OSM Gazetteer

Communities Россия (Russia)
123

Ну так и я про то же. Это же фактически обучение на множестве, а обучение таких нечетких систем только мелкими итерациями и делается. Допилили чуток, перепрогнали на всем массиве (ведь и карта все время меняется), сравнили с предыдущим результатом - и так много-много раз. Вот я и спрашиваю - если итерации остановились, то допиливание 'этого куска отложено?

Это плохо. Это практически провоцирует копирование не глядя информации из БД УИКов, которая тоже местами не достоверна. Как было сейчас (с просто ссылкой на osm.org) - лучше. Максимум сделать такую же ссылку на редактирование этого куска в JOSM.

124

Ну мне сделать ссылку на редактирование проще чем делать редактирование из интерфейса, хотя редактирование из интерфейса - интереснее. Провоцирует ли это добавлять не глядя, может и да, но перепроверялкой уиков воспользовалось 4-5 человек, при том в OSM весьма и всьма искушенных и вроде осознающих что ошибки есть и в осм и в бд уиков.

Я не делал и не делаю обучние на выборке. Я не систему искусственного интеллекта все-же пишу.
Хотя для отдельных операций было бы интересно сделать такой анализ (например выделять в запросе город/улицу/дом/пои), но это не в ближайшее время.
Если кто на этой выборке и обучался - то это я :slight_smile:

Сейчас у меня 5% ошибок, имхо это неплохой результат, правда сравниться мне особо нескем. осм.ру не переваривает ул. д. и прочие сокращения коих для уиков была масса. Номинатим чуть лучше, д. г. пр-т его не ломают, но и не находит он с половиной сокращений ничего.

125

Теперь на osm.me работает поиск по РФ

126

Нашёл где можно найти десятки тысяч косых адресов по России: http://forum.openstreetmap.org/viewtopic.php?pid=520159#p520159

Крупные ритейловые сетевеки могут подойти. Для жавы есть такая игрушка http://jsoup.org/

127

Для тестов?

128

Да, как бенчмарк они показательные. Они ведь ненастоящие да и импортировать их нельзя даже если захотели.

Тебе ведь не интересно чтобы геокодер работал только на полностью указанных адресах в строгом нормализованном порядке.

Регрессию смотреть ими полезно:

  • % геокодируется до города
  • % геокодируется до улицы
  • % геокодируется до дома/номера/корпуса
  • % геокодируется до подъезда и квартир

Если квартиры стали исчезать значит что-то в логике сломалось. Ухудшения точности геокодирования не должно быть при дополнениях геокодера, а если у тебя инструмента нет чтобы следить за этим, ты ничего судить и не можешь.

129

Ок спасибо, у меня еще есть, все никак не займусь.

130

Что-то демки не работают :frowning:
Глянул на sql-parser и мне показалось, что дом с тегами


addr2:housenumber	31
addr2:street	Инзенская улица
addr:housenumber	20
addr:housenumber2	20/31
addr:street	1-й Инзенский

Найти по адресу “1-й Инзенский 20/31” не выйдет, т.к. для addr:housenumber2 не бъётся на части.

131

А что за sql-parser?
И какие демки ты имеешь ввиду, http://osm.me/#!/ru/ работает.

132

Газетировский парсер схем вот тут https://github.com/kiselev-dv/gazetteer/blob/develop/Gazetteer/src/main/java/me/osm/gazetter/addresses/impl/AddressesSchemesParserImpl.java

133

Который из соседней темы https://github.com/kiselev-dv/osm-addresses-pgsql/blob/master/carlsrue.sql

Обнови тогда в первом мосте, а то там нерабочий домен.

Проверил, работает.

134

Ааа, это разные вещи :slight_smile:

135

Обновил, спасибо.

Газетир бдшку не использует, это старый скрипт. Адрес из примра - не найдет, но могу подрихтовать чтоб нашел.

136

Нашёл, но как “1-й Инзенский 20”, что впрочем тоже неплохо.

137

А у тебя гитхабчик есть? Заведи мне ишью на парсинг (опционально хотябы) адресов вида addrN:housenumberN
Точнее что он видимо неправильно работает.

138

Создам.

139

По-моему у тебя база старая, обычные дома не находит, добавленные 2 месяца назад.

140

Очень может быть. Я немного другим был занят.

141

Добавил на osm.me фильтрацию по тегам для поек, правда выглядит покамест ужасно и местами может не работать.

Работает примерно следующим образом:
если была выбрана ветка каталога или конкретный тип поек, для них подсчитывается статистика по распарщенным и заполненым тэгам. Тэги группируются и для комбинаций тэг=значение для которых существует более 10 объектов, добавляется опция по которой их можно отфильтровать из общего набора.

Модель данных для разбора поек, значений тегов и их переводов тут https://github.com/kiselev-dv/osm-doc (весьма похоже на то что есть на openstreetmap.ru но и не совсем тоже самое).

142

Да, кстати mapsurfer сломался.