문자열에서 비 주소 정보를 필터링하는 방법

Question

사용자가 주소 양식을 작성하는 데 소요되는 시간을 줄이려고합니다. 이 양식에는 주소, 우편 번호, 도시, 지구 및 준 지구가 필요합니다. 이렇게하려면

그래서 지금처럼 열기 거리지도의 Nominatim API를 쿼리 : 다음 반환 된 몸에서 우편 번호 같은 것들을 분석

var 
    request = require('request'), 
    address = 'Grand Parkview Asoke, Unit 255/109 15th Flr., Sukhumvit 21 Road', 
    baseUri = 'http://nominatim.openstreetmap.org/search?format=json&addressdetails=1', 
    query = '&accept-language=en&q=' + encodeURIComponent(address); 

request(baseUri + query, function(err, res, body) { 
    console.log(JSON.parse(body)); 
}); 

.

문제는이 문제가 바닥 수와 관련이없는 "정상적인 주소"에만 적용됩니다.

var address = 'Sukhumvit 21 Road'; 

을하지만이 작동하지 않습니다 : 즉,이 작동 이제

var address = 'Grand Parkview Asoke, Unit 255/109 15th Flr., Sukhumvit 21 Road'; 

내가 지금처럼 가능한 시험의 매우 원유 세트와 API 여러 번 쿼리 오전 :

Grand Parkview Asoke, Unit 255/109 15th Flr., Sukhumvit 21 Road 
Parkview Asoke, Unit 255/109 15th Flr., Sukhumvit 21 Road 
Asoke, Unit 255/109 15th Flr., Sukhumvit 21 Road 
Unit 255/109 15th Flr., Sukhumvit 21 Road 
255/109 15th Flr., Sukhumvit 21 Road 
15th Flr., Sukhumvit 21 Road 
Flr., Sukhumvit 21 Road 
Sukhumvit 21 Road ==> it works! 

0,123,516 : 그것은이 모든 문자열을 시도한다는 것을 의미

//create trials 
    var 
    trials = [], 
    addressParts = address.split(' '); 

    for (var i = 0, il = addressParts.length; i < il; i++) { 
    if (il - i >= 2) trials.push(addressParts.slice(i, il).join(' ')); 
    } 

많은 요청이 필요하므로 매우 느립니다.

"주소가 아닌"정보를 걸러내는 더 효과적인 방법이 있습니까? 태국어와 같은 비 서구어에서이 작업을 수행 할 방법을 찾고 있습니다.

Answer 1

시퀀스 태그 지정 문제를 살펴 봐야합니다. 이것은 본질적으로 여기에있는 것입니다. 두드러진 예가 named entity recognition입니다.

작업은 문자열에서 특정 태그가있는 단어로 추출하려는 내용을 확인하는 것입니다. 태그가 'Relavant'라고 가정 해 봅시다. 그런 다음 해당 태그를 필요로 문자열의 각 단어를 생각할 수 있습니다 : 나는 단어를 나타 내기 위해 태그 [R]을 사용

가

'Grand Parkview Asoke, Unit 255/109 15th Flr., Sukhumvit 21 Road' 
'[NR] [NR]   [NR] [NR] [NR] [NR] [R]  [R][R] 

쿼리와 관련이있다. 그런 다음 관련 단어만으로 쿼리를 작성할 수 있습니다 (또는 더 적합한 경우 견고성을 높이기 위해 실제로 가장 긴 인접한 관련 단어 문자열).

그러면 작업은 쿼리에서 관련성이없는 단어의 관련성을 식별하는 시퀀스 태그 지정자를 작성하는 것입니다. 이를 교육용 데이터 (학습 결과를 반환하는 쿼리가 유효하고 다른 모든 쿼리가 유효하지 않다고 가정하여 교육 데이터를 얻을 수 있음)를 감독 문제로 사용하려고합니다. 가장 경쟁력있는 시퀀스 태그 생성기는 조건부 임의 필드로, 태그 지정을 빠르고 정확하게 수행 할 수 있습니다.

조심하십시오 --- 이것은 빠른 해결책이 아닙니다. 데이터 수집, 관련 기능 확인 및 평가에 상당한 시간을 투자해야합니다. 이 물건이 너에게 얼마나 중요한지 모르겠다!

Answer 2

특정 주소 입력란이있는 양식이없는 경우. 좋은 접근법은 문자열 주소를 잘 정의 된 부분으로 분리하는 것입니다. 예.

"Grand Parkview Asoke, Unit 255/109 15th Flr., Sukhumvit 21 Road" 
1st part: "Grand Parkview Asoke" 
2nd part: "Unit 255/109 15th Flr." 
3rd part: "Sukhumvit 21 Road" 
// Of course it would be more complex than just splitting at commas. 

주소는 전통적으로 정보가 문자열 끝에 밀집 해있는 형태로 작성됩니다.밀도가 높다는 것은 인터넷에서 사용 가능한 정보의 양이 더 많을 확률을 의미합니다. 따라서 마지막 부분 즉, 정보 출처의 Sukhumvit 21 Road은 한 번에 전체 문자열보다 더 많은 결과를 제공합니다.

아니오. 귀하가받는 결과 중
1) 둘 이상의 결과 : 검색어 문자열에 더 많은 정보를 추가하십시오. Unit 255/109 15th Flr., Sukhumvit 21 Road
2) 결과 없음 : 쿼리 문자열의 일부를 제거합니다. 예 : 21 Road

양식을 다른 주소로 분해하면 다른 제안이 이미 나와 있습니다. 거리 주소 등. 더 나은 상태가되어 질의를 작성합니다.

다시 말하지만, 이것은 내가 생각한 것입니다. 분명히 문제의 수학적 모델링을 기반으로 훨씬 더 나은 접근법이있을 것입니다.