Здравствуйте!
Да, использование искусственного интеллекта для анализа и сопоставления текстов, как в вашем случае, вполне возможно и даже рекомендовано, особенно при наличии больших объемов данных. Для решения вашей задачи можно применить несколько подходов:
1. **Обработка естественного языка (NLP)**: Технологии NLP могут помочь в анализе названий товаров, выявлении синонимов и сопоставлении текстов. Вы можете использовать модели для извлечения признаков (например, TF-IDF, Word2Vec, BERT и другие) для представления текстов в виде векторов, которые затем можно будет сравнивать.
2. **Сопоставление строк (string matching)**: Для выявления схожих названий можно использовать алгоритмы, такие как расстояние Левенштейна, метрики Jaccard, или современные методы машинного обучения, такие как нейронные сети и модели, основанные на глубоком обучении.
3. **Кластеризация и классификация**: С использованием алгоритмов кластеризации (например, K-means) можно сгруппировать схожие товары, а затем вручную определить категорию для каждой группы.
4. **Создание интерфейса для аннотации данных**: Если необходимо, можно разработать интерфейс, который позволит пользователям вручную корректировать найденные совпадения.
Для реализации такой программы вам нужно привлечь специалистов в следующих областях:
- **Специалисты по обработке данных**: Они помогут собрать, предобработать и очистить данные, чтобы они были готовы для анализа.
- **Эксперты в области NLP**: Специалисты по обработке естественного языка помогут в разработке моделей для анализа текстов и сопоставления названий товаров.
- **Разработчики программного обеспечения**: Они могут создать необходимое программное обеспечение и интерфейс для работы с данными.
- **Аналитики данных**: Для интерпретации результатов и обеспечения качества обнаружения совпадений.
Рекомендую обратиться к ИТ-отделу вашей компании или внешним консультантам, которые специализируются на обработке данных и NLP. Это поможет вам эффективно решить задачу объединения номенклатур.