我有各种产品项目,我需要确定它们是否相同。一个简单的例子:
Microsoft RS400 mouse with middle button
应该匹配Microsoft Red Style 400 three buttoned mouse
但不匹配Microsoft Red Style 500 mouse
除了名称之外,我没有其他可以匹配的好东西,仅仅根据匹配词的比例来做还不够好(错误率太高了)
我确实知道域,所以我可以(例如)手写一个三键鼠标可能与带有中键的鼠标相同的事实。我也知道制造商(或者可以很好地猜测他们)。
到目前为止我唯一的想法是通过尝试使用手写规则来减小字符串的大小然后检查匹配的单词来匹配它们,但我想知道是否有人有任何想法进行这种匹配的最佳方法是使用更好的准确性和精确度(或从哪里开始寻找)以及是否有人知道在该领域所做的任何工作?(论文,例子等)。