Skip to main content

search for addresses in the text

Project description

address_templeter

Библиотека предназначена для поиска, смысловому разделению и чистки адресных строк.

Пример использования
  • Метод parse возвращает массив с метками для каждого токена:
<<< address_templeter.parse("г. Судак Солнечная 9 а")
>>> [('г', 'PlacePretext'), ('Судак', 'Place'), ('Солнечная', 'Street'), ('9', 'HouseNumber'), ('а', 'HouseNumber')]
  • Метод clean возвращает строку без знаков препинания и лишних пробелов. Параметр prefix указывает возвращать ли значения не являющиеся наименованиями. Параметры: name_building указывает возвращать ли наименование объекта (если оно имеется):

  • address:str - строка с адрессом

  • house:bool - возвращать номер дома (например 21-Б), наименования объекта, и его префикс (магазин, парк, прочее)По умолчанию False;

  • index:bool - возвращать почтовый индекс. По умолчанию False.

  • place_pretext:bool возвразать тип места (город, село). По умолчанию False;

  • region_pretext:bool возвразать тип региона (область, регион). Также, расшифровываться аббревиатуры и сокращения. По умолчанию False;

  • address_pretext:bool возвразать тип улицы (проспект, бульвар). Также, расшифровываться аббревиатуры и сокращения. По умолчанию False;

<<< address_templeter.clean("Ясниноватский район, возле белого магазина, Донецкая область, улица Садовая, 26а", prefix=False, house=True)
>>> Ясниноватский Садовая 26а
Установка
pip install address-templeter
Формирования дата сета и обучение

По умолчанию, библиотека уже содержит модель для использования необходимых методов.

Для формирования своей уникальной модели, необходимо:

  • Сформировать xml файл для обучения можно выполнив checked_to_xml.ipynb (необходим jupyter notebook).
  • Выполнить следующие команды для создания файла модели:
cd  /path/to/Address_Templeter
pip install parserator
parserator train training/dataset.xml address_templeter
#  По окончание обучения получится файл можели learned_settings.crfsuite
  • Переустановить библиотеку address_templeter

Project details


Download files

Download the file for your platform. If you're not sure which to choose, learn more about installing packages.

Built Distribution

address_templeter-1.41-py3-none-any.whl (27.2 kB view hashes)

Uploaded py3

Supported by

AWS AWS Cloud computing Datadog Datadog Monitoring Facebook / Instagram Facebook / Instagram PSF Sponsor Fastly Fastly CDN Google Google Object Storage and Download Analytics Huawei Huawei PSF Sponsor Microsoft Microsoft PSF Sponsor NVIDIA NVIDIA PSF Sponsor Pingdom Pingdom Monitoring Salesforce Salesforce PSF Sponsor Sentry Sentry Error logging StatusPage StatusPage Status page