我有一个数百万知名人士的名单（来自维基数据），我需要创建一个系统，可以在一个相当短的文本中有效地找到所有提到的人：它可以只是一个单词（例如。＆＃34 ;爱因斯坦＆＃34;）几页文本（例如维基百科页面）。
我需要系统能够相当容忍拼写错误（例如Mikael Jackson而不是Michael Jackson）和简短形式（例如M. Jackson）。如果含糊不清，它应该归还所有可能的人（例如，＃34;乔治布什＆＃34;应该返回父子，可能还有其他同音异义词）。
此related question有一些有趣的答案，包括使用Aho-Corasick algorithm。有许多语言的库，包括in Python。但是，它似乎不支持模糊搜索（即容忍拼写错误）。
我想我可以扩展词汇量以包含每个名称的所有可能的拼写，但这会使词汇量太大，所以我宁愿避免这种情况（如果可能的话）（此外，我可能希望将此解决方案扩展到超过只是人们在某一点上。）
我快速浏览了Lucene / ElasticSearch，但它似乎不支持这个用例（除非我错过了它）。
有什么想法吗？