给定语句提取含有地理信息的省份-第一步

问题：一条语句中含有地理信息，如：“泉州石化库内油罐起火爆炸”，怎么提取到省份？

• cpca具体用法参考--cpca

由于是需要批量处理，因此我也自己编写了一套代码。原始数据如下：

批量处理代码

import pandas as pd
import cpca
import os
import json

file_folder = './case'
excel_files = os.listdir(file_folder)
contents = []
for file in excel_files:
    df = pd.read_excel((os.path.join(file_folder, file)),usecols=[0, 1], names=None)
    df_list = df.values.tolist()
    #print (df_list)

    for item in df_list:
        out_region = cpca.transform([item[0]])
        out_region = out_region.values.tolist()
        if out_region[0][0] is not None:
            contents.append(
            {'事件名称': item[0],
            '类型': file[:-5],
            '发生地': out_region[0][0],
            '详情': item[1]
            }
            )
        else:
            contents.append(
            {'事件名称': item[0],
            '类型': file[:-5],
            '发生地': '其他',
            '详情': item[1]
            }
            )

new_contents = sorted(contents,key = lambda e:e.__getitem__('发生地'))
with open("./class.json","w",encoding="utf-8") as f:
     json.dump(new_contents,f,indent=4,ensure_ascii=False)

最终结果