[问题求助] 【求助】【文本数据处理】【200元】

曾经的你

链接：https://pan.baidu.com/s/1nMK3gDVDJugO8gc0abILRw
提取码：c59v
--来自百度网盘超级会员V5的分享

我追加了一份其他直接下载地址
链接：https://cowtransfer.com/s/19f84b4bff094f
口令：2r7srs
【请下载后，将后缀.ddd改为.zip】


该压缩包中存在853个txt文件，每个文件中存储的都是公司名称。
需要将每行中的数据仅保留商号。【类型非常复杂，仅保留商号】
举例：
比如  江苏_无锡_1.txt  文件
原始文件数据为

无锡茅庄农产品专业合作社
无锡常锡农产品专业合作社
锡山区斗山辛巷家庭农场
锡山区鹅湖翔威家庭农场
****
江苏珵硕电子科技有限公司
无锡靖天环保科技有限公司
无锡巨一同创科技股份有限公司
复制代码

处理后为

茅庄
常锡
辛巷
翔威
****
珵硕
靖天
巨一同创
复制代码

需要处理精确度尽可能的高。
无需处理程序，将结果分享给我就行。

【文本中可能存在少量特殊名称，跳过或者根据实际情况处理即可。】

请下载后测试，能处理的老哥请留言回复，我将继续跟进。

曾经的你

回复 2# newswan


    见说明，里边有几百个txt文件

曾经的你

回复 4# _avatar_


所以这就是难点所在。不过像是特殊的允许出现一定错误。
我自己搞的几千个地区，处理后依然不正确。（并不是所有的企业名称都是**省***市**县**区**镇**乡等，很多类似这种）
涉及到地区名及行业分类，非常复杂。可能需要机器学习来完成。
我自己写了脚本替换了半天发现问题很大，就来求助了。

曾经的你

回复 6# newswan


    是的，我问过chatgpt他的回答不如文心一言。
这就是难度所在，可能需要机器学习

曾经的你

回复 9# _avatar_


链接：https://cowtransfer.com/s/19f84b4bff094f
口令：2r7srs
【请下载后，将后缀.ddd改为.zip】

曾经的你

回复 11# _avatar_


   

曾经的你

回复 13# search_Sudoku

那我等着你，啥时候能搞好