我有一个与集群相关的问题，我需要从工作域中集群技能集。

比方说，在简历中，候选人可以提到他们熟悉亚马逊 s3 存储桶。但是每个人都可以以任何方式提及它。例如，

1. 亚马逊s3
2. s3
3. aws s3

对于人类来说，我们可以很容易地理解这三个是完全等价的。我不能使用 kmeans 类型的集群，因为它在很多情况下都会失败。

例如，

1. 春天
2. 弹簧框架
3. 春季MVC
4. 弹簧靴

这些可能属于错误的同一个集群。了解spring框架的候选人可能不知道sprint boot等，

基于嵌入/弓模型的单词相似度在这里失败了。

我有哪些选择？目前，我手动收集了很多 dict 格式的单词变体，key 是 root word，value 是那个 root word 的变体数组。

非常感谢任何帮助。