请问各位如何建立一个能够对比识别的库

标题可能不是很清晰。具体是这样的，最近我在做网络爬取，现在已经能够将网上的数据取出来了，可是最关键的一个问题就是，抓下来的数据如何分类的存放。所以我就想到了建立一个库来提供比对，比如
"触屏"或者是“电容屏”亦或是“电阻屏”都能通过和这个库比对以后自动识别为“屏幕”，。这是我突然想到的，但是苦于不知道如何实现，请各位给一点思路。