потому что распознавание русского языка и кириллицы лучше

там в основном нормальный текст

и потому что поддерживает файлы любого размера

Надо попробовать с бесплатной лицензией

она на мало страниц

Torrent-ы отменили? Попробуйте на полной версии, если заработает - ищите лицензию,а не заработает - не будете гадать. Или я один здесь такой неправильный 😐

На общественное дело можно попросить бесплатно

Можно как студенту часто попросить бесплатно

Не обязательно быть "неправильным"

Это с помощью OpenStreetMap и чего ещё? Точно ли можно вытащить именно названия улиц и домов из пользовательского текста? Здорово если так. Решения существуют уже?

Ещё интересная тема: есть тома этих правил землепользования и застройки. Оказывается, что в новом варианте карты немного другие, то есть фальсификация. Было бы интересно посмотреть по всем данным, хотя не уверен, что это реально.
https://m.facebook.com/story.php?story_fbid=1323012191112838&id=100002122083230

Мб, Яндекс геокодер, у него простое API

Есть тулза Яндекс Томита. С помощью нее можно анализировать тексты на естественном языке. Вся проблема с ней в сложности настройки

Для извлечения адреса есть https://github.com/bureaucratic-labs/natasha , смотри http://natasha.readthedocs.io/ru/latest/quickstart/

класс, спасибо

Йоу!
Мне тут написали ребята из "Теплицы Социальных Технологий" te-st.ru - готовят материал про ML и хотят попредсказывать пожертвования. Им это надо срочно, а у меня на этой неделе времени особо нет.

Если комуто интересно - сведу с ними и помогу отвалидировать и прокачать получающийся результат (мне кажется хреновой  затеей предсказывать на small data-е то, на что ты напрямую влияешь)

Тут план:
1. саггрегировать то что хочется предсказывать
2. помедитировать над графиками (наверняка там будут всплески привязываемые к внешней активности и пиару)
3. удовлетворить их любопытство и позапускать предсказания как временных рядов (и проверить)
4. придумать нормальную модель, учитывающую как можно влиять на пожертвования
+А. проверить и может быть дать конкретные рекомендации как получать больше пожертвований (вероятность капитана очевидности высока, но кто знает)
+Б. может нарыть интересных инсайтов из данных и вообще переформулировать задачу

Задача интересная, но не перекроют ли небольшие общие тенденции (грубо говоря, время постинга) более сильные флуктуации, связанные с самим содержанием кампании по сбору средств (насколько тема значима для аудитории - и это машина вряд ли оценит)?

Не знаю :)

В данных только инфа по переводам - 600 штук за год+ вида:
"04.04.2016
4,900.00
ООО НКО "Яндекс.Деньги"
Частные пожертвования"

сходу видно что транзакции могут неделями не идти, а потом раз - и за день куча переводов (а потом их становится все меньше и меньше). так что вероятно, правильнее оценивать скорость затухания таких всплесков (и какие параметры на них влияют)