利用现有的一组已知变体（首字母缩写词，缩写词）进行字符串匹配

Question

我保持这种语言不可知，因为我对可以提供解决方案的任何平台持开放态度。我目前的实现是在Excel / VBA中，但我正在研究Python，JavaScript和SSMS。

是否有任何现有方法可以利用已知字符串变体的集合（例如缩写，缩写词）？这些等同于SoundEx或编辑距离不太可能捕获的非常接近，但已经以表格形式预定义和收集。

假设这些字段足够具体以避免错误的等效（例如在Country的字段中定义'US'），有没有办法在模糊匹配时考虑这些？

我能够实现的最接近的解决方案是使用索引键进行RegEx匹配替换。

例如：

DEPARTMENT OF | DEPT. OF | DEPARTMENT | DPT. OF | DEPT. | DEPT | DPT
MEDICINE | MED. | MED

记录集

RECORD 1 | DEPARTMENT OF MED.
RECORD 2 | DPT. MEDICINE
RECORD 3 | DEPT OF MED

和伪代码

FIND '(\b(DEPARTMENT\sOF|DEPARTMENT|DEPT.\sOF|DEPT\.|DEPT\sOF|DPT\.\sOF|DPT\.|DPT)(?=\b))'
      REPLACE '$matchSet001'
FIND '(\b(MEDICINE|MED\.|MED)(?=\b))'
      REPLACE '$matchSet002'

结果将排列为相同的记录（按预期）

RECORD 1 | $matchSet001 $matchSet002
RECORD 2 | $matchSet001 $matchSet002
RECORD 3 | $matchSet001 $matchSet002

这有效，但有严重的局限性。在任何更大的规模（1000+当量）中，这是非常耗时的，因为它需要手动实施每个变化，着眼于订购。它还会转换字符串并在后续步骤中阻止实际模糊匹配。

编辑：This paper似乎在特定的上下文（研究人员名称）中解决了同样的问题，但我找不到任何有效的实现。