V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
• 请不要在回答技术问题时复制粘贴 AI 生成的内容
xiyangzh
V2EX  ›  程序员

如何从省市区县地名里面提取出最关键的名称进行地名匹配?

  •  
  •   xiyangzh · 2022-05-12 18:05:19 +08:00 · 1598 次点击
    这是一个创建于 943 天前的主题,其中的信息可能已经有所发展或是发生改变。

    比如:高陵县和高陵区,其实是一个地区。 可是由于历史原因,我们的对接的客户,有些是高陵县,有些是高陵区 这样就会匹配失败。

    有没有自然语言处理的方法能够提取出“高陵”呢?

    另外:不要进行字符串截取,不可行,尤其是少数民族地区。

    12 条回复    2022-10-14 18:21:46 +08:00
    maocat
        1
    maocat  
       2022-05-12 18:12:27 +08:00 via iPhone
    长沙县,长沙市
    dzdh
        2
    dzdh  
       2022-05-12 18:13:19 +08:00
    感觉和 NLP 没关系。

    如果单独说你的这两个地区,还是感觉字符串相似度就可以。

    真要自动识别一定是有问题的,这跟市政规划还有关系,每个城市都有的 [高新区] 和 [高级技术产业开发区] 。

    郑州的 高新区、二七区、二七新区、郑东新区
    TimePPT
        3
    TimePPT  
       2022-05-12 18:19:04 +08:00
    地名实体识别,市面上有很多这类接口。
    itgoes
        4
    itgoes  
       2022-05-12 18:21:11 +08:00
    每个地区应该都有行政区域编码吧?如果是同一个地区行政区域编码应该相同
    aaniao002
        5
    aaniao002  
       2022-05-12 18:51:58 +08:00 via Android
    一般都是提取,显示,本人确认的流程。
    Pythondr
        6
    Pythondr  
       2022-05-12 19:44:40 +08:00
    brader
        7
    brader  
       2022-05-12 19:56:25 +08:00
    我们的解决办法是地区表的省级、市级地区整理新增了一个标准化简称 alias 字段,所有含智能化处理的地区业务,我们一般会使用 alias 字段去做。

    alias 简称示例:
    内蒙古自治区 内蒙
    北京市 北京
    景德镇市 景德镇
    三沙市 西沙群岛
    福建省 福建
    documentzhangx66
        8
    documentzhangx66  
       2022-05-13 06:08:14 +08:00
    为什么要专门提取出“高陵”?我觉得你们的最初需求是不是有问题?

    另外,地理位置是一种多层次的父子关系,专门提取出“高陵”,相当于强行把每一层切开,这必然会导致父子关系的割裂。所以,你应该把你最原始的需求,给出来。
    xiyangzh
        9
    xiyangzh  
    OP
       2022-05-13 10:07:44 +08:00
    @maocat 说的对,这种提取出来了还是无解。
    xiyangzh
        10
    xiyangzh  
    OP
       2022-05-13 10:08:23 +08:00
    @brader 感觉可以解决问题,不错。
    brader
        11
    brader  
       2022-05-13 10:25:39 +08:00
    @documentzhangx66 按我上面说的方案就不会,因为只是扩充一个字段,地区表原有的 level 和 pid 字段是依然存在的。

    然后谈下工作量问题,只为省、市扩充这个字段工作量也不大,大概 400 多个省市吧,这个事情做下来,是一劳永逸的,相信以后项目会很多地方能利用到这个基础设施
    foveal
        12
    foveal  
       2022-10-14 18:21:46 +08:00
    尝试在做,太复杂了,省市不难,关键是区 /县一级

    佳木斯市有个区叫郊区,哈尔滨有个平房区,内蒙古有个海南区,朝阳市 /北京朝阳区 /长春朝阳区
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   4375 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 22ms · UTC 10:00 · PVG 18:00 · LAX 02:00 · JFK 05:00
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.