我需要比较两个非结构化地址,并能够确定它们是否相同(或足够相似)。
设想
我发现了什么
我知道我们可以使用一些模糊逻辑进行这种比较,对拼写错误有一定的容忍度,但是......
我不想重新发明轮子。在不同的上下文中,这个问题似乎是一个普遍关注的问题,我认为有一种算法(可能稍作修改)可能适合这种情况。
提前致谢
最佳答案
我帮助构建了一些开源工具来做到这一点。
基本上,该方法是尝试拆分并寻址到其组成部分,然后智能地比较这些部分。
问题的两部分都很困难。
第一部分通常称为地址解析。这是我们使用的:https://github.com/datamade/usaddress
第二部分有很多很多名字,但我们称之为模糊匹配。这是我们为此制作的库:https://github.com/datamade/dedupe
我们还提供了一些将它们一起使用的工具:http://dedupe.readthedocs.io/en/latest/Variable-definition.html#address-type
关于string-comparison - 如何检查两个非结构化街道地址字符串是否相同?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/37465475/