Branie pod uwagę SIMC przy wykrywaniu duplikatów

[zibik]

To zgłoszenie to bardziej zasygnalizowanie problemu pod rozważenie niż zgłoszenie błędu.
Otóż, ciągnąc adresy z gminy Laszki@EMUiA:
./merger.py --gugik --terc 1804052
trafiłem na adresy z miejscowości Tuchla oznaczone jako fixme=Duplicate[...]
Mamy tam klasyczny przypadek, kiedy są dwie miejscowości o tej samej nazwie - jedna z nich to wieś, a drugie to osada. Posiadają one różne kody SIMC.
W związku z tym zastanawiam się - może przy wykrywaniu duplikatów brać również pod uwagę zgodność tagu addr:city:simc= w pobranych danych?

[wiktorn]

Jedyna sytuacja, w której by to coś psuło, to gdy w źródle mamy dla jednej miejscowości podany kod SIMC, a dla drugiej nie. Ale chyba takie rzeczy to się nie zdarzają. Acz widziałem iMPA bez symul-ów.

[zibik]

Jeszcze trochę pomarudzę.
Przydałoby się jednak w jakiś sposób zasygnalizować przypadek wystąpienia w danych źródłowych adresów z miejscowości o identycznych nazwach; chyba najlepiej w formie jakiegoś fixme=
W obecnej sytuacji w przyszłości na 100% przegapię sprawę, a pasowałoby adresom z osady zmienić addr:place na (przykładowo) addr:place=Tuchla (osada), bo zwykle tak robimy w takiej sytuacji...

[wiktorn]

Czyli duplikatami oznaczamy:

• adresy, które mają takie same: numer, ulica, miasto (tak jak było przed poprawką)
• miejscowości (wszystkie adresy w miejscowości), które w danym imporcie - te same nazwy (addr:city / addr:place), ale różne kody SIMC
  ?

[zibik]

Sam nie wiem... mnie właściwie potrzebna jest tylko informacja (zawarta w fixme=), że w danej gminie są różne miejścowości o takiej samej nazwie. To obudzi moją czujność ;-)