我怎样才能得到人名列表？ [关闭]

Question

在文档中，我应该检测人名并将其提取到 txt 文件中。出于这个原因，我认为我应该有一个欧洲、美国和加拿大的人名列表。此外，我可能会查看可用列表中的名称和文档中的单词。如果它们匹配，我将提取它们。但是，问题是“我怎样才能得到人名列表？”。或者，你知道检测人名的开源项目吗？

注意：我不是在询问有关工具的建议。 IT 只是一个数据集，我怎样才能获得它？一种方式。

Answer 1

提供英语国家使用的名字列表。参见例如http://www.world-english.org/boys_names_list.htm。 （如果您正在寻找具有德语、法语、...名字的人，事情会变得复杂，但周围应该有其他列表 - 我已经看到一个用于德语名字的列表。）

将名字放入哈希集中。

将文本分解成单词很简单。

遍历单词并尝试在哈希集中查找似是而非的（例如大写的第一个字母）。

如果您需要查找全名，请查看以下单词并检查可能的中间名首字母（“George A.”）、中间名全名和姓氏。

这个漏洞百出，但我觉得能做到90%。