Trifacta ( https://www.trifacta.com/ ) 据说可以做到这一点（从用户提供的一些示例中学习。我对公司没有兴趣，但它来自我熟悉的学术研究（http: //vis.stanford.edu/wrangler/ )。谷歌有一些免费的在线产品 (Google Refine)，它也可以非常简单地做一些直观的事情，但我不认为它开发得那么好。如果你尝试任何一个产品，请让我们知道您的经历！

我知道这是一个非常古老的问题，但是如果您可以提供 OpenRefine 没有正确聚类的值的示例，您认为应该这样做，我们很乐意考虑改进该工具。

话虽如此，我可能会从不同的角度解决您的问题，而不是使用文本相似性聚类，我会尝试与 Wikidata 或 OpenCorporates 等组织名称数据库进行协调。这样做的好处是它应该考虑到别名、以前的名字等从字符串相似性的角度来看并不相似，但人类已经策划过的东西。给出的两个示例都具有可用于此目的的 OpenRefine 协调服务。