EDUARD SAPOTSKIhVosttну так помоги человеку, выкати одно из своих десятков. или только языком молоть горазд?
Готовый скрипт не выкачу, пока они мне денюжку приносят, да и задачи не знаю и всех данных не вижу.
Но в общем алгоритм прост - сначала шум убираешь, заменяешь все спецсимволы, знаки препинания на пробелы, удаляешь двойные пробелы, все в нижний регистр, один язык, дальше делим по ключевым словам... ну а дальше в зависимости от задачи... Проще это делать на T-SQL(для меня). Если сложные алгоритмы нужно применить, то есть смысл выгрузить в приложение и прогнать через алгоритм на C#. Универсального скрипта для таких задач не существует, всегда приходится что-то допиливать. Если уже действительно лингвистический анализ нужен, то в нете можно нарыть больше 10-ка различных алгоритмов, один в чем-то лучше, другой в другом, приходится их комбинировать... но это не тот случай, думаю здесь все просто.

А на sql в сторону регулярок копать?

EDUARD SAPOTSKIУКРОП_А на sql в сторону регулярок копать?
да, обычный replace и регулярки, кстати вот здесь много чего интересного по этому делу.

спасибо

carrotikУКРОП_,

...вообще говоря, поскольку база данных населенных пунктов Украины (а также улиц и т.д) уже (где-то и во многих местах) есть, то есть мнение, что лучше ее скачать и использовать в качестве словаря (как при распознавании текста) ... т.е. как тут говорили - нашли в тексте Макее - ищем в словаре (и он, скорее всего, уже нормализованный) вхождение, и просто подставляем ....

Так я базу взял у УкрПочты и залил в sql, но таких адресов там нет как в паспорте у некоторых людей. Знаю странно звучит но это факт (может они по другому в Укрпочте называются)