javascript - 当某些字母发生变化时，如何在复数中找到单数？最好的方法是什么？

Question

当某些字母发生变化时，如何在复数中找到单数？
以下情况:

德语单词Schließfach是一个密码箱。

复数是Schließfächer.

如您所见，这封信 a已更改 ä .出于这个原因，第一个单词不再是第二个单词的子字符串，它们在“正则表达式技术上”是不同的。
也许我在下面选择的标签不在正确的 Angular 落。也许正则表达式不适合我。我看过 naturaljs ( natural.NounIflector() ) 为英语单词提供了开箱即用的功能。也许德语也有同样的解决方案？
最好的方法是什么，如何在德语中找到复数形式的单数？

Answer 1

我曾经必须构建一个文本处理器来解析多种语言，包括非常随意到非常正式的语言。要确定的一件事是某些词是否相关(例如标题中与事物列表相关的名词 - 有时用复数形式标记。)
IIRC，在我们支持的所有语言中，70-90% 的单数和复数单词形式的“Levenshtein 距离”小于 3 或 4。(最终添加了几个字典以提高准确性，因为仅“距离”就会产生许多误报。)
另一个有趣的发现是，单词越长，3 或更少的距离就越有可能意味着含义上的关系。
这是我们使用的库的示例:

const fastLevenshtein = require('fast-levenshtein');

console.log('Deburred Distances:')
console.log('Score 1:', fastLevenshtein.get('Schließfächer', 'Schließfach'));
// -> 3
console.log('Score 2:', fastLevenshtein.get('Blumtach', 'Blumtächer'));
// -> 3
console.log('Score 3:', fastLevenshtein.get('schließfächer', 'Schliessfaech'));
// -> 7
console.log('Score 4:', fastLevenshtein.get('not-it', 'Schliessfaech'));
// -> 12
console.log('Score 5:', fastLevenshtein.get('not-it', 'Schiesse'));
// -> 8


/**
 * Additional strategy for dealing with other various languages:
 *   "Deburr" the strings to omit diacritics before checking the distance:
 */

const deburr = require('lodash.deburr');
console.log('Deburred Distances:')
console.log('Score 1:', deburr(fastLevenshtein.get('Schließfächer', 'Schließfach')));
// -> 3
console.log('Score 2:', deburr(fastLevenshtein.get('Blumtach', 'Blumtächer')));
// -> 3
console.log('Score 3:', deburr(fastLevenshtein.get('schließfächer', 'Schliessfaech')));
// -> 7


// Same in this case, but helpful in other similar use cases.