这是一个创建于 960 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。
 |
1
maocat 2022-05-12 18:12:27 +08:00 via iPhone
长沙县，长沙市
|
 |
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 |
 |
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。
|
 |
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
|
 |
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。
|
 |
6
Pythondr 2022-05-12 19:44:40 +08:00
|
 |
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 |
 |
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。 |
|
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 |
 |
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 |
Select Language