什么是地点的最佳距离度量标准

Question

我在寻找一个“好的”/简单的度量标准来识别类似的地点/用户输入到避免重复的复制。

编辑距离做工不错错别字像

面包店

bekerry

（编辑距离：2）

但 “失败” 为交换的话

圣厄休拉学校

学校圣厄休拉

（编辑距离：17）

和补充

企业严重

企业严重股份有限公司

Answer 1

我认为使用原始距离度量标准会很困难。您可能想要使用一些NLP方法（nltk）来完成（命名实体识别），然后使用该结果进行比较。