扫码关注官方订阅号
就是我有一份公司信息数据,我要提取出每个公司名称并去重。 现在的问题是: 例1::“江西省新余市某某农机有限公司”和“新余市晶丰农业机械制造有限公司”其实是同一公司 例2:“江西赣州第一建筑有限公司”和“江西抚州第一建筑有限公司”,去掉前面地区和后面有限公司后都是“第一建筑”,可这是俩公司啊 像碰到这类情况如何去重
这属于机器学习,忒智能了点,不过倒是可以写个程序,把所有的名字相似的抓出来,人工核对一下。 把两个串拆开,一个个字对比,如果有超过一半的字符一样,那么判断相似,然后存起来
微信扫码关注PHP中文网服务号
QQ扫码加入技术交流群
Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号
PHP学习
技术支持
返回顶部
这属于机器学习,忒智能了点,不过倒是可以写个程序,把所有的名字相似的抓出来,人工核对一下。
把两个串拆开,一个个字对比,如果有超过一半的字符一样,那么判断相似,然后存起来