（生物医学）单词词干的所有可能的单词形式完成
问题内容：
我熟悉R中tm包中的词干和补全。
我试图提出一种快速而又肮脏的方法来查找给定单词的所有变体（在一些语料库中）。例如，如果我输入的是“白细胞”，我想获得“白细胞”和“白细胞” 。
如果我现在必须这样做，那么我可能会选择类似：
library(tm)
library(RWeka)
dictionary <- unique(unlist(lapply(crude, words)))
grep(pattern = LovinsStemmer("company"),
ignore.case = T, x = dictionary, value = T)
我之所以使用Lovins，是因为Snowball的Porter似乎不够积极。
我愿意接受其他词干分析器，脚本语言（Python？）或完全不同的方法的建议。
问题答案：
此解决方案需要预处理您的语料库。但是一旦完成，这将是一个非常快速的字典查找。
from collections import defaultdict
from stemming.porter2 import stem
with open('/usr/share/dict/words') as f:
words = f.read().splitlines()
stems = defaultdict(list)
for word in words:
word_stem = stem(word)
stems[word_stem].append(word)
if __name__ == '__main__':
word = 'leukocyte'
word_stem = stem(word)
print(stems[word_stem])
对于/usr/share/dict/words语料库，这将产生结果
['leukocyte', "leukocyte's", 'leukocytes']
它使用stemming可以安装的模块
pip install stemming
