用 NLP 做了个全国小区、村镇感染地图

[waylybaye]

这个春节本来想脱产学学习思考下路线问题呢，没想到疫情爆发打乱了所有计划。因为我做「后续」的原因有大部分官媒的新闻数据，所以就花了几天时间，做了一套分析疫情新闻提取地理信息的地图。

地图精确到小区、村镇、建筑级别。数据全部来自于官媒，而且每条数据都有来源链接和推理的原始文本。

很多城市因为只公布人数不公布小区所以没有数据。

地址：https://houxu.app/nconv/map

[barble]

数据不准确，济南有个景苑小区 新闻里说了是天桥的，标注到历城了

[janus77]

推上看的 已经用上了😂感谢

[kokdemo]

支持一下大佬

[huyinjie]

前排支持 baye

[waylybaye]

@barble 感谢反馈，最早加的一小批同名消歧上有 bug，正在纠错。

@janus77 @kokdemo @huyinjie 😘

[qiayue]

深圳的可以参考这个，你的数据缺了很多
https://www.shuipingguo.com/defent-virus.html

[libasten]

程序提取新闻报到中的位置名，然后定位到地图上？

[wwqm2]

我看了一圈各地的每日报告，只有陕西发布的报告最详细，基本上大概行程、什么时候发热、什么时候去的哪个医院，都特详细，评论区还有人根据交叉感染做了图

[Tianyan]

支持一下

[permaylau]

很想知道这地图是怎么做的？ NLP 是什么

[good1uck]

@permaylau 用 NLP 实现机器阅读，爬虫爬取文章内容，再结合机器阅读提取数据，自制 API 给地图使用

[good1uck]

我看了一下江苏省常州市的，好像数据缺失了。根据当地公众号或丁香医生公布的情况来看，少了很多。目前有 24 例。地图上仅展示 1 例

[DevRoss]

好奇怎么识别的，用 NER 吗

[HTSdTt3WygdgQQGe]

技术难度不大，难得是数据

[jedicxl]

收藏一个

[waylybaye]

@wwqm2 陕西、河南和东北的都比较详细

@q409640976 数据不难啊，会爬虫的那么多

@good1uck 有些城市的数据可能没有媒体转载我这边就没有数据了……

[good1uck]

@waylybaye 嗯，挺好了。不然得手动录数据也太麻烦了

[echopan]

@waylybaye 泰安的缺失了好多，我给你微信公众号文章爬吧

[qinxi]

北京公布了 5 号感染的活动区域了

https://weibo.com/1618051664/IsX5nm7Cy

北京市疾病预防控制中心发布 2 月 5 日新发病例活动过的小区或场所，具体信息如下：

　　东城区：体育馆路街道驹章胡同。

　　西城区：月坛街道复兴门外大街甲 20 号、展览路街道南营房社区。

　　朝阳区：来广营乡驻华年、东坝乡恒大江湾、慈云寺北里、北苑路 86 号嘉铭园、高碑店乡陶家湾。

　　海淀区：北太平庄街道新街口外大街 15 号院、紫竹院街道民族大学西路 66 号鑫德家园。

　　石景山区：玉泉北里 2 区、八宝山街道鲁谷远洋山水、五里坨街道西街天翠阳光新城。

　　大兴区：黄村镇格林云墅、瀛海镇金茂悦北区 5 号院、观音寺街道双河南里。

　　怀柔区：庙城镇郑重庄村。

[waylybaye]

@qinxi 感谢这个今天已经抓到啦
@echopan 我只抓了媒体文章，没抓公众号 😂

[dick20cm]

好奇楼主大佬关键信息抽取用的哪种模型？能否简单透露下，thanks