南京市高淳区砖墙总部经济产业园，该地址识别问题

DQinYuan / chinese_province_city_area_mapper

一个用于提取简体中文字符串中省，市和区并能够进行映射，检验和简单绘图的python模块

MIT License

1.65k stars 392 forks source link

Closed sailor613 closed 3 years ago

sailor613 commented 4 years ago

我查看了一下pca文件，里面有高淳区这个区，但是出来的结果区列空白，但是如果我把这个地名换成南京市秦淮区砖墙总部经济产业园，中间的秦淮区就能够正常解析出来，我觉得这两个地址没啥区别，为啥一个能出来，另外一个就出不来呢，好奇怪。

aoiy commented 3 years ago

因为调用jieba分词时，'高淳区'被分开了

jieba.lcut('南京市高淳区砖墙总部经济产业园') ['南京市', '高淳', '区', '砖墙', '总部', '经济', '产业园']

可以通过在jieba的词库里添加'../cpca/resources/pca.csv'里的所有地区词条解决这个问题或使用cut=False参数 cpca.transform(['南京市高淳区砖墙总部经济产业园'], cut=False)

DQinYuan commented 3 years ago

这个问题已经解决了，请更新到最新版本（0.5.1）

pip install -U cpca

>>> cpca.transform(["南京市高淳区砖墙总部经济产业园"])
     省    市    区         地址  adcode
0  江苏省  南京市  高淳区  砖墙总部经济产业园  320118