Computing edit distance to every te

Computing edit distance to every term in dictionary is expensive and slow
We can assume that the first character of query is always correct  smaller group to compare
Can use a threshold to decide the match, for example:
Edit distance < 0.4  similar! (use the term in dictionary instead!)
Edit distance >= 0.4  not similar  no result.

ผลลัพธ์ (ไทย) 1:

คำนวณระยะทางในการแก้ไขกับทุกคำในพจนานุกรมจะมีราคาแพง และช้าเราสามารถสมมติว่า อักขระแรกของแบบสอบถามอยู่เสมอต้องเล็กกว่ากลุ่มเปรียบเทียบสามารถใช้ขีดจำกัดการตัดสินใจตรงกัน เช่น:แก้ไขระยะ < 0.4 คล้าย (ใช้คำพจนานุกรมแทน)แก้ไขระยะทาง > = 0.4 ไม่คล้ายผลไม่

ผลลัพธ์ (ไทย) 3:

การคำนวณระยะทางที่ถูกแก้ไขไปทุกระยะ ในพจนานุกรม มีราคาแพงและช้า
เราสามารถสมมติว่าตัวอักษรตัวแรกของแบบสอบถามจะถูกต้องเสมอไปกลุ่มเล็ก เพื่อเปรียบเทียบ
สามารถใช้เกณฑ์ตัดสินการแข่งขัน ตัวอย่าง :
แก้ไขระยะห่าง < 0.4 เหมือนกัน ! ( ใช้คำนี้ในพจนานุกรมแทน ! )
แก้ไขระยะห่าง > = 0.4 ผลคล้ายกันไม่ได้ .