รับความคิดเห็นเกี่ยวกับที่อยู่ในอินเดีย

ความท้าทาย: ทำความเข้าใจคุณภาพที่อยู่ของอินเดีย

ระบบการระบุที่อยู่ของอินเดียขึ้นชื่อเรื่องความหลากหลายและความซับซ้อน ที่อยู่ อาจมีคำอธิบายสูง ไม่ได้มาตรฐาน มีสถานที่สำคัญในท้องถิ่น และมัก ไม่มีรหัส PIN ที่แน่นอนหรือลำดับองค์ประกอบที่สอดคล้องกัน ซึ่งก่อให้เกิดความท้าทายอย่างมาก สำหรับบุคคลทั่วไป แพลตฟอร์มอีคอมเมิร์ซ บริษัทโลจิสติกส์ และ ผู้ให้บริการที่ต้องพึ่งพาข้อมูลตำแหน่งที่แม่นยำ ปัญหาสำคัญที่มักพบเกี่ยวกับที่อยู่ในอินเดีย ได้แก่

  • รหัส PIN ไม่ถูกต้องหรือขาดหายไป: จำเป็นต่อการกำหนดเส้นทางของไปรษณีย์และ พัสดุอย่างมีประสิทธิภาพ แต่บ่อยครั้งที่รหัสไม่ถูกต้องหรือไม่มี
  • การสะกดผิด: ข้อผิดพลาดที่พบบ่อยในชื่อท้องถิ่น เมือง หรือรัฐอาจทำให้เกิดการตีความผิด
  • ลำดับองค์ประกอบที่ไม่เป็นไปตามมาตรฐาน: ลำดับขององค์ประกอบที่อยู่ (เช่น หมายเลขบ้าน ถนน ท้องถิ่น เมือง) อาจแตกต่างกันอย่างมาก ทำให้การประมวลผลอัตโนมัติเป็นเรื่องยาก
  • ไม่มีการกำหนดมาตรฐาน: คำศัพท์เฉพาะ ตัวย่อ และ การอ้างอิงเชิงพรรณนา (เช่น "ใกล้กับวัดเก่า") เป็นเรื่องปกติ แต่ระบบมาตรฐานไม่เข้าใจ
  • การรวมข้อมูลเชิงสัมพันธ์: คำต่างๆ เช่น "S/o" (บุตรชายของ) "D/o" (บุตรสาวของ) หรือ "C/o" (ดูแลโดย) มักจะฝังอยู่ใน ที่อยู่ ซึ่งเป็นการเพิ่มข้อมูลที่ไม่ใช่ตำแหน่ง
  • รูปแบบต่างๆ ในการระบุสถานที่ย่อย: องค์ประกอบต่างๆ เช่น หมายเลขยูนิต หมายเลขบ้าน หรือหมายเลขแปลง (เช่น "2/1") มีการเขียนหลายแบบ เช่น "2/1" "2-1" "2 by 1" หรือ "No 2, 1st part" ทำให้แยกวิเคราะห์ได้อย่างไม่สอดคล้องกัน
  • ความแพร่หลายของรายละเอียดสถานที่ย่อย: ที่อยู่จำนวนมาก โดยเฉพาะใน เขตเมือง มีข้อมูลสถานที่ย่อยที่สำคัญ เช่น หมายเลขอพาร์ตเมนต์ หมายเลขแฟลต หรือรายละเอียดปีกอาคาร ซึ่งมีความสำคัญอย่างยิ่งต่อ การนำส่งในระยะทางสุดท้าย แต่ส่วนใหญ่มักไม่มีโครงสร้าง
  • ความคลุมเครือ: บางครั้งระบบอาจตีความที่อยู่ได้หลายวิธี ซึ่งทำให้ไม่แน่ใจในการระบุจุดที่แน่นอน

ความท้าทายเหล่านี้อาจส่งผลให้การนำส่งล้มเหลว ต้นทุนการดำเนินงานเพิ่มขึ้น ประสบการณ์ของลูกค้าไม่ดี และความยากลำบากในการวิเคราะห์ข้อมูลและการวางแผนบริการ เราจึงเห็นความจำเป็นอย่างชัดเจนที่จะต้องมีวิธีรับความคิดเห็นที่นำไปใช้ได้จริงอย่างรวดเร็วเกี่ยวกับ คุณภาพของที่อยู่

