Nlp 机构详情识别

我正在尝试编写一个公司的详细信息解析器，它可以将如下文本拆分为其组成部分：

泰雷兹陆地和联合系统

完全签名管理

伍基洞道

井

萨默塞特

BA5 1AA

电话：+44（0）1749 682384

传真：+44（0）1749 682235

我遇到的问题是，我如何判断“完全签名管理”实际上不是地址的一部分？通常情况下，公司会显示其名称“泰雷兹土地和联合系统”，2号线通常是地址的第一部分

在上面的例子中，公司名称后面跟着一个非地址部分，是否有区别

---

谢谢

您可以根据出现的单词计算AddressDescription的概率。在这个例子中，很明显，“road”行比“management”行更可能是地址的一部分

如果非地址部分仅出现在公司名称之后，那么这应该可以很好地工作。如果有可能在文本的某个地方找到非地址部分，那么在没有进一步信息的情况下将它们分开几乎是不可能的

也许你想看看我昨天问的一个问题

编辑：您可以根据以前分类的地址部分（您确定的地址部分；）创建统计模型