我目前正在开发一个项目,该项目应识别地址的每个部分,例如“str. Jack London 121, Corvallis, ARAD, ap. 1603, 973130”,输出应如下所示:
street name: Jack London;
no: 121; city: Corvallis;
state: ARAD;
apartment: 1603;
zip code: 973130
Run Code Online (Sandbox Code Playgroud)
问题是并非所有输入数据都采用相同的格式,因此某些元素可能会丢失或顺序不同,但它保证是一个地址。
我在互联网上检查了一些资源,但其中很多仅适用于美国地址 - 例如 Google API Places,问题是我将把它用于另一个国家。
正则表达式不是一个选项,因为地址可能变化太大。
我还考虑过 NLP 使用命名实体识别模型,但我不确定这是否可行。
你知道什么是一个好的开始方式,也许可以帮助我一些建议吗?