百度AI攻略:百度地址识别

1.功能描述:

百度地址识别精准提取快递填单文本中的姓名、电话、地址信息,通过自然语言处理辅助地址识别做自动补充和纠正,生成标准规范的结构化信息,大幅提升企业效率。

地址信息提取:精准提取文本填单中的地址信息,并按省、市、区、街道、详细地址的格式结构化输出

地址纠正:针对地址信息中用户填错的省、市、区、街道等字段内容进行辅助纠正

地址补全:结合地图POI数据,帮助补全用户在地址填写步骤中缺失的地理位置信息

姓名信息提取:精准提取文本填单信息中收件人或寄件人的名称,并输出结构化信息

电话信息提取:精准提取文本填单信息中寄件人或收件人的联系方式,并输出结构化信息

2.平台接入

具体接入方式比较简单,可以参考我的另一个帖子,这里就不重复了:

http://ai.baidu.com/forum/topic/show/943327

3.调用攻略(Python3)及评测

3.1首先认证授权:

在开始调用任何API之前需要先进行认证授权,具体的说明请参考:

http://ai.baidu.com/docs#/Auth/top

具体Python3代码如下:

# -*- coding: utf-8 -*-

#!/usr/bin/env python

import urllib

import base64

import json

#client_id 为官网获取的AK, client_secret 为官网获取的SK

client_id =【百度云应用的AK】

client_secret =【百度云应用的SK】

#获取token

def get_token():

host = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=' + client_id + '&client_secret=' + client_secret

request = urllib.request.Request(host)

request.add_header('Content-Type', 'application/json; charset=UTF-8')

response = urllib.request.urlopen(request)

token_content = response.read()

#print (token_content)

if token_content:

token_info = json.loads(token_content)

token_key = token_info['access_token']

return token_key

3.2百度地址识别分析接口调用:

详细说明请参考: https://ai.baidu.com/ai-doc/NLP/vk3pmn49r

说明的比较清晰,这里就不重复了。

大家需要注意的是:

API访问URL:https://aip.baidubce.com/rpc/2.0/nlp/v1/address

Python3调用代码如下:

#调用百度地址接口

def address(content):

    token=get_token()

    url = 'https://aip.baidubce.com/rpc/2.0/nlp/v1/address'

    params = dict()

    params['text'] = content

    params = json.dumps(params).encode('utf-8')

    access_token = token


    begin = time.perf_counter()

    url = url + "?access_token=" + access_token

    request = urllib.request.Request(url=url, data=params)

    request.add_header('Content-Type', 'application/json')

    response = urllib.request.urlopen(request)

    content = response.read()


    end = time.perf_counter()

    print('处理时长:'+'%.2f'%(end-begin)+'秒')


    if content:

        content=content.decode('GBK')

        data = json.loads(content)

        #print ('原文')

        #print ('省:',data['text'])

        print ('地址')

        print ('省:',data['province'])

        print ('市:',data['city'])

        print ('区:',data['county'])

        print ('街道:',data['town'])

        print ('详细地址:',data['detail'])

        print ('联系人')

        print ('姓名:',data['person'])

        print ('联系方式:',data['phonenum'])

4.功能评测:

具体效果如下:

5.测试结论和建议

测试下来,整体识别效果不错。百度地址识别的很准确,速度也很快,用起来非常的方便。对于对地址需要快速识别的行业会非常的有帮助。比如可以用于快递单据识别,解析并提取快递单据中的文本信息,标准规范的输出结构化信息,包含姓名、电话、地址,其中地址能够自动将街道及行政区的信息补全,帮助快递或电商企业提高单据处理效率

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 205,236评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,867评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,715评论 0 340
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,899评论 1 278
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,895评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,733评论 1 283
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,085评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,722评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,025评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,696评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,816评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,447评论 4 322
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,057评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,009评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,254评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,204评论 2 352
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,561评论 2 343

推荐阅读更多精彩内容

  • 2018年1月15日 星期一 天气晴 三天的休息时间转眼间飞逝而过,新的一周又开始了。下周一孩子们就要考试了,...
    太阳玥玥阅读 111评论 0 0
  • 进来看的人,是不是都是来看笑话的,呵,你们就是笑话!(感觉被坑了吗) (未完待续)
    墨倪阅读 104评论 1 2
  • 资本利得和分红是投资指数基金的两个主要收益来源,资本利得是指我们买卖赚得的差价,分红是指数基金的分红。 当然,并不...
    好多番茄阅读 182评论 0 1
  • 有时候,我甚至相信:只有破碎的东西才是美丽的。 我喜欢断树残枝萎叶,也喜欢旧寺锈钟颓墙;喜欢庭院深...
    卡酷卡酷good阅读 415评论 0 1
  • 本条文稿参考《科学美国人》2月刊 知识清单 《科学美国人》 美国历史非常悠久的科普杂志,1845年创刊至今,已经有...
    彩云体脂管理师阅读 430评论 0 0