如何从文本中提取列出的名称（地名）？答案

【问题标题】：how to extract listed names (placenames) from a text?如何从文本中提取列出的名称（地名）？
【发布时间】：2016-06-09 12:49:57
【问题描述】：

我想从文本中提取地名并在地图上对其进行地理定位 - 使用 R 自动进行。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向量时才有效 - 因此需要将文本拆分为单词，这导致匹配运算符只能找到像“柏林”这样的单字地名但不是“纽约”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)

结果：

> [1] "Wien"

【问题讨论】：

标签： r list compare geocoding text-mining

【解决方案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"

【讨论】：

谢谢！实际上，您帮助我的答案是命令str_extract()。我的主要观点是从unlist(str_extract_all(text,list)) 获取输出 - 谢谢！

【解决方案2】：

根据复杂程度，您也可以使用（注意空格）

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"

【讨论】：