經過前三篇的努力，我們左手握有中研院的「1920年代空間圖資」，右手拿著從《臺灣通史》榨取出來的「600+ 個古地名與基建列表」。

這就像是一場歷史級別的相親大會——我們要讓書本裡的名字，在歷史地圖上找到歸宿，並將它們賦予現代的 WGS84 GPS 經緯度座標。這個過程，技術上叫做 Geo-Coding (地理編碼)。

同名異地的災難

原以為只要用程式名稱對齊 (Fuzzy Label Matching) 就好，但代誌不是憨人想的那麼簡單！

台灣地名有驚人的重複率。古書裡寫了個「新莊」或「福興」，如果你不用大腦，程式很容易把北部的事蹟，釘到南部的地圖上，導致座標嚴重飄移。

第一波升級：內政部兵器庫支援

首先，1920 年代的「街庄/大字」顆粒度有時仍不夠細緻，很多《臺灣通史》提到的小聚落找不到。

我決定導入國家級的兵器庫支援：內政部 3 萬筆古地名資料庫 (moi_settlements)。我把這 37,758 筆資料匯入我的資料庫，形成了一個包含了「1920 歷史界線 + 現代文史調查點位」的「三層立體查詢網」。

第二波突破：上下文錨定法 (Hierarchical Anchor)

為了解決同名造成的標記錯誤，我幫自動配對腳本裝上了**「閱讀理解能力」**。

我實作了 guess_anchor 演算法。配對前，程式會先反查《臺灣通史》原文，看看這個地名的上下文寫了什麼。

  • 如果上下文提到了「淡水 / 艋舺」，程式會自動將這個地名的搜尋範圍 錨定 (Anchor) 在「臺北州」。
  • 如果上下文提到「打狗 / 阿猴」，程式就只准在地圖的「高雄州」範圍內尋找這個聚落。

這招「因文定地」，徹底解決了同名異地的痛點！

史圖合一的瞬間

當我按下 geo_coding.py 的執行鍵，看著終端機不斷吐出 Log：

  • ⚓ Anchored: 中港 -> 對應到苗栗竹南的中港 (24.6853, 120.8519)
  • ⚓ Anchored: 六張犁 -> 成功定錨...
  • ⚓ Anchored: 牛罵 -> 臺中市清水區牛罵頭...

憑藉著上下文疊圖與三層過濾網，我成功地讓近 200 個寫在文言文裡的歷史地名，從泛黃的紙張上躍起，精準降落在 Google My Maps 的紅色圖釘上。

從此，《臺灣通史》對我而言不再是一本書，而是一張「活」在台灣大地上的資料庫網格。

（未完待續：終章！看看我們如何用這張網格，重新定義一位新竹的開墾大老！）

本文為哈爸與 AI 助理協作產出，紀錄實體探勘與數位工程之歷程。