java - 从java中的纯文本中提取名称

Question

有没有办法从纯文本中解析名称（名字和姓氏）。名字可以来自任何国家。现在我正在建立一个我可以获得的可能名称的数据库。有没有其他好的方法？

Answer 1

一般来说，NLP 这个问题是NER（命名实体识别）问题的一个子集。至少可以通过两种方式进行处理：

• 基于规则的系统 - 因此您可以构建简单的规则，例如字典检查、一些博士的正则表达式。前缀等，并将您的提取基于这些
• 基于机器学习的系统 - 您使用一些词汇和统计属性来表征每个单词标记，并训练一些分类器（例如HMM或CRF）来检测特定单词（标记）是名字还是姓氏。