ARTICLE · 1381468
DSH插件之—面向DeepSeek Harness的中文地
DSH插件之—面向DeepSeek Harness的中文地
政务数据里最脏的字段,其实是群众手写的地址。
同一个地方,有人写“上海市崇明县”,有人写“上海崇明区”;“3号楼”“3栋”“3幢”混着叫;连“朝阳区建国路88号”和“海淀区建国路88号”,字面几乎一样,却是两个地方。直接拿文本比对,漏判误判全来。
我写了款 DSH 插件来处理这事。它先把地址按省、市、区县一路拆到底,再把全半角、量词、历史地名统一写法,最后判断两条地址是不是同源。
它不走模型路线,纯 JS、零依赖、完全离线。规则驱动,确定且可解释——这点正好跟达摩院 MGeo 互补。
核心就三个动作:切分、归一、匹配。还能在运行时往别名词典里塞新映射,地方标准或现场增量维护都方便。
把地址问题变成结构化问题,比硬比文本靠谱多了。















































































