用途：当两个数据集唯一共享字段是实体名称时，用于连接或去重，例如桥接 CIK、permno、gvkey、wficn、EIN、TR personid 等标识，或去重申报人、基金、内部人名称。
主要能力：字符 n-gram TF-IDF 加稀疏 top-k 余弦相似度，实现快速多对多模糊实体匹配；在笔记本上可扩展到约 10^5 × 10^5，分块后约 10^6 × 10^6。
使用方式：先规范化双方名称，再做精确作用域连接，然后精确全局连接，接着模糊作用域匹配（阈值约 0.80），最后模糊全局匹配（阈值不低于 0.90，仅处理残余行并先去重右侧）。完整配方、阈值指南和可运行模板见 references/fuzzy-name-matching.md 与 examples/fuzzy_name_match_sample.py。依赖 scikit-learn 和 sparse_dot_topn（需 >=1.2，用 pixi add --pypi sparse_dot_topn 安装）。
限制：存在共享标识符时不应使用名称匹配；未规范化不应直接模糊匹配；TF-IDF 基于字符，不具语义，IBM 与 International Business Machines 不会匹配；小于约 5K × 5K 或字符串短于约 3 字符时建议改用 RapidFuzz；接受低于 0.75 的匹配或全局未作用域低于 0.90 的匹配需谨慎；报告命中率前应检查阈值附近的匹配对。