とにかく日本の住所のヤバさをもっと知るべきだと思います｜inuro

「住所の揺らぎ程度のことにAIを使いたいだとかデジタル音痴」だの「住所の正規化なんてExcelで2時間あれば作れそう」だの、たいへんフットワークの軽やかな言説の数々に、位置情報界隈のみならず住所の正規化や名寄せに少しでも関わったことのあるエンジニアが総立ちでマサカリを投げていたのも記憶に新しい今日この頃ですが（2023年6月6日）、この手の騒動は周期的に起こってる印象です。 ということはつまり いつまで経っても解消されない、解決が困難な課題である その困難さが界隈以外に共有されていない であるわけで、その都度Twitterにトリビアが投下されてはTLが賑わい華やかではありますが、そろそろ自分の整理としてもどれだけ日本の住所システムがカオスで、その計算機的な処理がいかに困難かをメモっておこうかと思いました。 なおこの件については既にQiitaにGeoloniaの宮内さんが鼻血の出そうな良エン

[lacucaracha]

これぞデジタル庁が解決すべき仕事よなあ。頑張ってほしい。

[inurota]

ここに出てるのでもまだ序の口なのだけど、これを二時間でExcelで実装できたらウィザード級ハッカーを名乗って良いと思います／郵便番号は残念ながら解決にはならんのです→ https://twitter.com/inuro/status/1666945690327736320

[laranjeiras]

都道府県名抽出で真っ先に引っかかるのが「東京都府中市」だな。京都府が隠れてる。一時期某大手コンビニの公式サイトで京都の店舗一覧に府中市が出てて、さすがにそれは抜かりすぎだろと思った。

[quix_que]

好きな地名なんですが、千葉県にある初富、二和、三咲、豊四季、五香、六実、七栄、八街、九美上、十倉、十余一、十余二、十余三、って後半飽きてないですかこの命名法。

[naga_yamas]

住所に限らず日本の個人識別子全部こんな感じだと思うし、それをまとめようとするマイナンバーなんてそりゃ多少のトラブルは起こるわと思う。

[aramaaaa]

細かい点で言うと、マンションの部屋番号をマンション名の前に書くのが正式な表記という自治体があって、微妙に戸惑う。

[Fluss_kawa]

/(¥s+)市/で、八日市市が八日になってハマるんですよね。住所は分離しようとするとかなり面倒

[lastline]

正規化するのは賢い運用ではないし、住居表示と地番表示の違いの他、住所未確定地とか、暫定区分とかある。土地所有者同士で境界が策定されていないケースもあり、その上に自治体、国と続くため統一も難しい

[villoxu]

わかる、わかるよ。仕事で住所を扱って全てが嫌になった結果、自分の住所は住民票に記載の住所と1文字違えず記入する気持ち悪い人間になってしまった。建物名を書かない人と、自己流で略す人からは、罰金を取りたい

[Hamachiya2]

ハイフン、ダッシュ、音引き、罫線みたいなやつは昔ラジオ局で手入力され続けた楽曲名・CD名・歌手名の数百万件のデータを名寄せした時にも目の当たりにしてしんどかった

[kohkuma]

“「住所の揺らぎ程度のことにAIを使いたいだとかデジタル音痴」だの「住所の正規化なんてExcelで2時間あれば作れそう」だの、たいへんフットワークの軽やかな言説の数々に、位置情報界隈のみならず住所の正規化や…”

[tattyu]

もうわけ分からんからwhat3word形式とGPS形式受け入れる様にしよう。

[zmus]

想像以上だった

[muipla]

これで何で配送出来てるんだ日本の業者。丁目は必ず町大字の下にあるとは限らないってのは吃驚だ。口（くち）とロ（ろ）は本当にややこしい。

[masadream]

住所表記、歴史的経緯や文化が反映されててとてもよいことなんだが、情報処理的には絶望の詰め合わせセット。

[endo_5501]

現実世界のものを机の上だけでどうにかしようとするのがむりあるんだろうな

[el-bronco]

データ的にはヤバいんだろうけど、妙な風情も感じる。

[georgew]

カオス以外の何物でもない。戦後にもっと踏み込んで抜本改革すべきだったんだろうけどどうにかなってしまってたから放置プレイ。

[zigzag1900]

郵便番号を応用して数字で管理すればいいじゃないの

[netafull]

“ディズニーアンバサダーホテルの住所は「浦安市舞浜2-11」ですが、これは舞浜2丁目ではありません。住居表示が実施されていない「舞浜」の、2番地11を指しています。”

[and_hyphen]

住所マジ大変だよね…

[houyhnhm]

えーと、AIで学習理解させるくらいデータ集めたら、そもそも正規化とかではなく全住所に近いものがあるはずー。機械学習って、決して効率のいいものじゃなくて、計算機資源はアホほど使う。

[hazardprofile]

階層もよくわからない　自治体の「町」と自治体じゃない「町」があるだけじゃなく東京には自治体の区や郡に属さない町村もある

[TsuSUZUKI]

cf. https://qiita.com/miya0001/items/598070abcdf0799daebc "自然言語処理"

[rryu]

日本の住所は階層ごとに仕様が違うDNSみたいな感じで分散システムな感じがする。対象の地域まで順番に落ちていけばその仕様を扱う仕組みがあるので割と支障はないが、全国一括で扱おうとするとカオスすぎるという。

[unkkk]

漢字、数字、英字、記号、を組み合わせたコードと変わらないのでは？

[mieki256]

これはもう地獄だ…何地獄なんだ…

[petronius7]

結局これって日本の住所ってDBのレコードにText型のフィールドが一個のみという恐ろしい状態で現場の判断で運用されてきた結果だよね。困った郵政省は郵便番号を7桁化したが、表記の統一まで出来ずに、力尽きたよ。

[bellonieta]

住所に外字があってDBエラーもよくあります

[t2y-1979]

ハイフン区切りと丁番は必ずしも一致しないのか。知らんかった

[gfx]

ケンオール社のブログである程度知っていたつもりだけど、掘れば掘れほどつらみが出てくるなあw

[inouetakuya]

ここまでくるともう笑っちゃう

[grimnir774]

“香取市役所の住所は「千葉県香取市佐原ロ2127」ですが、僕も初見はこれ「さわらぐち」と読んでいました。正解は「さわら ろ」です。”

[sawarabi0130]

何だったか忘れてしまったけど、住所の文字を全角ハイフンで入力したのにサーバ側で無理やり長音記号に変換して登録されたことがあったな／よりによって情報処理技術者試験だった。受験票の住所が長音記号になってた

[ryu-site]

ネットショップしてた時、住所って色々あるよなぁと感心してたのでよくわかる。お客様に住所再確認したりするもん

[kuhataku03]

想定されるフォーマット以外のものは全部弾いて、もしかしてこれ？って表示させて選択させたらめちゃくちゃユーザビリティ悪くなるかな

[zkangaroo]

KEN_ALL.CSVに触れればわかる

[knok]

結局この辺全国レベルで統括するところがなくて運用がバラバラなのがいかんのだろうと思う

[ducktoon]

“店舗データベースを構築しているとして、番地号レベルの住所に丸めて寄せてしまうと、違うビルの店舗が一箇所にまとまってしまう”

[velvetgrouse]

ネット通販事業をやってると稀に、指定した住所が空き地です、とか、指定のビルに目的の事務所がない、とか宅配業者から連絡が来たりするけど、そういうことだったのね。。。業者さんお疲れ様です。。。