Python与SpaCy编写规则匹配模式实现街道地址检测

梳理完成的核心地址结构覆盖范围 #

目前统计的两类主流地址结构可覆盖90%的日常应用场景，整体共归纳三类典型结构：

• 第一类：名称以strasse、gasse、platz结尾的街道字符串，搭配可附带字母后缀的门牌号（示例形式：34a这类带字母的复合门牌号）
• 第二类：门牌号前置，搭配rue、avenue、platz、boulevard类道路通名，后接多段组成的街道名称
• 第三类：标题式正式街道名称直接搭配门牌号的简化格式

已完成的基础代码框架搭建 #

• 加载en_core_web_trf模型，通过组件配置禁用内置NER组件
• 完成SpaCy Matcher对象的初始化
• 准备好两类核心测试场景样本：
  • "I live in Güntzelstrasse 16 in Berlin"
  • "Send that to 73 rue de Napoleon 56 in Paris"

待实现的匹配规则核心要求 #

规则编写需要满足固定的约束条件，保障地址识别准确率：

• 匹配得到的地址片段必须包含数字元素
• 地址片段需满足以下任意一类语义条件：
  • 字符串片段内包含rue、avenue、platz、boulevard这类通用道路通名
  • 字符串片段内的街道名称以strasse、gasse为结尾

当前开发卡点 #

• 不熟悉SpaCy Matcher的匹配逻辑编写规范，无法完成pattern的条件定义
• 现有测试代码存在文本变量引用不匹配的问题，基础流程无法正常跑通

内容的提问来源于stack exchange，提问作者taga