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?
苏我屠自古
10 years, 1 month ago
Answers
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, 1 month ago