如何为用户提供的国名预测正确的国名？

Posted 2023-02-22

【中文标题】如何为用户提供的国名预测正确的国名？

【英文标题】：How to predict correct country name for user provided country name?

【发布时间】：2016-05-03 23:12:43

【问题描述】：

我正计划对我的数据进行一些数据调整。

情况-我有一个包含country 字段的数据。它包含用户输入的国家/地区名称（它可能包含拼写错误或同一国家/地区的不同国家/地区名称，例如美国/美国/美国代表美国）。我有一个正确的国家名称列表。

我想要什么- 预测它指的是哪个最近的国家。例如-如果给出U.S.，那么它将更改为USA（我们列表中的正确国家名称）。

有什么方法可以使用 Java 或 opennlp 或任何其他方法吗？

【参考方案1】：

您可以使用 Getty API 。它会给你国家名称的缩写。只需使用此 API。

或

您也可以使用Levenshtein Distance 获取最接近的国家/地区名称。

试试这个。会帮助你的。

【讨论】：

Levenshtein 距离很有用！！但问题是，对于像USA 这样的国家，如果数据有United States，那么距离将远远超过应有的距离！！

@AyushBanka：那个时候，你可以使用我在回答中添加的 API。这个Git code 可以帮助你。您可以添加您的。

【参考方案2】：

您可以在您的文本框或选择中尝试 Google 的自动完成位置 api。 如果您将使用此 api，那么您将在键入时获得像自动完成智能一样的谷歌。 visit link

【讨论】：

我想用我得到的数据在后端进行数据调整。我不确定自动完成是否会有所帮助。如果我错了，请纠正我

【参考方案3】：

如果您有经过清理的城市或州信息，那么您可以查找国家/地区。

您还可以在国家名称列表中定义别名，并将别名指向首选符号。例如，US、United States、USA 都是 U.S.A 的别名。您可以使程序附加到别名数据库，以便在使用时改进。您可能已经对数据进行了多次传递，并且还涉及到一定数量的手动工作。