โซลูชัน: ความคิดเห็นเกี่ยวกับที่อยู่ที่ทำงานด้วยระบบ AI

เราจึงขอเสนอโซลูชันที่ใช้ Generative AI เพื่อรับมือกับความท้าทายเหล่านี้

ระบบนี้ออกแบบมาเพื่อ ให้ความคิดเห็นที่มีประโยชน์แก่ผู้ใช้ในอินเดียเกี่ยวกับที่อยู่ของตน ซึ่งจะช่วยให้ผู้ใช้ เข้าใจปัญหาที่อาจเกิดขึ้นและวิธีจัดรูปแบบที่อยู่ให้ดีขึ้นเพื่อผลลัพธ์การแปลงพิกัดภูมิศาสตร์ที่ดียิ่งขึ้น และความแม่นยำโดยรวม

แนวคิดหลักคือการใช้โมเดล Gemini ใน Vertex AI เพื่อทำสิ่งต่อไปนี้

  • วิเคราะห์และตีความที่อยู่ของอินเดียที่ซับซ้อนและมักจะอยู่ในรูปแบบที่ไม่ถูกต้อง
  • ระบุข้อผิดพลาดและความไม่สอดคล้องกันที่พบบ่อย
  • แนะนำเวอร์ชันที่ได้มาตรฐานและแก้ไขแล้ว
  • แสดงคำอธิบายที่ชัดเจนเกี่ยวกับการเปลี่ยนแปลงที่ทำ

ระบบมี 2 รูปแบบ ได้แก่ - REST API - UI บนเว็บ

วิธีที่ลูกค้าในอินเดียใช้เครื่องมือนี้ได้

แม้ว่าเป้าหมายหลักคือการแสดงความคิดเห็นเกี่ยวกับคุณภาพของที่อยู่ แต่ประโยชน์ที่ได้รับ ยังขยายไปได้อีก

  1. การนำส่งที่ดีขึ้น: สำหรับธุรกิจ การทำความเข้าใจวิธีจัดโครงสร้างที่อยู่ให้ดีขึ้นอาจหมายถึงความพยายามในการนำส่งที่ล้มเหลวน้อยลง ต้นทุนการดำเนินงานที่ลดลง และความพึงพอใจของลูกค้าที่เพิ่มขึ้น นอกจากนี้ บุคคลทั่วไปยัง มั่นใจได้ว่าจะได้รับพัสดุและจดหมายอย่างน่าเชื่อถือมากขึ้นโดยใช้ ที่อยู่ที่จัดรูปแบบอย่างถูกต้อง
  2. การเพิ่มประสิทธิภาพข้อมูล: บริษัทต่างๆ สามารถใช้ข้อมูลเชิงลึกที่ได้รับจากเครื่องมือนี้ (หรือผสานรวม API พื้นฐาน) เพื่อเป็นแนวทางในการล้างและกำหนดฐานข้อมูลที่อยู่ลูกค้าที่มีอยู่ให้เป็นมาตรฐาน ซึ่งจะนำไปสู่การวิเคราะห์ที่ดีขึ้นและบริการที่กำหนดเป้าหมาย
  3. การตรวจสอบภาพ: การแสดงแผนที่แบบหมุดคู่มีคุณค่าอย่างยิ่ง ผู้ใช้สามารถยืนยันด้วยภาพว่าที่อยู่เดิมและที่อยู่ที่ปรับแล้ว ชี้ไปยังสถานที่เดียวกันหรือต่างกัน สิ่งนี้ช่วยระบุว่าเวอร์ชัน "ทำความสะอาด" สะท้อนตำแหน่งที่ต้องการอย่างถูกต้องหรือไม่ หรืออินพุตต้นฉบับคลุมเครือหรือผิดพลาดเกินไปสำหรับการเข้ารหัสทางภูมิศาสตร์ที่ถูกต้อง

โดยการทำความเข้าใจความท้าทายที่เฉพาะเจาะจงในที่อยู่ของตนผ่านทางข้อเสนอแนะที่ให้มา ผู้ใช้สามารถดำเนินการแก้ไข อัปเดตบันทึกของตน และแจ้งตำแหน่งของตนได้อย่างมีประสิทธิภาพมากขึ้น

แอปพลิเคชันนี้คืออะไร

เว็บแอปพลิเคชันนี้ทำหน้าที่เป็นอินเทอร์เฟซสำหรับระบบความคิดเห็นเกี่ยวกับที่อยู่ที่ทำงานด้วยระบบ AI โดยออกแบบมาเพื่อช่วยผู้ใช้และธุรกิจในการตรวจสอบ ทำความเข้าใจ และ ปรับปรุงที่อยู่จริง โดยเน้นที่ความแตกต่างของที่อยู่ในอินเดีย เป็นพิเศษ แอปพลิเคชันนี้มีอินเทอร์เฟซที่ใช้งานง่ายซึ่งผู้ใช้สามารถ:

