安装python-Levenshtein失败，提示需要安装Microsoft Visual C++ 14.0，找了好久终于确认是这个包，Levenshtein是一个python上用于计算编辑距离比较方便的包，它能提升fuzzywuzzy模块的计算效率，如果学习的小白实在没有积分可以私信我发给你，一期学习交流，谢谢！

模糊模糊 模糊字符串匹配像老板。 它使用来计算简单易用的程序包中序列之间的差异。 要求 Python 2.7或更高版本 difflib （可选，在字符串匹配中提供4-10倍的加速，尽管在可能导致） 供测试用 pycodestyle 假设 pytest 安装 通过PyPI使用PIP pip install fuzzywuzzy 或以下也安装python-Levenshtein pip install fuzzywuzzy[speedup] 通过Github使用PIP pip install git+git://github.com/seatgeek/fuzzywuzzy.git@0.18.0#egg=fuzzywuzzy 添加到您的requirements.txt文件中（随后运行pip install -r requirements.txt ） git+ssh://git

查找相似的公司名称并自动匹配它们 该程序将使用NLP和ML技术来匹配相似的公司名称。 在算法中，会自动对匹配常见单词（例如“ LTD”和“ COMPANY”）的匹配进行打折。 使用的库： 大熊猫 Fuzzywuzzy（ ） 使用的数据集（单独下载）： 我们使用的数据可在上找到。它是一个公开许可的公共可用数据集，其中包含英国的注册（有限责任）公司列表。 输送材料： 幻灯片（未最终确定）： :

NLP之相似语句识别--特征工程篇:bow+tfidf+svd+fuzzywuzzy+word2vec-附件资源

我们的使命是从互联网的每个角落提取活动门票，在同一屏幕上向您展示所有门票，以便您可以比较它们并尽快进入您的游戏/音乐会/演出。 当然，互联网大多数角落的一个大问题是标签。 我们最令人沮丧的问题之一是试图弄清楚两张门票列表是否适用于同一个现实生活中的活动（也就是说，没有获得我们实习生的帮助）。 为了完全随机选择一个例子，太阳马戏团在纽约举办了一场名为“Zarkana”的节目。 当我们在网上搜索要出售的门票时，大多数门票都是通过标题、日期、时间和地点来标识的。 我们已经建立了一个“模糊”字符串匹配例程库来帮助我们。 还有好消息！ 我们正在开源它。 该库名为“Fuzzywuzzy”，代码纯python，仅依赖（优秀）difflib python库。

fuzzywuzzy-1.3.0.jar