mysql - 在MYSQL中查找具有不同拼写的重复记录

Question

1. 我有包含字段 name_entry 的记录，例如 udhaya、udaya、udhaya kumar、uthaya。但这四个人都是同一个人，实际咒语是 udhaya kumar。
2. 在这种情况下我需要找到人员记录并将重复项更新为原始记录。
3. 我有超过 20000 条记录，其中至少 300 条记录有类似的重复项。我需要针对这种情况的解决方案。

提前谢谢您..

Answer 1

在数据库级别，无法确定相似的拼写(拼写错误)单词。

但是，很少有自然语言处理库 - 斯坦福 NLP( Stanford_NLP )、Apache Open NLP( Open NLP )等 - 名称实体识别可以扩展，训练自定义模型。您可以从中对相似拼写的单词进行分组并删除重复项。这很复杂，而且结果的准确性取决于模型的训练程度。

但是，从你的问题来看，这是实现的唯一方法。