Abstract
本諞論文之目的，在于利用類神經網路之「感知器」(perceptron)模型解決英文拼字校正之問題。每個人都有此經驗：在英文打字時，會有些習慣性的錯誤，比如某個字老是漏打一個字母；是指頭常按錯某個鍵……。諸如此類的錯誤人人不同，所以，我們希望發展出一套系統，能針對個人的習慣錯誤作彈性修改，使得系統只要具備針對個人錯誤加以完全改正的能力，而不必因為要通盤考慮所有錯誤類型而失去效率。同時，由于錯誤類型過多難以分類，並不適合用傳統演算法處理，以及即時修正、系統修正及擴充等種種考量，我們決定以此模型來建構系統解決此問題。系統分成三部分：編碼器、類神經網路處理器、解碼器。編碼器將使用者輸入的單字化為由一串零到壹之間的實數碼，並以此作為類神經網路處理器的輸入類神經網路將此輸入經運算後也送一串零到壹之間的實數碼到解碼器。解碼器將這些輸入再還原為英文字，若是使用者將某一單字拼錯，經過本系統處理後，就可以產生一正確的英文單字了。為了增加系統校正的正確率，我們在編碼器處理時同時也將該字的「特性」予以編碼，一併送入類神經網路處理器。這些「特性」如：字長、使用的字元…等經實驗證實確能提高正確率。此外，在編碼器和解碼器上使用一些小技巧，也同樣能增進系統的效率。本系統最大特點在於能針對各使用者之要求而校正輸出答案，並且具備學習新字的功能，但是必須連已學過的字一起學習是最大的缺點。