Slides for the Talk I presented on "Algorithms for certain classes of Tamil spelling correction" Original paper is here https://ezhillang.files.wordpress.com/2019/08/algorithms-for-certain-classes-of-tamil-spelling-correction-final.pdf at Tamil Internet Conference 2019, Sep 20-22, Anna University, Chennai

1. ச ொற்பிழை த்திருத்தி - சில வழிகள்
Algorithms for certain classes of Tamil
Spelling correction
முத்து அண்ணொமழைல ezhillang@gmail.com
த.சீனிவொ ன் tshrinivasan@gmail.com

4. ச ொற்பிழை த்திருத்திகள்

5. தமி ொ குழு - hunspell

6. Used in Google Docs

7. Open-Tamil
Text Processing Library in Python
Free/Open Source Software

9. ந்திப்பிழை த்திருத்தி

10. ச ொற்பிழை த் திருத்தி

11. Edit Distance Search Algorithm

12. verb declension,
affix removal,
morpheme extraction,
applying corrections to root word
synthesizing it.

13. Norvig Algorithm

14. 1. Deleted,
2. Substituted - with alternate letter
3. Inserted - with alternate letter

17. Driver Algorithm for Spell Checker

18. This is non-word
error correcting algorithm
i.e. it corrects only words not in dictionary

19. தமிழில் உள்ள மயங்சகொலி எழுத்துகள்
ல, , ள வரிழை .
ர, ற வரிழை .
ந, ன, ண வரிழை .
ங, ஞ, வரிழை .

20. ச ொல்திருத்தியில் கணினி நிரல்
ச ய்யவேவண்டியது இதுவேவ
உள்ளீடு சகொடுக்கபட்ட ச ொல் ரியொனதொ, அல்லது
தவறொனதொ ?
தவறொன ச ொல் என்ற பட் த்தில் அதன் மொற்றங்கள்
என்சனன்ன ?

21. அகரொதி
ரியொன ச ொற்கள், அதொவது வேவர் எடுத்த, புணர்ச்சி
மற்றும் ொந்தி பிரிக்கப்பட்ட ச ொற்கள் அழைனத்தும்
ரொ ரி மின்அகரொதியில் கொணலொம்.

22. மயங்சகொலிப்பிழை
பளம்
பள்ளம், ,ப ம்

24. Algorithm for conjoined word recognition

25. சதன்றல்கொற்று = சதன்றல் + கொற்று

26. யொரிகழ்ந்து =
[['ய்', 'ஆரிகழ்ந்து'],
['யொர்', 'இகழ்ந்து'],
['யொரிக்', 'அழ்ந்து'],
['யொரிகழ்ந்த்', 'உ']]

27. Typographical error correction in Tamil

28. தமிழ்99 அல்லது அஞ் ல் வேபொன்ற விழை களின் வழி
உள்ளீடு ச ய்ழைகயில் எழுத்துப்பிழை கள்

30. AI/ML

31. Recurrent Neural Networks (RNN)
Long Short-term Memory (LSTM)
Word2Vec

32. Word Sense Disambiguation

33. அன்வேப சிவம்
அன்வேப வம்

34. Optimizing a Spell Checker Implementation

35. Algorithm for fast Unicode letter detection
is_tamil_unicode_predicate = lambda x: x >= chr(2946) and x <= chr(3066)

36. Caching results

37. Multi-Threading/Multi-Processing

38. Redis / distributed DB

39. http://tamilpesu.us

41. பயன்பொடுகள்
● உழைர ஒலி மொற்றி
● ச ொல் வேதடல் - குறுக்சகழுத்து
● தமிழ் எண்கள்
● Tamil Stemmer
● தமிழ் ந்திப்பிழை திருத்தி
● சபருக்கல் அட்டவழைண
● ச ொல் எண்ணி
● ஒலிசபயர்ப்பி
● தமிழ் எழுத்துப் பிழை திருத்தி
● ஒறுங்குறி (யுனிவேகொட்) மொற்றி
● தமிழ் N-கிரொம்
● Tamil game Minnal
● தமிழ் யுனிகிரொம்
● தமிழ் அனொகிரொம்
● ச ொல்ழைல திருப்பி எழுது
● தமிழ் உழைர சுருக்கி
● Tamil Morse code

42. நன்றி