用於在德語WordNet中查找Synsets的模糊字符串匹配（GermaNet）

Question

對於我的學士論文項目，我正在開發Chatbot的自然語言理解單元。現在我面臨以下問題：

我有一個詞，讓我們說'汽車'，這是德國人的汽車。現在，用戶可能會將'autto'作爲輸入，因爲他只是簡單地犯了一個錯字（添加了額外的't'），並且通常在聊天界面中，用戶不遵循大寫/小寫規則，而是輸入所有內容小寫。

對於我的NLU算法，我需要爲每個單詞找到GermaNet中正確的Synset（大致相當於WordNet的英文）。 Synset是wordnet中的一個節點，它將一個詞義的所有同義詞抽象爲一個節點。例如，在德語中，「自動」（汽車）和「汽車」具有相同的含義，因此表示同一個Synset。

現在的問題是，如果我沒有拼字正確版本的單詞，我怎麼才能找到正確的Synset？我的意思是，搜索整個wordnet是計算複雜的每一個字。

我認爲N-Grams可能會提供解決方案，但我不知道任何算法。

至於我用什麼實現：Python3與NLTK，斯坦福CoreNLP和pygermanet。

Answer 1

如果輸入詞不在GermaNet中，可以先應用拼寫修正，例如PyEnchant，然後查找修正的詞。