所以我有房屋地址和房屋号码（1到N）的数据，其中房屋地址在大多数地方都是@ 1house / city，即我们可以区分两个房屋和城市和街道名称。不需要用门号来区分。
我拥有所有住宅地址的数据 - 培训的数字映射。
现在，如果给出一个人的描述，这是一个非常混乱的文本，并且房屋地址作为文本的一部分，我应该能够将该人映射到门牌号码。 分类：Mc Donalds自助餐OLATHE KS ~~ XXX~XXXXXX~XXXXX1112 受过训练：15/31 oakwood street，OLATHE，kentucky state，KS，south lane。
现在，由于神经网络是在地址 - 房屋号码映射上训练的，我想创建一个具有N个输出节点的神经网络，并使用训练数据（N个点，1个地址作为1个输出节点的训练样本）。
训练数据集的大小是否足够？还有其他更好的方法，而不是使用CNN吗？ （如果需要更多细节，将更新问题）