SDK. Но все равно интересно, если у строки нет четких правил, я же правильно понимаю, что нет возможности использовать regexp или допустим писать свой парсер?
У меня нс первой работе был отдел, который на постоянной основе решал и улучшал решение этой задачи)
У нас стартап и никого больше нет ))
Общее решение - это писать токенайзер, анализатор, парсер и систему с гипотезами. Идея в том, чтобы разбивать строку на токены, определять типы лексем, и по одному скармливать в штуку с гипотезами. При чтении каждого нового токена идет вероятностное сравнение с уже готовым словарем + оценивается логичность всей структы. И дальше строятся новые гипотезы и удаляются старые. После разбора все строки у тебя остается ранжированный список всех гипотез.
Свой парсер очки дорого будет делать
Если стартап и есть деньги - используете КЛАДР
Денег нет, поэтому решил сделать следующую связку, подниму сервер на (https://fastapi.tiangolo.com/), далее с помощью этой библиотеки буду выбирать адрес из текста (https://github.com/natasha/natasha), и потом тут получать координаты этого адреса (https://nominatim.org/release-docs/develop/api/Search/). Далее записывать все в elastic и при следующих обращениях проверять сначала в нем.
тебе нужны адреса с координатами?
да, мне приходят адреса, а я по ним получаю координаты
можешь проснифать приложения таксишны, Maxim, InDriver, и тд, и спарсить оттуда данные) Я как-то так делал
Я проверил около 1000 адресов на Nominatim, все координаты довольно точные, так что думаю нет смысла. Если говорить о платном варианте, нашел https://dadata.ru/, качество отличное, стоимость распознавания адреса 15 коп. за запрос + 15 коп. за геокодирование без ограничений
Обсуждают сегодня