开始匹配之前可以进行一些简单的判断，看看所得到的数据的纯净度如何，比如是否存在重复数据？重复数据重复的情形（完全重复or部分重复）以及按某一字段排序来进一步分析看看；

nationality or place of birth?应该还是用nationality，不过分析数据过程中发现存在诸如' Morocco|Germany '的字段，考虑用分隔后，多国籍分别分组