Master Executive in AI Development - ProfessionAI

Searchify - Algoritmo di Correzione per il Motore di Ricerca

📌 Descrizione del Progetto

Searchify è una startup che offre un motore di ricerca interno per aziende di medie dimensioni. L’esperienza utente è spesso compromessa da errori di digitazione nelle query di ricerca, che portano a risultati nulli o irrilevanti. Questo progetto implementa un algoritmo di correzione automatica basato sulla distanza di Levenshtein per suggerire la parola corretta più probabile a partire da un dizionario predefinito.

🎯 Obiettivo

• Rilevare automaticamente errori ortografici nelle query di ricerca.
• Suggerire correzioni plausibili.
• Restituire risultati pertinenti anche in presenza di errori.

⚙️ Funzionalità

• Calcolo della distanza di Levenshtein tra la parola inserita e quelle nel dizionario.
• Normalizzazione dei dati per un confronto case-insensitive.
• Restituzione della parola corretta più simile, o della stessa parola se già valida.
• Gestione di errori realistici: lettere invertite, doppie, omissioni e inserimenti.

🧠 Architettura del Codice

Funzioni principali

• levenshtein_distance(s, t):
  Calcola il numero minimo di operazioni (inserimento, cancellazione, sostituzione) necessarie per trasformare la stringa s nella stringa t.
• suggest_correction(query, dictionary):
  Verifica se query è già presente nel dizionario; in caso contrario confronta query con ogni parola del dizionario tramite distanza di Levenshtein e restituisce la parola con distanza minima.

🧪 Test

Il programma è stato validato con un dizionario di almeno 50 parole e due serie di test:

• ✅ Parole corrette

  • rapporto → rapporto
  • vendite → vendite
  • server → server
  • azienda → azienda
  • backup → backup

• ❌ Parole errate

  • raporto → rapporto
  • venditte → vendite
  • docummento → documento
  • serber → server
  • aziensa → azienda
  • backu → backup
  • databaes → database
  • pefffomanse → performance

Esempio di output:

Input: raporto => Suggerimento: rapporto

Input: venditte => Suggerimento: vendite

Input: docummento => Suggerimento: documento

In aggiunta, è stato testato il comportamento case-insensitive con un dizionario in MAIUSCOLO e query in maiuscolo, minuscolo o misto.

📂 Dizionario

Di seguito un estratto delle oltre 50 parole aziendali utilizzate:

"rapporto", "vendite", "2023", "documento", "progetto", "analisi", "fatturato", "budget", "strategia", "marketing", "risultati", "cliente", "servizio", "prodotto", "offerta", "contratto", "fattura", "fornitore", "ordine", "spedizione", "pagamento", "database", "report", "statistiche", "performance", "obiettivo", "riunione", "agenda", "resoconto", "bilancio", "risorse", "umane", "formazione", "tecnologia", "sicurezza", "accesso", "autenticazione", "profilo", "utente", "account", "password", "backup", "sistema", "rete", "server", "cloud", "innovazione", "gestione", "processo", "azienda"

💻 Esecuzione

1. Clona il repository: git clone https://github.com/tuo-username/searchify-spellchecker.git cd searchify-spellchecker
2. Assicurati di avere Python 3 installato.
3. python spellchecker.py

📜 Licenza

Questo progetto è rilasciato con licenza GNU GPL v3. Vedi il file LICENSE per i dettagli.