使用python NLP查找句子相似性和性能改进

我正在做一个项目，为给定的输入句子显示

俚语。我有一个
csv
文件，其中包含500个
俚语及其含义。所以我想要的是，当用户输入一个句子时，我会将输入的句子与我的csv文件中的所有含义一一匹配，并建议一个适合该句子的俚语。（意思与输入句子最相似的俚语）

目前我正在用Wordnet语法集匹配来做这件事，但结果并不好，有人建议最好的句子相似性库或算法来做这件事吗

另外，匹配synset所需的时间大约需要20秒来处理结果，如何提高速度？以下是我正在使用的代码：

    for sent in csv_list:
        input_sentence = pos_tag(word_tokenize(input_sentence))
        sent = pos_tag(word_tokenize(sent))

        # Get the synsets for the tagged words
        input_synsets = [self.tagged_to_synset(*tagged_word) for tagged_word in input_sentence]
        sent_synsets = [self.tagged_to_synset(*tagged_word) for tagged_word in sent]
        score = self.get_sentence_similarity(input_synsets, sent_synsets)

get_Sequence_相似度方法只匹配语法集并返回结果