如何提取公司真实名称
就是我有一份公司信息数据，我要提取出每个公司名称并去重。
现在的问题是：
例1:：“江西省新余市某某农机有限公司”和“新余市某某农业机械制造有限公司”其实是同一公司
例2：“江西赣州第一建筑有限公司”和“江西抚州第一建筑有限公司”，去掉前面地区和后面有限公司后都是“第一建筑”，可这是俩公司啊
像碰到这类情况如何去重
------解决方案--------------------
提取并建立关键字的库，规定同时匹配多少项为相同，匹配越多，精度越高，效率越低