AIAgent-Hub · Claude

Разбор грязного текста Claude

Извлечение структурированных полей из грязного свободного текста с оценкой уверенности и отдельным карманом для нераспарсенных строк.

У меня столбец со свободным неструктурированным текстом (адреса / ФИО / описания товаров / контакты в одну строку — {УТОЧНИ}). Нужно распарсить его в структурированные поля.

Действия:
1. Покажу примеры — определи скрытую структуру и перечисли извлекаемые поля.
2. Предложи стратегию: чистый regex там, где формат стабилен; разбор по разделителям; обработка вариативных частей. Если поле опционально или порядок плавает — учти это.
3. Извлеки поля. Для адресов: страна, регион, город, улица, дом, индекс. Для ФИО: фамилия, имя, отчество (учитывай однобуквенные инициалы «И.И.»). Для товаров: бренд, модель, объём/вес, единица.
4. Каждой распарсенной строке проставь confidence (high/medium/low) и причину, если low.
5. Строки, которые распарсить не удалось, собери в отдельную таблицу для ручного разбора — НЕ выкидывай.

Верни Python-код (re, опц. dateutil/pandas) и таблицу результатов с исходным текстом рядом для проверки.

data, claude, parsing, regex, текст, data-analysis