我记得一个与此类似的问题 https://vladris.com/puzzles/facebook/puzzle_master/snack/breathalyzer.html 这是 facebook 工程难题中的一个问题。

但我怀疑这不是机器学习/人工智能问题。您可以实现一种算法，将每个单词转换为一组字符，然后根据其字符列表在您的主列表中选择具有最小距离的单词。

即使当人类解决混乱时，我们也会以系统/算法的方式来解决，如果我们的记忆中不存在混乱的单词，我们就无法做任何事情，否则我们可以解决混乱。

但是，如果保留一些结构而不是像字谜一样完全打乱，人脑可以简单地识别乱码。

我们通常根据大脑中的第一个音节/字符来索引单词，比如甚至这个

在第二张图片中，即使它们不是由英文字符组成，我们也能识别出这些单词，因为我们的大脑不会像“7-H”那样逐个字符地扫描文本，而是将其视为图像。

因此，模型不应该立即对分割的字符进行分类，而是应该在每个类中找到“最近”的字符，以优化单词的字符作为我们字典中单词类之一的组合概率。