我有一个字符串（名词短语）列表，我想从中筛选出所有有效的地理位置。这些（不需要的地名）大多是国家、城市或州的名称。有什么方法可以做到这一点？有没有包含世界上所有国家、州和城市的开源查找表？
示例所需输出：TREC4：false，维也纳:true，Ministry:false，IBM:ffalse，蒙特利尔true，新加坡真
与此帖子不同：验证用户输入的位置字符串是否为有效的地理位置？我有很多这样的字符串（约70万），所以谷歌地理定位API可能不是我的选择。
您可以使用雅虎的地球行星数据，也可以使用geonames.org的地名数据。以下是包含世界500万个地理位置的地球行星TSV文件的链接：https://developer.yahoo.com/geo/geoplanet/data/
此外，地球行星数据将为您提供地理位置的类型（城市、国家、郊区等）以及唯一的id。https://developer.yahoo.com/geo/geoplanet/guide/concepts.html
您可以将针串与该数据中的名称进行小写、经过消毒（例如，删除特殊字符和其他异常）的匹配。如果您不希望进行完整的文件扫描，那么首先处理这些数据并将其存储在mongodb或redis等快速查找数据库中将是有益的。
我可以建议以下三个选项：
a） 使用Alchemy API：http://www.alchemyapi.com/如果你尝试他们的演示，像法国、火奴鲁鲁这样的地方会给出国家或城市的实体类型
b） 使用TAGME：http://tagme.di.unipi.it/TAGME将给定文本中的每个实体连接到相应的维基百科页面。抓取维基百科页面，检查信息框并过滤
c） 使用Wikipedia Miner：我找不到相关的链接。然而，这也像TAGME一样工作。
建议你尝试这三种方法，并对每种情况进行多数投票。