Resolvido por Pontuação de Similaridade de Strings
Este recurso ajuda você a comparar dois nomes ou sequências de texto que podem diferir por pequenas variações ortográficas e produz uma pontuação de similaridade. A pontuação apoia decisões consistentes e mais rápidas ao determinar se as variações provavelmente se referem à mesma entidade.
Este recurso foi projetado para situações em que pequenas diferenças ortográficas dificultam o julgamento se duas referências apontam para a mesma entidade. Ele gera uma pontuação de similaridade que quantifica o quão próximas duas sequências estão, ajudando você a passar de suposições subjetivas para um processo de decisão repetível. Você o utiliza fornecendo os dois valores que deseja comparar (por exemplo, dois nomes de organizações, nomes de pessoas ou nomes de locais) e, em seguida, revisando a pontuação como um indicador da probabilidade de correspondência. A pontuação pode ser usada para definir limites práticos para o seu fluxo de trabalho, como aceitação automática de similaridade muito alta, sinalização de casos limítrofes para revisão e rejeição de similaridade baixa. Ele suporta tarefas comuns de qualidade de dados, como deduplicação, vinculação de registros e limpeza de entradas inconsistentes entre sistemas. É particularmente útil quando as diferenças vêm de erros de digitação, grafias alternativas, pontuação ausente, abreviações ou alterações de espaçamento. Ao padronizar comparações com uma pontuação numérica, as equipes podem melhorar a consistência entre os revisores e reduzir o tempo gasto na inspeção manual. O recurso também pode ser usado para priorizar quais correspondências potenciais revisar primeiro, classificando os candidatos por similaridade. No geral, ele ajuda você a tomar decisões mais claras e auditáveis sobre se duas grafias ligeiramente diferentes se referem à mesma entidade.
Recurso externo
https://cross-service-solutions.com/
Se conhece uma ferramenta ou abordagem que poderia ajudar as pessoas a resolver um problema que ainda não abordámos, gostaríamos de saber.