Question

我想从文本中提取地名并在地图上进行地理定位 - 自动使用R.第一步是提取地名。

我下载了一个地名列表（来自geonames）;但是如何匹配文本中geonames-placename-list中的单词？

intersect()的可能性仅在我将文本转换为矢量时才起作用 - 因此需要将文本拆分为单词，这会导致匹配运算符只能找到像单词一样的单字位置＃34;柏林＆＃34;但不是＆＃34;纽约＆＃34;等

是否存在将列表与文本（作为字符串）进行比较的函数？

MWE：

list = c("Wien", "London", "New York")
text = "Er sah den Stadtplan von Wien in New York."
words = unlist(strsplit(text, "\\W"))
intersect(list, words)

仅导致：

> [1] "Wien"

Answer 1

你可以使用类似的东西

library(stringr)
    list = c("Wien", "London", "New York")
    text = "Er sah den Stadtplan von Wien in New York."
    words=as.character()

    for (i in 1:length(list)){

        if (is.na(str_extract(text,list[i]))) next

        x<-str_extract(text,list[i])
        words<-c(words,x)
    }


    > words
    [1] "Wien"     "New York"

Answer 2

根据复杂程度，您也可以使用（小心空格）

list = c("Wien", "London", "NewYork")
text = "Er sah den Stadtplan von Wien in NewYork."
words = unlist(strsplit(text, "\\W"))
list[list %in% words]

"Wien" "NewYork"

如何从文本中提取列出的名称（地名）？

2 个答案: