情況，往往集中於幾種類型，譬如前兩種引號使用模式就佔了統計上50%以上的份額。因此，錯誤分佈在這些常用的類型上的機率自然也佔了很大的份額。
設計模式：
因此即便有通用法則，我還是將最常見的幾種錯誤類型，攔截下來，特別處理，以提高效率。因此其流程可以這樣表述：
1.攔截發生頻率高的錯誤類型，用針對性的簡單法則處理。
2.未能攔截的，有兩種可能，一是表示是頻率相對較低的非過於複雜的類型，此時讓通用法則處理。二是無法解決的問題。
3.錯誤類型過於複雜的，不處理，留給使用者解決。
朔雪寒
資訊
文字：朔雪寒 校編
書庫：南史電子書庫
書庫：開放書雲
主站：策略研究中心
沒有留言:
張貼留言
注意：只有此網誌的成員可以留言。