数据集成问题 - 如何集成类似实体

我有一个数据库,在同一个表中有非常相似的行。这些行类似,因为它们具有几乎相等的列值。我需要将这些相应的行集成到一行中。 例如,应该集成这两个用户(u1和u2):
 u1 = User(name = "William Henry Gates III",
           age = 55,
           nationality = "american",
           alma_mater = "Harvard Univesity")

 u2 = User(name: "William Henry 'Bill' Gates III",
           age: 55,
           nationality: "America",
           alma_mater: "Harvard U.")
我正在考虑使用一些编辑距离和词干技术。其他算法和技术建议?任何有用的库(最好是Python或Java)?     
已邀请:
考虑像Refine这样的东西?     

要回复问题请先登录注册