Language agnostic 如何预测用户输入的模式？

我正在开发一个软件，用户可以从任意字符串中选择多个子字符串。有时，这自然会导致模式。例如：

"The quick brown fox jumps over the lazy dog"
 - substring selected: brown fox
"The quick purple fox jumps over the lazy dog"
 - substring selected: purple fox
"The quick orange fox jumps over the lazy dog"
 - substring selected: orange fox

因此，用户似乎总是选择字符“fox”及其前面的单词

如果我能实现一些子例程，为这些子字符串提供“预测”，用户可以使用这些子字符串，也可以适当地丢弃这些子字符串，那将是非常好的。例如：

"The quick yellow fox jumps over the lazy dog"
 - suggested substring: yellow fox (ACCEPTED)
"The quick red fox jumps over the lazy dog"
 - suggested substring: red fox (ACCEPTED)
"The English Foxhound is a scent hound, bred to hunt foxes by scent."
 - suggested substring: hunt fox (REJECTED)

---

一般来说，如何通过编程识别用户输入中的模式，并使用这些模式预测未来的输入？

在文本编辑领域已经有了这方面的研究。这里的想法是让用户编辑半结构化文本，并将更改复制到文本的类似部分（通过适当的转换）

总体思路是生成候选模式，并根据用户输入和启发式对其进行排序/排除

---

请参阅示例，以获得一个很好的概述。

听起来像是神经网络的工作！这个问题很有趣，但可能离题了。@Moo Juice你有什么建议可以更好地回答这个问题吗？