  • ป้อนที่อยู่: โดยพิมพ์โดยตรงหรือวางที่อยู่หลายรายการเพื่อประมวลผลพร้อมกัน
  • รับที่อยู่ที่ทำความสะอาดแล้ว: แอปพลิเคชันจะประมวลผลอินพุตและ แสดงเวอร์ชันที่แก้ไขแล้วซึ่งเป็นไปตามมาตรฐานตามความเข้าใจของโมเดล AI
  • ทำความเข้าใจการเปลี่ยนแปลง: เน้นย้ำการแก้ไขเฉพาะที่เกิดขึ้นกับที่อยู่เดิม พร้อมให้ความโปร่งใสในกระบวนการให้ข้อเสนอแนะ
  • แสดงความแตกต่างด้วยภาพ: ทั้งที่อยู่เดิมและที่อยู่ที่ทำความสะอาดแล้ว จะปักหมุดไว้บนแผนที่แบบอินเทอร์แอกทีฟ เพื่อให้ผู้ใช้เปรียบเทียบตำแหน่งของตนด้วยภาพ และระบุความคลาดเคลื่อนที่อาจเกิดขึ้นได้อย่างรวดเร็ว
  • รับคอมโพเนนต์แบบละเอียด: ระบบจะแบ่งที่อยู่ที่เข้ารหัสพิกัดภูมิศาสตร์ (ที่ทำความสะอาดแล้ว) ออกเป็นส่วนประกอบต่างๆ (เช่น หมายเลขถนน ท้องถิ่น เมือง รหัสไปรษณีย์) เพื่อให้มุมมองที่มีโครงสร้าง

แอปนี้มีประโยชน์อย่างยิ่งในการประเมินคุณภาพที่อยู่อย่างรวดเร็ว ทำความเข้าใจปัญหาที่อาจเกิดขึ้น และดูว่าควรจัดโครงสร้างที่อยู่อย่างไรให้ดีขึ้น สำหรับระบบที่ใช้รูปแบบที่ได้มาตรฐาน

สถาปัตยกรรมแบ็กเอนด์: ขับเคลื่อนโดย Gemini และ Vertex AI

ความอัจฉริยะที่อยู่เบื้องหลังความสามารถของแอปพลิเคชันนี้ในการทำความเข้าใจและปรับแต่ง ที่อยู่มาจากเทคโนโลยี AI ขั้นสูงของ Google Cloud ดังนี้

  • **การประมวลผลที่อยู่หลัก: ** งานพื้นฐานในการแยกวิเคราะห์ ทำความเข้าใจ แก้ไข และจัดรูปแบบสตริงที่อยู่ให้เป็นมาตรฐานจะได้รับการจัดการโดยโมเดล Gemini 2.5 Flash ของ Google เมื่อส่งที่อยู่ ให้ทำดังนี้
    • แอปพลิเคชันส่วนหน้าจะส่งที่อยู่อินพุตไปยังบริการแบ็กเอนด์
    • บริการแบ็กเอนด์นี้ใช้ประโยชน์จาก Gemini API โมเดล Gemini 2.5 Flash ได้รับคำสั่งด้วยพรอมต์แบบละเอียดเพื่อยืนยันการประมวลผลที่ถูกต้องและ ได้มาตรฐาน คำสั่งหลักที่ส่งไปยังโมเดลมีดังนี้ 
You are an address cleaning expert. Your task is to take malformed addresses
and output cleaned and standardized versions. All addresses will be from India.

BEGIN:
Follow these instructions:
Remove any mention of "House Number," "H.No," "Door Number," "D.No,"
"Building No", "Flat No." etc. along with the number it's associated with
Remove any "C/O," "S/O," etc.
DO NOT REMOVE any name of building
It should also remove any name of person or actual house numbers etc which
appear after the texts mentioned in the previous point
Ensure there are no duplicate mentions of town names, state names, etc.
If no valid zip code is available, add an error in the Errors field:
"No valid zip code found. Please verify."
Remove mention of any Floors in the address
If there are any mention of "Near or landmark" put that in a new field called
"address_descriptors"
Expand any rd, ln, st and similar other abbreviations to road, lane, street etc.
END:

BEGIN: Structuring the output
Output the cleaned address in a single line.
Output address should put State, Country, Zip code at the end in that order.
If any critical component of the address is missing, mention that in errors section.
**Critically important:** Provide a detailed description of every change made
to the address in the "changes_made" field. Do not omit this field.
IF a House number or unit number was removed add that in a separate field
called "subpremise_details".
Output the errors in the field called "errors". If no errors, provide an empty
array.
Output all responses in JSON format.
END:

