制表符分隔的数据集中拼写的统计描述

我试图在Excel中编写一个macros，以制表符分隔格式（特别是一组Tweets）来查找自然语言文本数据集中的拼写错误的平均值和标准偏差。 我可以很容易地findWord中的平均值，方法是通过按CTRL + F来获取消息的数量，然后查看SpellCheck中列出的错误总数。 这虽然对SD没有帮助。 据我所知，专门build立的语言分析软件不能search一般的非词汇，而不计算不stream畅的东西（“呃”，“ach”）。

我无法弄清楚如何在Excelmacros中包含拼写和语法错误，或者如何按单元格拆分它们。

数据集足够大，我不介意小的不准确（他们不应该在条件之间系统地变化）。

这个工具可以调整，以评估基本的写作技巧，或者比较足够大的文字样本中英语的非标准使用。 任何帮助表示赞赏。

Answer 1

由于Word具有检测拼写和语法错误的内置function，因此您可以在Excel中创build一个跨程序脚本​​。 你只要让Word做语言处理，Excel做统计分析。 您需要从Excel VBE的“工具”>“引用”菜单中启用Microsoft Word 15.0对象库。

Word中的VBA允许您检测是否有拼写错误。 看到这个链接：

https://msdn.microsoft.com/en-us/library/office/aa171830(v=office.11​​).aspx

代码背后的逻辑是：

1. 从Excel，打开一个新的Word文档。
2. 对于每个Tweet，复制单元格的内容并粘贴到空白Word文档中。
3. 让Word扫描文档中的错误，如果检测到则返回True，否则返回False。
4. 在Excel中，如果获得True值，则在推文旁边插入1，如果为False，则插入2。
5. 清除Word文档中的所有内容。
6. 转到Excel中的下一个推文（下一个单元格），并执行步骤2-6，直到每个推文旁边都有1或2个推文。

您应该能够将语言错误的发生与其他variables相关联，例如Twitter句柄。

从本质上讲，每个程序都要做到最好。