文本地理定位

Question

我需要在一个国家发展项目数据库中定位一系列条目。我对每个项目都有一个简短的概要，我想在其中确定市政当局（甚至更大的政治实体），以便稍后使用googlemapsapi对每个项目进行地理定位

我正在尝试不使用自然语言处理来提取地理信息。我不热衷于使用NLP，因为该项目位于小村庄，其名称我可以从其他来源获得

我正在考虑在空格上拆分文本，并尝试使用Python词汇表查找匹配项，其中值是村庄的名称，键是在空格处拆分的村庄的名称

示例：

“X项目已在荷兰海牙建成”。 会给我“海牙”

Answer 1

我建议使用NLP:-）或者至少一些与NLP相关的算法。 您可以在这里找到拥有超过500名市民的城市/城镇列表，其中包含有关GPS坐标、地区、国家和大陆http://www.geonames.org/或http://download.geonames.org/export/dump/readme.txt的信息 我将使用这些数据使用https://pypi.org/project/pyahocorasick/算法构建非常轻量级的名称实体识别。 在那之后，你可以有一个漂亮整洁的“树”/村庄-小区域-大区域-国家-大陆的层次结构（如果我没有错的话，甚至可以用GPS坐标）

Answer 2

试试https://geocode.xyz/textscan

https://geocode.xyz/?scantext=Project%20X%20has%20been%20built%20in%20The%20Hague,%20The%20Netherlands&geoit=XML

<geodata>
<match>
<location>The Hague,NL</location>
<latt>52.06805</latt>
<longt>4.29647</longt>
<confidence>0.2</confidence>
<MentionIndices>32</MentionIndices>
<matchtype>locality</matchtype>
</match>
</geodata>