如何从单词列表中返回最相似的单词？

Question

如何创建一个函数，从一堆单词中找出最相似的一个，即使这个单词并不完全一样？

这个函数需要两个输入：一个是你要查找的单词，另一个是单词列表。函数应该返回与这个单词最相似的那个单词。

lst = ['apple','app','banana store','pear','beer']

func('apple inc.',lst)
>>'apple'
func('banana',lst)
>>'banana store'

经过一些研究，我发现我需要用到模糊字符串匹配、NLTK和莱文斯坦距离这些概念，但我在实现这样的函数时遇到了困难。

我还想说明一下，这里说的“相似”只是指字母的相似性，我并不关心单词的意思。

Answer 1

调试时的慢速解决方案：

def func(word, lst):
  items = sorted((dist(word, w), w) for w in lst)
  # Print items here for debugging.
  if not items: 
    raise ValueError('List of words is empty.')
  return items[0][1]

或者，这个方法更快，且占用更少的内存：

def func(word, lst):
  return min((dist(word, w), w) for w in lst)[1]

可以查看 这个链接，里面有关于实现 dist 的内容。某个回答里有一个关于Levenshtein距离实现的链接。