“erasmus+ халқаро кредит мобиллик: таълим ва илмий

st. dev. Nˊ 
46 
25 
9 
11 
9 
avg. M 
664 
337 
151 
146 
167 
st. dev. M 
182 
94 
45 
32 
46 
avg. Mˊ 
474 
263 
134 
97 
138 
st. dev. Mˊ 
145 
81 
41 
29 
43 
Table 5: Word statistics for the input sets (avg. – average value, st. dev. – standard 
deviation) 
The identification of properly and improperly spelled names and surnames 
consisted in comparing the words starting with an uppercase letter to the dictionary 
contents, and comparing the words starting with a lowercase letter to the dictionary 
contents. We performed the second step to detect potentially misspelled names and/or 
surnames. 
The summary of the experimental results is shown in Fig. 5. The figure contains the 
information on the number of properly identified names and surnames (true positives, 
TP), the number of words improperly identified as names or surnames (false positives, 
FP) and the number of corrected words. On the X axis of each subplot, label S
ij
corresponds to the j-th member of the i-th set of texts, where i = 1, 2, . . ., 5 and j = 0, 1, . 
. . , 5. The S
i0
, for i = 1, 2, . . . 5, corresponds to the original story in each set. Hence there 
are no corrected words for these elements. 
From the results shown in Fig. 5 it follows that using the dictionary we were able to 
correct all misspelled words in all cases. On the other hand, it is also worth noticing that 
we were also suggested to correct some properly spelled words due to their polysemy 
(see the black bars in Fig. 5). Therefore, we conclude that the results of the comparison 
with the dictionary contents should always be verified by the user. Otherwise, apart from 
correcting the misspelled words, we can also introduce some new errors into our texts.