Geolocation 如何检查给定字符串是否为有效的地理位置？

我有一个字符串（名词短语）列表，我想从中筛选出所有有效的地理位置。其中大多数（不需要的位置名称）是国家或城市或州名称。这样做的方法是什么？是否有包含世界上所有国家、州、城市的开源查找表

所需输出示例： TREC4:false，维也纳：true，部：false，IBM:false，蒙特利尔：true，新加坡：true

与此帖子不同：

---

我有大量这样的字符串（~70万），所以谷歌地理定位API可能不是我的选择。

你可以使用Yahoo提供的geoplanet数据，或者geonames.org提供的geonames数据。 以下是指向geoplanet TSV文件的链接，其中包含500万个世界地理位置：

此外，geoplanet数据将为您提供地理位置的类型（城市、国家、郊区等），以及唯一的id。

您可以将针字符串与此数据中的名称进行小写、净化（例如，删除特殊字符和其他异常）匹配。

---

如果您不希望进行完整的文件扫描，则首先处理此数据，将其存储在mongodb或redis等快速查找数据库中将非常有益。

我可以建议以下三种选择：

a） 使用炼金术API： 如果您尝试他们的演示，法国、檀香山等地会将实体类型设置为国家或城市

b） 使用TAGME： TAGME将给定文本中的每个实体连接到相应的wikipedia页面。抓取wikipedia页面并选中信息框和过滤器

c） 使用Wikipedia Miner：我无法找到相关链接。然而，这也像TAGME一样起作用

---

建议您尝试这三种方法，并对每种情况进行多数投票

如何：en-ner-location.bin或类似于我使用NLTK ner识别的东西。stanford ner tagger看起来不错，我会尝试一下。看起来Yahoo已经停止提供数据集供下载了。他们提供了一个API：\。。。。无论如何，我正在研究它。该数据库可能可以从其他来源下载。您也可以尝试使用geonames或openstreetmap数据。