位置名称匹配

Question

例如，我有一组位置名称：

{ "athens", "munich", "athenes", "αθηνα", "munchen", "μοναχο" }

我想以每个子集包含相同位置的方式将此集合分为N个子组，例如，以先前的数据集为输入，我们应将其分为2个子组：

{ "athens", "athenes", "αθηνα" }

和

{ "munich", "munchen", "μοναχο" }

子组中的每个位置名称可能在以下方面有所不同：

• 语言
• 轻微的拼写差异

我们可以假设每个单词都是小写并且删除了重音符号，因此区分大小写和重音符号不是问题。

从开发人员的角度来看，我认为我需要实现一种方法

double CompareNames(string name1, string name2);

，它需要输入2个字符串进行比较并返回它们相似度的度量（其中相似度是根据表示相同位置来衡量的）。如果相似度高于预定义的阈值，则name1和name2属于同一组。

我在以下领域进行了研究：语音匹配，语言匹配，文本相似性（例如levenshtein），但我找不到 一个紧凑的库（最好是.NET），可从整体上解决这些问题。

任何在这类问题上有经验的人都可以指导我，提出适当的方法甚至建议我使用任何工具吗？