找出一个公司名称是否与另一个公司名称非常相似-Python - python

就我而言，我将所有字母折叠成小写，将所有标点符号替换为空格，将重音符号替换为未重音的对应字符，移除所有其他特殊字符，并从列表后面的名称的开头和结尾删除法律控制术语。

匹配是已解析名称的比较。这可以是简单的字符串匹配，编辑距离，Soundex或Metaphone，比较组成名称的单词集或比较字母或n-gram(长度为n的字母序列)。 n-gram方法实际上对名称非常好，因为它忽略了单词顺序，从而在“示例部门”与“示例部门”等方面提供了很多帮助。实际上，使用Jaccard index这样的简单比较两字组(2克，字符对)非常有效。与其他几个建议相比， Levenshtein距离是名称匹配中较差的方法之一。

就我而言，我分两步进行匹配，首先比较已解析的名称是否相等，然后将Jaccard索引用于其余的双字母组。我没有实际计算所有名称对的所有Jaccard索引值，而是对两个给定大小的集的Jaccard索引的最大可能值设置了界限，并且仅在该上限足够高时才计算Jaccard索引，可能有用。大多数名称对仍然足够相似，无法匹配，但是大大减少了进行比较的次数。

过滤是使用辅助数据来拒绝来自解析和匹配阶段的误报。一个简单的版本是查看匹配名称是否对应于不同城市的企业，从而对应于不同的企业。可以在匹配之前应用该示例，作为一种预过滤。此后可能会应用更复杂或更耗时的检查。

我没有做太多过滤。我检查了各个国家的公司，看它们是否相同，仅此而已。数据中实际上没有太多的可能性，某些时间限制排除了对扩展数据进行大量搜索的任何广泛搜索，而且计划进行手动检查。

我有一个Python脚本在某些深度学习模型上运行推理。有什么办法可以找出GPU资源的利用率水平？例如，使用着色器，float16乘法器等。我似乎在网上找不到太多有关这些GPU资源的文档。谢谢！ 参考方案 您可以尝试在像Renderdoc这样的GPU分析器中运行pyxthon应用程序。它将分析您的跑步情况。您将能够获得有关已使用资源，已用缓冲区，不同渲染状态上…

也许很难描述我的问题。我正在寻找Python中的算法，以在带有某些文本的白色图像上创建皱纹纸效果。我的第一个尝试是在带有文字的图像上添加一些真实的皱纹纸图像（具有透明度）。看起来不错，但副作用是文本没有真正起皱。所以我正在寻找更好的解决方案，有什么想法吗？谢谢 参考方案 除了使用透明性之外，假设您有两张相同尺寸的图像，一张在皱纹纸上明亮，一张在白色背景上有深…

在Python中，我正在使用uuid4（）方法创建唯一的字符集。但是我找不到将其限制为10或8个字符的方法。有什么办法吗？uuid4()ffc69c1b-9d87-4c19-8dac-c09ca857e3fc谢谢。 参考方案 尝试：x = uuid4() str(x)[:8] 输出："ffc69c1b" Is there a way to…

我在Windows上使用Python 3和sqlite3。我正在开发一个使用数据库存储联系人的小型应用程序。我注意到，如果应用程序被强制关闭（通过错误或通过任务管理器结束），则会收到sqlite3错误（sqlite3.OperationalError：数据库已锁定）。我想这是因为在应用程序关闭之前，我没有正确关闭数据库连接。我已经试过了： connectio…

场景：我有一个配置文件，其中包含要执行的自动化测试的列表。这些测试是长期循环执行的。   配置文件的设计方式使ConfigParser可以读取它。由于有两个三个参数，因此我需要通过每个测试。现在，此配置文件由script(s1)调用，并且按照配置文件中的列表执行测试。Script(s1)第一次读取配置，并且在每次测试完成后都会执行。阅读两次的要求：由于可能会…