corrector ortográfico

En el ámbito del software , un corrector ortográfico (o corrector de ortografía ) es una función que revisa si hay errores ortográficos en un texto . Las funciones de corrección ortográfica suelen estar integradas en programas o servicios como procesadores de texto , clientes de correo electrónico , diccionarios electrónicos o motores de búsqueda .

Un corrector ortográfico básico realiza los siguientes procesos:

• Analiza el texto y extrae las palabras que contiene.
• A continuación, compara cada palabra con una lista conocida de palabras escritas correctamente (es decir, un diccionario). Esta lista puede contener solo palabras o información adicional, como puntos de división silábica o atributos léxicos y gramaticales.
• Un paso adicional consiste en un algoritmo que depende del idioma para el manejo de la morfología . Incluso para un idioma con poca flexión como el inglés , el corrector ortográfico deberá considerar diferentes formas de una misma palabra, como plurales, formas verbales, contracciones y posesivos . Para muchos otros idiomas, como aquellos con aglutinación y una declinación y conjugación más complejas, esta parte del proceso es más complicada.

No está claro si el análisis morfológico —que permite muchas formas de una palabra dependiendo de su función gramatical— proporciona un beneficio significativo para el inglés, aunque sus beneficios para lenguas altamente sintéticas como el alemán, el húngaro o el turco son evidentes.

Como complemento a estos componentes, la interfaz de usuario del programa permite a los usuarios aprobar o rechazar reemplazos y modificar el funcionamiento del programa.

Los correctores ortográficos pueden usar algoritmos de coincidencia aproximada de cadenas, como la distancia de Levenshtein, para encontrar la ortografía correcta de las palabras mal escritas. ^{[ 1 ]} Un tipo alternativo de corrector ortográfico utiliza únicamente información estadística, como n-gramas , para reconocer errores en lugar de palabras correctamente escritas. Este enfoque generalmente requiere mucho esfuerzo para obtener suficiente información estadística. Las ventajas clave incluyen una menor necesidad de almacenamiento en tiempo de ejecución y la capacidad de corregir errores en palabras que no están incluidas en un diccionario. ^{[ 2 ]}

En algunos casos, los correctores ortográficos utilizan una lista fija de errores ortográficos y sugerencias para corregirlos; este enfoque menos flexible se usa a menudo en métodos de corrección en papel, como las entradas de " véase también" de las enciclopedias.

Los algoritmos de agrupamiento también se han utilizado para la corrección ortográfica ^{[ 3 ]} combinados con información fonética. ^{[ 4 ]}

Los primeros correctores ortográficos eran "verificadores" en lugar de "correctores". No ofrecían sugerencias para las palabras mal escritas. Esto era útil para las erratas , pero no tanto para los errores lógicos o fonéticos. El reto al que se enfrentaron los desarrolladores fue la dificultad de ofrecer sugerencias útiles para las palabras mal escritas. Esto requiere reducir las palabras a su forma básica y aplicar algoritmos de reconocimiento de patrones.

Podría parecer lógico que, en lo que respecta a los diccionarios con corrector ortográfico, «cuanto más grande, mejor», para que las palabras correctas no se marquen como incorrectas. Sin embargo, en la práctica, un tamaño óptimo para el inglés parece rondar las 90 000 entradas. Si hay más, las palabras mal escritas pueden omitirse por confundirse con otras. Por ejemplo, un lingüista podría determinar, basándose en la lingüística de corpus, que la palabra «baht» es más frecuentemente una errata de «bath » o «bat» que una referencia a la moneda tailandesa. Por lo tanto, normalmente sería más útil que algunas personas que escriben sobre la moneda tailandesa se vieran ligeramente perjudicadas que si se pasaran por alto los errores ortográficos de muchas más personas que hablan de «bath».

Los primeros correctores ortográficos de MS-DOS se utilizaban principalmente en modo de revisión dentro de los paquetes de procesamiento de texto. Tras preparar un documento, el usuario escaneaba el texto en busca de errores ortográficos. ^{[ 25 ]} Posteriormente, sin embargo, se ofreció el procesamiento por lotes en paquetes como el efímero CoAuthor de Oracle , que permitía al usuario ver los resultados después de procesar un documento y corregir solo las palabras que se sabía que estaban mal. Cuando la memoria y la capacidad de procesamiento se volvieron abundantes, la corrección ortográfica se realizaba en segundo plano de forma interactiva, como ha sido el caso del programa Spellbound de Sector Software, lanzado en 1987, y de Microsoft Word desde Word 95.

Los correctores ortográficos se han vuelto cada vez más sofisticados; ahora son capaces de reconocer errores gramaticales . Sin embargo, incluso en su mejor versión, rara vez detectan todos los errores de un texto (como los homófonos ) y marcan los neologismos y las palabras extranjeras como faltas de ortografía. No obstante, los correctores ortográficos pueden considerarse una herramienta de apoyo a la escritura en lenguas extranjeras en la que los estudiantes no nativos pueden confiar para detectar y corregir sus errores ortográficos en la lengua meta. ^{[ 26 ]}

El inglés es singular porque la mayoría de las palabras utilizadas en la escritura formal tienen una única grafía que se puede encontrar en un diccionario común, salvo algunas expresiones coloquiales y variantes. En muchos idiomas, las palabras se suelen concatenar para formar nuevas combinaciones. En alemán, los sustantivos compuestos se crean frecuentemente a partir de otros sustantivos ya existentes. Algunos sistemas de escritura no distinguen claramente una palabra de otra, lo que requiere algoritmos de segmentación. Cada uno de estos casos plantea desafíos únicos para los correctores ortográficos de idiomas distintos del inglés.

Se han realizado investigaciones para desarrollar algoritmos capaces de reconocer palabras mal escritas, incluso si la palabra en sí pertenece al vocabulario, basándose en el contexto de las palabras circundantes. Esto no solo permite detectar palabras como las del poema anterior, sino que también mitiga el efecto perjudicial de ampliar los diccionarios, permitiendo el reconocimiento de más palabras. Por ejemplo, la palabra "baht" en el mismo párrafo que "Thai" o "Tailandia" no se reconocería como una falta de ortografía de "bath" . El ejemplo más común de errores detectados por dicho sistema son los errores homófonos , como las palabras en negrita de la siguiente oración:

Su llegada al mar si es carrete .

El algoritmo más exitoso hasta la fecha es el " Algoritmo de corrección ortográfica basado en Winnow " de Andrew Golding y Dan Roth, ^{[ 27 ]} publicado en 1999, que puede reconocer aproximadamente el 96% de los errores ortográficos sensibles al contexto, además de los errores ortográficos comunes que no son palabras. Los correctores ortográficos sensibles al contexto aparecieron en las aplicaciones ya desaparecidas Microsoft Office 2007 ^{[ 28 ]} y Google Wave . ^{[ 29 ]}

Los correctores gramaticales intentan solucionar problemas gramaticales que van más allá de los errores ortográficos, incluyendo la elección incorrecta de palabras.

• Efecto Cupertino
• Corrector gramatical
• Problema de vinculación de registros
• Sugerencia de ortografía
• Palabras (Unix)
• Autocorrección
• Herramienta de lenguaje

• Norvig.com , "Cómo escribir un corrector ortográfico", por Peter Norvig
• BBK.ac.uk , "Corrección ortográfica por ordenador", por Roger Mitton
• CBSNews.com , El uso excesivo de correctores ortográficos limita la precisión, por Lloyd de Vries
• Historia y texto de "Candidato a una sorpresa de pollita" de Mark Eckman y Jerrold H. Zar