「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」に、住所正規化コンバータはどこまで応えられるのか、やってみた - ジャスミンソフト日記

note.com を読みました。私自身も日本の住所の扱いを何とかしないと業務アプリケーションの運用に支障が出ると感じ、2003年に「住所正規化コンバータ」というソフトウェアをリリースし、20年が経過しました。現在は国際航業株式会社様に取り扱っていただいています。 www.kkc.co.jp このブログにあるような指摘にどこまで応えられただろうかということで、社内で試してみました。利用したバージョンは最新の R7.2.0 で、住所マスタは2022年秋版と組み合わせました。その結果を公開します。 住居表示 丁目表記と地番表記の混在に対応しています。 浦安市舞浜2-1-1 郵便番号 都道府県 市区町村 町域 小字・丁目 番地・号 マッチレベル 2790031 千葉県 浦安市 舞浜 2 1-1 号レベル 浦安市舞浜2-11 郵便番号 都道府県 市区町村 町域 小字・丁目 番地・号 マッチレベル 2

[gomisute44]

こういうのって各開発者がそれぞれ車輪の再発明で独自実装するのも勿体ないので、国が買い取ってオープンソース化みたいなことできないものだろうか

[JULY]

ものすごく優秀で価値のあるソフトウェアだけど、「番地・号まで」の正規化をする商品で、初年度 80 万、更新料 24 万だと、規模の大きい業務システムとかでしか使えないから、場末なアプリは劣化版再発明しかない。

[usi4444]

住所というのは人間が生きてきた歴史の反映なんですよ。「久太郎町4丁目渡辺」は全国の渡辺姓発祥の地で、地区統合で地名消滅となるところ、全国の渡辺さんの要望で番地として「渡辺」を残したんです。

[hagane]

国のオープンソースツールはすでにあるよ https://blog.geolonia.com/2020/05/29/imi-tools.html https://github.com/IMI-Tool-Project いろいろ実装例もあるし、フォークしたものもあるし使ってみてから考えればいいんじゃないかな。

[srng]

これ初手の舞浜でだめでは。番地号のところに2-11が入らないといけないような

[hi_kmd]

浦安市舞浜2-11は舞浜2番地11だっけ。このくらいよくできていても、正しく認識できない場合がある、というくらい日本の住所は面倒臭い。パターン認識で判別するの無理だろう、個別の情報がどうしても必要。

[uhyorin]

全体の件数と住所正規化コンバータを使って例外扱いになった件数の比率はどれくらいなのかなあ。一つでも例外あるとダメ扱いされそうな風潮だけど、97〜99%出来ていればあとは力技なのでは。

[kuippa]

本当にヤバイのはマンション名と会社名部署名や本館２階とが入りだしてからよ。あと日本語入力できなくて全部アルファベットとか郵便番号と住所が違うときとか（延々と語りだしてスペースが足りない

[tourism55]

緯度経度機能のない「クレンジング プロフェッショナル（CP）」で初期料金560,000円＋年額240,000円（初年度含）。初年度からして人間1人を1ヶ月雇うより安いから予算のある会社は即決で払う金額だが…という

[zu2]

“私自身も日本の住所の扱いを何とかしないと業務アプリケーションの運用に支障が出ると感じ、2003年に「住所正規化コンバータ」というソフトウェアをリリースし、20年が経過しました”

[tatenot03]

島国だからですかね？独自のルールが根付き過ぎて複雑化してるように感じます。それに対応させるのは非常に困難な事に感じますので、尊敬いたします。

[nagaichi]

これは正規の表現を正規に読めるというだけで、表記ゆれやヒューマンエラーやOCRの読み間違いに対応した実験ではないような。

[soraboby]

京都を！京都の住所でやってみてくれ！！！！

[mobits]

大手町とかのビルごとに郵便番号違うのがWebフォームで不正な郵便番号ですって言われるのやめてほしい

[dazz_2001]

各社である程度のノウハウやツール化はしているが、それをオープンソース化するのはメンテが大変だから公開はしないだろうなぁ。公共でやろうにも複数の官庁に跨るので調整が面倒臭いし、重箱の隅を突く奴がいる…

[electrolite]

まだ丸ビルが一つだけ建て直されてた時に新丸ビルに行く用事があって、何で新の方が古びてんだと悩んだことがある。

[nabinno]

経産省のimi-enrichment-addressとジオテクノロジーズ社 (MapFanの会社) のIncrement Pの比較を昔やってみた。京都と長野が闇なのよね https://nabinno.github.io/posts/124

[moromoro]

お値段…

[tessy3]

佐原ロではなく、佐原口と書かれた場合の処理が見たい。

[operator]

日本の住所はやばいけど、海外の住所ってもっとヤバくない？

[softstone]

usi4444 さんのコメ、普通に良い話なのか、正規化で困ってる人へのさらなる煽りなのか判断に困るな

[beginnerchang]

優秀な有料ソフトを紹介すると乞食がわくのが通常運転のはてな仕草

[natu3kan]

正規化されてないと住所の振り分けが大変になるからなあ。人力なら配送にひと手間かかるくらいで済むけど。運送が完全自動化ってなった時は大変そう。

[ogawat1968]

“すべて対応できていることを確認できました。”

[yodogawa-kahan]

日本郵政を政府相手にデータを売っても免責される会社に指定してはいかんのか。

[Galaxy42]

あんまり真面目に掘ると、開けてはいけない記録が出てくる予感しかない　土地の履歴

[mozukuyummy]

WebAPI 版は無いのかな。

[astefalcon]

住所を正規化するより郵便番号を15桁くらいにした方が効率的だろう。つまり住所のマイナンバー化だよ。

[aya_momo]

「長野県長野市南長野県町」これは難しくないでしょ。

[tweakk]

香取市佐原のロを口で試してほしかった

[lb501]

住所を何に使うかだと思う。郵便番号は今は私企業が決めてるんだな。

[arrack]

使ったわけじゃないけど漢数字で丁目が表記として正確な地域があるので勝手にアラビア数字に直したらあかんのでは？と思う/はてなってデジタルになると国が〜っていう中央集権的な発想が直ぐ出る人いるよね

[hazardprofile]

おもしれー　「市区町村」といった時の「区」は東京都の自治体である特別区であって、大阪市の「区」はその下の「町域」ではないのかな　これ郡はxx郡yy町までで区切るの？

[inurota]

素晴らしいんですけど一点、舞浜2-11→2（小字・丁目）/11（番地・号）→番地（番）レベルマッチ、ってこれは2-11を番地と返さないといけないんじゃないでしょうか。2は小字でも丁目でも無いですし、11は枝番だし。

[mmaka2787]

こういうのChatGPTくんが解決してくれないのかね

[xlc]

そもそもなぜ正規化が必要かわからない。IT化的には氏名の漢字を正規化した方が外字登録の負担が減るので有効。なのにそちらは「日本文化」だという。住所にだって(いやむしろ住所にこそ)文化はあろう。

[thirty206]

ここまでくると失敗処理のが少なそうなのでどんどこ失敗を学習させたら限りなく100％に近づけられそう。

[prajna]

舞浜2-11、追記で言い訳してるけど、可能性のある候補を勝手に落として一つに絞り込んでいる時点で、他のGPS等のデータと連結できないので正規化としてはダメだと思う。あと中間省略記法にどれくらい対応してるか。