识别单词的不同形式（搜索相似的单词）

Question

我有很多文字从网上提取的文本文件。现在我计划构建一个简单的搜索来识别文本文件中的匹配项。例如，如果搜索参数是“3个火枪手”，那么我会寻找所有可能的匹配项，如下面所述

Muskketeers3;   
three muskteers;
3Muskters;
Musketeers3;

我不知道从哪里开始。我可以用python编写一些代码，然后开始研究NLTK及其wordnet。我在这里寻找一些建议，为最好的方法。在

有什么想法吗！在

Answer 1

我确实查看了链接https://stackoverflow.com/questions/682367/good-python-modules-for-fuzzy-string-comparisonwhich有可用的字符串比较库列表。但复杂的是，如何获得一个词的各种表现形式，如3，3，iii。。。像wordnet。。。感谢你的指导

Answer 2

看看这个模糊的图书馆

https://github.com/seatgeek/fuzzywuzzy