地址标准化[关闭]

Question

关闭。 此问题不符合Stack Overflow 准则。 它目前不接受答案。

---

想改善这个问题吗？ 更新问题，使其成为 Stack Overflow的主题。

昨天关闭。

改进这个问题

我正在寻找一种方法来识别、解析和标准化地址。 因此，我有一个包含多个信息的字段，例如名字、姓氏、地址、城市、邮政编码……

这个想法是识别每个部分并将信息隔离在一个新领域中。

例如，我将有一个包含名字的列，一个包含姓氏的列，一个包含街道号码的列，一个包含街道名称的列，一个包含城市的列，一个包含邮政编码的列......

问题是这些信息的顺序不同。 我正在考虑使用正则表达式，但似乎很难找到一种一直有效的模式。

我希望能够使用机器学习技术，例如通过创建一种算法来识别每条信息，基于已经干净的数据。 也许有了大量数据，该算法将能够识别名称、城市……

不幸的是，我不知道机器学习算法在这种情况下是如何工作的，但我想学习如何使用它。

谢谢你的帮助。