Question

我在Java中使用Bloom Filter实现了一个字典/检查器。但是，我发现最适合我的应用程序找到多字词的最长匹配前缀。

例如，在我的Bloom Filter中，我有以下几个字：

{'mac', 'macbook', 'macbookpro'}

经过一些文本分析后，我发现人们倾向于改变他们写某个单词的方式，例如

'I love my mac book pro' or 'I love my MacBook Pro' or 'I love my macbookpro'

现在让我处理这样的句子，如果这是在布隆过滤器中，我会单独检查每个单词。如果没有，我希望过滤掉这个词。例如，

I -> no
love -> no
my -> no

但现在是棘手的部分。 “Mac”肯定在字典中，但“macbook”也是如此，甚至更好的是“macbookpro”

mac -> yes
book -> no
pro -> no
macbook -> yes
macbookpro -> yes

由于'macbookpro'是最长的，我希望将这个词作为最终输出。

是否有一些算法或有效的方法让我用Bloom Filter完成这个？

修改需要注意的是，这样的多词术语不一定需要先匹配，然后可能不匹配才能成为最长的词。

例如，在我的字典中只有单词{'macbook', 'macbookpro'}

我有句'I love my mac book pro'

此处，'mac'一词会首先导致不匹配，但'macbook'和'macbookpro'会匹配。