0
对于我的学士论文项目，我正在开发Chatbot的自然语言理解单元。现在我面临以下问题：用于在德语WordNet中查找Synsets的模糊字符串匹配（GermaNet）
我有一个词，让我们说'汽车'，这是德国人的汽车。现在，用户可能会将'autto'作为输入，因为他只是简单地犯了一个错字（添加了额外的't'），并且通常在聊天界面中，用户不遵循大写/小写规则，而是输入所有内容小写。
对于我的NLU算法，我需要为每个单词找到GermaNet中正确的Synset（大致相当于WordNet的英文）。 Synset是wordnet中的一个节点，它将一个词义的所有同义词抽象为一个节点。例如，在德语中，“自动”（汽车）和“汽车”具有相同的含义，因此表示同一个Synset。
现在的问题是，如果我没有拼字正确版本的单词，我怎么才能找到正确的Synset？我的意思是，搜索整个wordnet是计算复杂的每一个字。
我认为N-Grams可能会提供解决方案，但我不知道任何算法。
至于我用什么实现：Python3与NLTK，斯坦福CoreNLP和pygermanet。