การเขียนพรอมต์ที่มีโครงสร้างนี้จะช่วยให้ Gemini 2.5 Flash ทำสิ่งต่อไปนี้ได้

  • วิเคราะห์ข้อมูลที่อยู่ซึ่งซับซ้อนและมักไม่มีโครงสร้าง
  • ระบุและแยกองค์ประกอบที่อยู่หลัก (เช่น เลขที่บ้าน /เลขที่ห้อง ชื่ออาคาร ถนน สถานที่ตั้ง สถานที่ตั้งย่อย เมือง รัฐ รหัส PIN)
  • แก้ไขการสะกดคำที่พบบ่อยและคำที่คล้ายกัน
  • จัดเรียงคอมโพเนนต์ใหม่ให้อยู่ในรูปแบบที่เป็นมาตรฐานมากขึ้น ซึ่งเหมาะกับอินเดีย
  • อนุมานหรือแจ้งว่าไม่มีข้อมูลสำคัญหากเป็นไปได้

  • สร้างรายการ "การเปลี่ยนแปลงที่ดำเนินการ" และข้อผิดพลาด เพื่อให้เกิดความโปร่งใส ความสามารถของโมเดลในการปฏิบัติตามวิธีการโดยละเอียดเหล่านี้ขณะ จัดการรูปแบบภาษาและข้อมูลตามบริบทที่หลากหลายเป็นกุญแจสำคัญ ต่อประสิทธิภาพของโมเดลที่มีรูปแบบที่อยู่หลากหลาย

  • การแสดงผลและความสามารถในการปรับขนาด (Cloud Run บน Vertex AI/Google Cloud): บริการแบ็กเอนด์ที่จัดระเบียบการเรียกใช้ Gemini API และแสดงผลลัพธ์ ไปยังส่วนหน้าสร้างขึ้นเป็นแอปพลิเคชันแบบคอนเทนเนอร์ไร้เซิร์ฟเวอร์

สถาปัตยกรรมแบบ Serverless นี้แสดงวิธีทำให้บริการดังกล่าวใช้งานได้ ในฐานะแอปพลิเคชันสาธิต วัตถุประสงค์หลักของแอปคือการช่วยให้ลูกค้าได้รับความคิดเห็นเกี่ยวกับคุณภาพของที่อยู่อย่างรวดเร็ว

วิธีใช้แอปพลิเคชัน

แอปพลิเคชันนี้พร้อมให้บริการที่แอปความคิดเห็นเกี่ยวกับที่อยู่ในอินเดีย

วิธีใช้

  1. ป้อนที่อยู่: พิมพ์หรือวางที่อยู่ในอินเดียลงในช่องป้อนข้อมูล
  2. ประมวลผลที่อยู่: คลิกปุ่ม "ล้างที่อยู่"
  3. ตรวจสอบผลลัพธ์: แอปพลิเคชันจะแสดงข้อมูลต่อไปนี้
    • ที่อยู่ที่ทำความสะอาดแล้ว
    • แผนที่ที่แสดงทั้งตำแหน่งเดิมและตำแหน่งที่ทำความสะอาดแล้ว
    • รายละเอียดของคอมโพเนนต์ที่อยู่
    • รายการการเปลี่ยนแปลงที่ AI ทำ
    • ข้อผิดพลาดที่ตรวจพบ

ตัวอย่างการเรียก API โดยตรง (สําหรับนักพัฒนาแอป)

สำหรับนักพัฒนาแอปหรือระบบที่ต้องการผสานรวมฟังก์ชันการประมวลผลที่อยู่โดยตรง สามารถเรียกใช้บริการแบ็กเอนด์แบบเป็นโปรแกรมได้ ตัวอย่างการใช้ cURL ได้แก่

curl -X POST \
  https://gemini-address-cleaner-480439120941.us-central1.run.app/clean_address \
  -H "Content-Type: application/json" \
  -d '{
    "input_address": "S/O Laum Mirzapur Mirzapur Muzaffarpur Bihar India Mirzapur purani Darbhanga road SELAMBA BIHAR 843103"
  }'

คำสั่งนี้จะส่งคำขอ POST พร้อมสตริงที่อยู่ในเพย์โหลด JSON และจะแสดงการตอบกลับ JSON ที่มีที่อยู่ที่ประมวลผลแล้วและข้อมูลอื่นๆ ที่เกี่ยวข้อง ซึ่งคล้ายกับสิ่งที่แสดงในแอปพลิเคชัน
แอปพลิเคชันนี้มีเป้าหมายเพื่อลดความซับซ้อนของที่อยู่ โดยนำเสนอ เครื่องมือที่มีประโยชน์ในการเพิ่มความแม่นยำและประสิทธิภาพ โดยเฉพาะในสภาพแวดล้อมที่หลากหลายและ มีการเปลี่ยนแปลงอยู่ตลอดเวลา เช่น อินเดีย