怎么用脚本判断几个连续的中文字符是一个姓名??


冷狐毕军,
高李阳子,
闻人共建,
欧阳新成,
徐姜敏然,
某家公司,
欧阳伟强,
石戴菲子,
朱为准,
徐海峰,
王潇荔,
种亚男,
付义平,
鲁雅萍,
... ...

如上面的例子,怎么用脚本判断他们是一个名字,不是的自动删除所在行!
不限定语言!
我的想法是,把百家姓写入一个文件中,取要识别的中文字符串的第一个字,去匹配百家姓每个姓的第一个字,如果有匹配的,第二步,反过来取这个姓的完整中文字符串,假设这个姓中文字符长度为n,拿去匹配那个要识别的中文串的前n个字符,如果也匹配,默认它就是一个中文姓名!
难实现吗?

java 编程语言 python ruby c

苏我屠自古 10 years ago

你需要 Named Entity Recognizer (NER)
比如: http://nlp.stanford.edu/software/CRF-NER.shtml 虽然上面写有 "Chinese models built from the Ontonotes Chinese named entity data" 但是不确认效果

三途川D摆渡人 answered 10 years ago

无法判断。
我可以给我儿子取名叫做
「怎么用」、「脚本判」、「断几个」、「连续的」、「续的中」、「中文字」…… 完全符合中国法律。

好纯的大叔 answered 10 years ago

姓好处理,关键是名如何判断,逻辑比较麻烦,但实现很简单吧。。。。
另外,姓不仅仅只有一个字的,还有复姓。。

天空的荣耀 answered 10 years ago

Your Answer