快速模糊地址匹配技术

Question

我使用RapidFuzz来匹配来自两个独立数据集的美国地址。

我能够得到我希望使用以下代码的结果：

for address in EB_RATING_LIST:
    matches1.append(process.extractOne(address,CLAIMS_LIST, scorer = fuzz.ratio))
DAVE_EB_NO_DUPLICATES_ADDRESS['MATCHED_ADDRESS'] = matches1

但是，我对我收到的结果没有完全的信心。例如：

10华盛顿街与华盛顿街

102号的匹配率为86%

我的问题是如何在更细粒度的水平上进行模糊匹配？我应该包括邮编，州以及匹配吗？

编辑09/14/21:我是连接地址，与城市和州，然后试图匹配。我一拿到结果就会分享结果。

编辑09/15/21:我连接了地址，它现在有州和城市名称，连同地址，然后尝试模糊匹配它。

EXAMPLE: ***5805thAveStes323&416NewYorkNY   
(3505thAveNewYorkNY, 72.34042553191489, 9315)***
[Address that match the Most, Percentage of Matching, Index of the Address(From the table used for matching)]

Answer 1

我可能会迟到，因为我今天才加入社会。要进入粒度级别，只需根据您的用例，使用不同的其他比率(如令牌排序比率、部分比率或令牌集比率)的记分员。只需测试两组字符串，首先使用所有这些比率，并找到适合您的。希望这能有所帮助。若要了解更多信息，请单击此处(如果请求订阅，则以匿名模式查看) --> https://medium.com/mlearning-ai/all-about-rapidfuzz-string-similarity-and-matching-cd26fdc963d8