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]

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。

[maocat]

长沙县，长沙市

[dzdh]

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]

地名实体识别，市面上有很多这类接口。

[itgoes]

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]

一般都是提取，显示，本人确认的流程。

[Pythondr]

地址标准化
https://lbs.amap.com/api/webservice/guide/api/georegeo

[brader]

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]

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]

@maocat 说的对，这种提取出来了还是无解。

[xiyangzh]

@brader 感觉可以解决问题，不错。

[brader]

@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]

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