Skip to content
TheChatArchiveThe Chat Archive
Claudeclaude-3-5-haiku-20241022· AnthropicHugging Face LMArena Human Preference 140K

предложи решение для задачи: на вход подоется заявка в текстовом описаниии в…

From a Chatbot Arena battleThe same person sent this prompt to two anonymous models at once. Compare it with Claudeclaude-sonnet-4-20250514’s answer.
  1. User

    предложи решение для задачи: на вход подоется заявка в текстовом описаниии в произфольной форме записан адрес. нужно найти КЭ в базе данных с адресом похожем на адрес из текстового описания заявки

    код надо написать на dotnet база для поиска Postgres

  2. Claude Assistant

    Вот решение для задачи извлечения и поиска похожих адресов в базе данных с использованием .NET и PostgreSQL:

    using System;
    using System.Linq;
    using Npgsql;
    using NetTopologySuite.Geometries;
    using NetTopologySuite;
    using System.Text.RegularExpressions;
    
    public class AddressMatchService
    {
        private readonly string _connectionString;
    
        public AddressMatchService(string connectionString)
        {
            _connectionString = connectionString;
        }
    
        public KadastrovyElement FindSimilarAddress(string inputAddress)
        {
            // Предобработка входного адреса
            string normalizedAddress = NormalizeAddress(inputAddress);
    
            using (var connection = new NpgsqlConnection(_connectionString))
            {
                connection.Open();
    
                // Используем несколько стратегий поиска
                var result = FindByTextSimilarity(connection, normalizedAddress)
                    ?? FindByTokenMatch(connection, normalizedAddress)
                    ?? FindByPartialMatch(connection, normalizedAddress);
    
                return result;
            }
        }
    
        private string NormalizeAddress(string address)
        {
            // Унификация адреса: 
            // - Удаление лишних пробелов
            // - Приведение к нижнему регистру
            // - Удаление специальных символов
            return Regex.Replace(address.ToLower().Trim(), @"[^\w\s]", "");
        }
    
        private KadastrovyElement FindByTextSimilarity(NpgsqlConnection connection, string normalizedAddress)
        {
            // Поиск с использованием расстояния Левенштейна
            string query = @"
                SELECT * FROM kadastrov_elements
                WHERE levenshtein(normalized_address, @address) < 3
                ORDER BY levenshtein(normalized_address, @address)
                LIMIT 1";
    
            using (var cmd = new NpgsqlCommand(query, connection))
            {
                cmd.Parameters.AddWithValue("@address", normalizedAddress);
                
                using (var reader = cmd.ExecuteReader())
                {
                    return reader.Read() ? MapToKadastrovyElement(reader) : null;
                }
            }
        }
    
        private KadastrovyElement FindByTokenMatch(NpgsqlConnection connection, string normalizedAddress)
        {
            // Поиск по совпадению токенов
            string query = @"
                SELECT * FROM kadastrov_elements
                WHERE array_length(
                    regexp_split_to_array(normalized_address, '\s+') 
                    && regexp_split_to_array(@address, '\s+'), 1
                ) > 2
                LIMIT 1";
    
            using (var cmd = new NpgsqlCommand(query, connection))
            {
                cmd.Parameters.AddWithValue("@address", normalizedAddress);
                
                using (var reader = cmd.ExecuteReader())
                {
                    return reader.Read() ? MapToKadastrovyElement(reader) : null;
                }
            }
        }
    
        private KadastrovyElement FindByPartialMatch(NpgsqlConnection connection, string normalizedAddress)
        {
            // Поиск по частичному совпадению
            string query = @"
                SELECT * FROM kadastrov_elements
                WHERE normalized_address LIKE @partialAddress
                LIMIT 1";
    
            using (var cmd = new NpgsqlCommand(query, connection))
            {
                cmd.Parameters.AddWithValue("@partialAddress", $"%{normalizedAddress}%");
                
                using (var reader = cmd.ExecuteReader())
                {
                    return reader.Read() ? MapToKadastrovyElement(reader) : null;
                }
            }
        }
    
        private KadastrovyElement MapToKadastrovyElement(NpgsqlDataReader reader)
        {
            return new KadastrovyElement
            {
                Id = reader.GetInt32(reader.GetOrdinal("id")),
                Address = reader.GetString(reader.GetOrdinal("address")),
                KadastrovyNomer = reader.GetString(reader.GetOrdinal("kadastrov_nomer"))
                // Добавьте другие необходимые поля
            };
        }
    }
    
    // Модель для представления кадастрового элемента
    public class KadastrovyElement
    {
        public int Id { get; set; }
        public string Address { get; set; }
        public string KadastrovyNomer { get; set; }
    }
    

    Для реализации этого решения вам потребуется:

    1. Установить NuGet-пакеты:
    • Npgsql
    • NetTopologySuite
    1. Подготовить базу данных:
    -- Создание таблицы
    CREATE TABLE kadastrov_elements (
        id SERIAL PRIMARY KEY,
        address TEXT,
        normalized_address TEXT,
        kadastrov_nomer TEXT
    );
    
    -- Создание индекса для быстрого поиска
    CREATE INDEX idx_normalized_address ON kadastrov_elements USING gin(to_tsvector('russian', normalized_address));
    
    1. Пример использования:
    var connectionString = "Host=localhost;Database=cadastre;Username=user;Password=pass";
    var service = new AddressMatchService(connectionString);
    
    var result = service.FindSimilarAddress("Москва ул. Пушкина 10");
    Console.WriteLine(result.KadastrovyNomer);
    

    Основные особенности решения:

    • Многоуровневый поиск похожих адресов
    • Нормализация входных данных
    • Использование различных стратегий сопоставления
    • Гибкость и расширяемость

    Стратегии поиска:

    1. Поиск по расстоянию Левенштейна
    2. Поиск по совпадению токенов
    3. Поиск по частичному совпадению

    Рекомендации по улучшению:

    • Добавить логирование
    • Реализовать кэширование результатов
    • Настроить весовые коэффициенты для различных стратегий поиска

    Замечание: Это базовая реализация, которую следует адаптировать под конкретные требования вашей системы.

Responses were produced in different, uncontrolled contexts (system prompts, settings, prior turns). This is not a benchmark.