[中文地址提取关键词，匹配标准库的关键词更换] 有什么好的实现思路吗？

[respect11]

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？

[blankmiss]

怎么看起来像是 es 的分词？

[respect11]

@blankmiss #1 差不多，大佬可以推荐个分词后进行匹配算法吗？

[0x0208v0]

ner?

[buyan3303]

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

[respect11]

@buyan3303 #4 对，第一步拆分提取差不多。核心主要是和标准库数据进行匹配，相当于路名或者小区提取出来某个居委会或者街道

[respect11]

@v2exblog #3 谢谢大佬，我去研究下

[Troevil]

nlp? 类似 paddlenlp 应该可以实现,不过对于你这个需求可能有点重

[Vegetable]

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

[respect11]

@Vegetable #8 环境特殊..这个必须内网😂

[Vegetable]

@respect11 你这么一说，大家估计都猜出来你在做什么了...你这个挺麻烦，但愿有现成的轮子吧

[respect11]

@Vegetable #10 😂

[QuinceyWu]

https://github.com/dongrixinyu/JioNLP

[TimePPT]

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。