Algoritmo para la corrección de textos en español basados en los algoritmos Metaphone y Distancia de Levenshtein

• Autores: Mego Lizana, Jhonn Anthony, Cespedes Bravo, Segundo Manuel
• Formato: tesis de grado
• Fecha de Publicación: 2021
• Institución: Universidad Cesar Vallejo
• Repositorio: UCV-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.ucv.edu.pe:20.500.12692/92285
• Enlace del recurso: https://hdl.handle.net/20.500.12692/92285
• Nivel de acceso: acceso abierto
• Materia: Sistema de corrección de contexto; Sistema de información; Algoritmo de corrección de textos; https://purl.org/pe-repo/ocde/ford#2.02.04

El problema general de la investigación fue: ¿Cuál fue el efecto de un algoritmo de corrección de textos en español basado en los algoritmos Metaphone y Distancia de Levenshtein en la corrección de errores ortográficos, gramaticales y de estilo? El objetivo general fue determinar el efecto del algoritmo MC Corrector de textos en español en la corrección de errores ortográficos, gramaticales y de estilo en base a los algoritmos Metaphone y Distancia de Levenshtein. La investigación tuvo un enfoque cuantitativo, un diseño experimental y un tipo de diseño pre-experimental. El desarrollo del algoritmo MC Corrector para la corrección de textos en español con errores ortográficos, gramaticales y de estilo fue posible gracias a su unión con el algoritmo Metaphone y Distancia de Levenshtein, en el cual se extrajeron 100 párrafos del sitio web “enclavedeciencia” de la Real Academia Española para realizar las pruebas. El instrumento utilizado para esta investigación fue una hoja de recolección de datos, la herramienta es Excel y la técnica es la observación. Los resultados obtenidos del algoritmo MC Correcto en errores ortográficos corregidos es de un 93%, gramaticales de un 100%, y de estilo en un 100%. Por tanto, se pudo determinar un efecto positivo del algoritmo MC en los errores ortográficos, gramaticales y de estilo corregidos. Así también cabe resaltar que se utilizaron una mayor cantidad de textos para precisar los resultados. Por consiguiente, se recomendó una mayor investigación e innovación en la corrección contextual y de muletillas, ya que no se encontró investigaciones profundas ni algoritmos para estos tipos de errores, así también se recomendó la realización de un algoritmo que genere palabras relacionadas en base al contexto, para el reforzamiento del algoritmo MC Corrector en la corrección contextual