如何摆脱标点符号？并检查拼写错误

Question

• 消除标点符号
• 在遇到新行和空格时拆分，然后存储在数组中
• 使用checkSpelling.m文件
的功能检查文本文件是否有错误
• 总结该文章中的错误总数
• 没有任何建议被认为是没有错误，然后返回-1
• 错误总和＆gt; 20，返回1
• 错误总和＆lt; = 20，返回-1

我想检查某段的拼写错误，我面临摆脱标点符号的问题。它可能有问题，另一个原因，它返回错误如下：

我的data2文件是：

checkSpelling.m

function suggestion = checkSpelling(word)

h = actxserver('word.application');
h.Document.Add;
correct = h.CheckSpelling(word);
if correct
  suggestion = []; %return empty if spelled correctly
else
  %If incorrect and there are suggestions, return them in a cell array
  if h.GetSpellingSuggestions(word).count > 0
      count = h.GetSpellingSuggestions(word).count;
      for i = 1:count
          suggestion{i} = h.GetSpellingSuggestions(word).Item(i).get('name');
      end
  else
      %If incorrect but there are no suggestions, return this:
      suggestion = 'no suggestion';
  end

end
%Quit Word to release the server
h.Quit    

f19.m

for i = 1:1

data2=fopen(strcat('DATA\PRE-PROCESS_DATA\F19\',int2str(i),'.txt'),'r')
CharData = fread(data2, '*char')';  %read text file and store data in CharData
fclose(data2);

word_punctuation=regexprep(CharData,'[`~!@#$%^&*()-_=+[{]}\|;:\''<,>.?/','')

word_newLine = regexp(word_punctuation, '\n', 'split')

word = regexp(word_newLine, ' ', 'split')

[sizeData b] = size(word)

suggestion = cellfun(@checkSpelling, word, 'UniformOutput', 0)

A19(i)=sum(~cellfun(@isempty,suggestion))

feature19(A19(i)>=20)=1
feature19(A19(i)<20)=-1
end

Answer 1

将regexprep来电替换为

word_punctuation=regexprep(CharData,'\W','\n');

此处\W找到所有替换为换行符的非字母数字字符（包含空格）。

然后

word = regexp(word_punctuation, '\n', 'split');

如您所见，您不需要按空格分割（见上文）。但你可以删除空单元格：

word(cellfun(@isempty,word)) = [];

一切都适合我。不过我不得不说你checkSpelling功能很慢。在每次调用时，它都必须创建一个ActiveX服务器对象，添加新文档，并在检查完成后删除该对象。考虑重写函数以接受字符串的单元格数组。

<强>更新

我看到的唯一问题是删除引用'字符（我是，不要等）。您可以使用下划线（是的，它被认为是字母数字）或任何未使用的字符序列临时替换它们。或者，您可以使用方括号中的所有非字母数字字符列表而不是\W来删除。

更新2

第一次更新的另一个解决方案：

word_punctuation=regexprep(CharData,'[^A-Za-z0-9''_]','\n');