我正在开发一个Twitter机器人，它会监听如下所示的推文：
Hey @twitterbot, 我正在寻找123 Main Street, New York附近的餐馆或者，另一个例子：
@twitterbot, Yonge & Dundas, Toronto附近有什么？我饿了！然后它会回复这些问题所期望的数据类型。我已经解决了大部分问题，但我在一个不应该很难的事情上卡住了；从推文中提取地址。
我会将地址转发给一个地理编码服务来获取经纬度，所以我无需以任何方式格式化或准备地址；我只需要将它从不相关的文本中隔离出来，比如“我正在寻找附近的餐馆”或“我饿了！”。
有没有可以在一段文本中执行地址识别功能的NLP工具？有没有其他方法的建议？因为Google的地理编码器可以处理如此广泛的地址格式（甚至像“多伦多的伊顿中心”这样的兴趣点也算作地址），我无法使用正则表达式来提取地址。
换句话说，我只想删除任何不属于地址的文本。
我寻找的地址需要适用于美国/加拿大。
在StackOverflow上有一些类似的问题，但我找不到任何解决这个确切问题的答案。因为Google的地理编码器非常宽容，解决方案不必完美，它只需要去除足够的干扰，使Google明白我在说什么即可。
我对NLP非常新手，所以我很感激任何关于这个主题的指导。
回答：
如何从文本中解析自由格式的街道/邮政地址，并将其分解成组件回答了“有没有办法将地址从周围的文本中隔离出来并分解成各个部分？”这个问题——这基本上与你的问题相同（除了你不关心将其分解成各个部分——只需将其与文本的其余部分隔离即可）。
SmartyStreets也有一个很好的演示，网址是https://smartystreets.com/demo?mode=extract，但遗憾的是不是免费的解决方案。
另一个快速的想法——由于Twitter帖子限制在140个字符内，并且通常包含很少的词（你的两个例子分别有9个和12个词），你可以设想直接强行解决。例如，要获取“@twitterbot, Yonge & Dundas, Toronto附近有什么？我饿了！”中的位置，你可以将以下所有内容发送给Google地理编码器——
what’s near Yonge & Dundas, Toronto? I’m hungry!
what’s near Yonge & Dundas, Toronto? I’m
what’s near Yonge & Dundas, Toronto?
what’s near Yonge & Dundas,
等等，对于所有可能的由完整词组成的子字符串。
