[急]一个关于“中文地址匹配”的问题

显示全部楼层 · 2006-4-13 07:34:50

小弟在做一个数据整理的工作，遇到这样一个问题。比如现在数据表里面有两条含有地址信息的记录：如“北京市海淀区XXX路15号”和“北京海淀区XXX路15号”。如果凭肉眼去判定。这两条记录肯定是一样的。但是现在需要用程序去判定。我打算用自定义函数。小弟想问的是这个算法应该怎么样去写？思路是？现在需要一个关于字符串分割的算法。

千问 · 2006-4-13 07:34:50

关注

千问 · 2006-4-13 07:34:50

可以考虑一下用全文匹配的功能：
SQL> select addr from test;
ADDR
------------------------------
北京海淀区民享路15号
北京市海淀区民享路15号
北京市东圃区民生路15号
广州市天河区民享路10号
北京海淀区民享路20号
北京市mk区民享路15号
已选择6行。
SQL> select addr from test where contains(addr,'北京 near 海淀 and 民享 near 15'
)>0;
ADDR
------------------------------
北京海淀区民享路15号
北京市海淀区民享路15号

千问 · 2006-4-13 07:34:50

又学了一招。

千问 · 2006-4-13 07:34:50

原帖由 ilovemk 于 2007-11-26 21:26 发表
可以考虑一下用全文匹配的功能：
SQL> select addr from test;
ADDR
------------------------------
北京海淀区民享路15号
北京市海淀区民享路15号
北京市东圃区民生路15号
广州市天河区民享路10号
...

千问 · 2006-4-13 07:34:50

原帖由 bluemaple_zeng 于 2007-11-26 17:14 发表
小弟在做一个数据整理的工作，遇到这样一个问题。比如现在数据表里面有两条含有地址信息的记录：如“北京市海淀区XXX路15号”和“北京海淀区XXX路15号”。如果凭肉眼去判定。这两条记录肯定是一样的。但是现在需 ...
电脑凭啥认为这两条记录是一样的？
全文检索等模糊查询也靠不住，因为电脑很难辨认不同的语义
电脑一般只能处理确定的规则
电脑毕竟不是人脑

千问 · 2006-4-13 07:34:50

不错，学习！

千问 · 2006-4-13 07:34:50

原帖由 ilovemk 于 2007-11-26 21:26 发表
可以考虑一下用全文匹配的功能：
SQL> select addr from test;
ADDR
------------------------------
北京海淀区民享路15号
北京市海淀区民享路15号
北京市东圃区民生路15号
广州市天河区民享路10号
...
contains这个方法是不是必须给这个表建一个索引才能用呀？

千问 · 2006-4-13 07:34:50

原帖由 oracle_worker 于 2007-11-27 10:40 发表
contains这个方法是不是必须给这个表建一个索引才能用呀？

全文索引

千问 · 2006-4-13 07:34:50

谢了！先试试，但这个是不是还得做一个字符的截取呢？