如何解决如何从BigQuery
我有两个包含公司名称列表的表。第一个是索引表，因此其中的值将是干净的并且格式是一致的。第二张表包含用户输入的公司信息，因此可能存在拼写错误和格式不一致的情况。
第一个（索引表）看起来与此类似：
company_name | industry
Apple Inc Technology
Amazon Inc Retail
Kraft Heinz Food Processing
New York Life Insurance Company Insurance
Tesla Inc Tesla
Walmart Inc Retail
第二个表（用户输入表）与此类似
company_name
Apple
Apple Inc.
Amazon,Inc
Kraft
New York Life
Tsla
Walmart
请注意，第二个表没有industry列，因为主要目的是将industry列添加到第二个表中，但是由于没有键，我们不能简单地加入这两个表。
我认为第一步是比较company_name之间的相似性，如果相似度足够，我们可以假设它是相同的。
我已经做了一些研究，我认为我们需要使用Levenshtein距离。老实说，我对这种方法不是很熟悉，但是从我的有限理解中，我想知道它是否适用于包含多个单词的输入（例如，纽约人寿保险公司）或仅适用于一个单词的输入（例如，Apple）
任何建议或指导将不胜感激。
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。