实例数据：
1.柒松江区上海市松江区岳阳街道木鱼弄 5-16 号木鱼弄小区木鱼弄 16 号 301 室
#.提取为 [木鱼弄 16 号 301 室]
#.提取为标准库中的[西林塔居委]
2.九亭镇涞亭北路 99 弄 203 号 502 室
#.提取为 [九亭镇涞亭北路 99 弄 203 号 502 室]
#.提取为标准库中的[奥园居委]
类似这样的数据，标准库中具体是什么关键词这个也不太清楚。有什么推荐算法或者实现思路吗？
• 请不要在回答技术问题时复制粘贴 AI 生成的内容
This topic created in 1491 days ago, the information mentioned may be changed or developed.
 |
1
怎么看起来像是 es 的分词？
|
1
 |
3
ner?
|
 |
4
总感觉和顺丰自动提取地址类似，这个是不是可以在 GITHUB 上搜索一下 [顺丰 地址] 之类的关键词
|
 |
7
nlp? 类似 paddlenlp 应该可以实现,不过对于你这个需求可能有点重
|
 |
VegetableOct 10, 2022
8
你这路子感觉不对劲，交给地图不好吗，使用高德之类的 API ，可以轻松的将不规则的地址标准化，再拿到自己的库里比对居委会，这玩意确实没见过开放 API
|
 |
12
|
 |
13
标准库中具体是什么关键词这个也不太清楚
================ 这个提取好说，就是地点 NER 。但和标准库没法直接 NLP 替换啊，文本层面一点相似性都没有。你这匹配规则是啥都不清楚。明显是需要地点和区域映射。 如果外网的话，有些地图服务商提供 API 的，内网的话，只能自己维护。 |
Select Language