拆分连接名称的算法答案

【问题标题】：An algorithm to split concatenated names拆分连接名称的算法
【发布时间】：2017-08-10 09:54:33
【问题描述】：

我的问题是

我的全名是串联的，例如“davidrobert jones”。我想将其拆分为“david robert jones”。

我使用名称字典的最长前缀匹配算法测试了解决方案，但这并不是那么简单，因为名称可以用多种方式编写。我也加了语音匹配算法，但也有很多名字发音相同，所以很模棱两可。

这样做的最佳解决方案是什么？我相信机器学习可以有答案，但我对机器学习知之甚少。

【问题讨论】：

这可能是一个愚蠢的问题，但我想名称在拆分点通常没有大写字母，对吧？无论如何，如前所述，这个问题太宽泛，定义也不是很好；例如，“Jeanmarie”、“Jean-Marie”和“Jean Marie”都是似是而非的名字。
嗯，我认为这是一个具有挑战性的问题。我编辑了问题以更清楚地解决问题，全名都是小写字母。如果一个名字是合理的名字并不意味着它是这个人的正确名字。
你的问题也很模糊。你说你想为同一个名字捕捉不同的拼写，但你不希望名字听起来相同但拼写不同。然后你想猜“正确的名字”，但没有办法判断“Jeanmarie”还是“Jean Marie”是正确的答案。数据驱动的方法（例如使用机器学习）可能会帮助您获得最合理的方法（不一定是正确的方法），但您似乎不希望那样......
您能否提供更多示例，包括导致大多数问题的示例

【解决方案1】：

我认为您的问题类似于Named Entity Recognizer。 命名实体识别 (NER) 标记文本中的单词序列，这些单词是事物的名称，例如人名和公司名。在第 5 节中，这个article 有Named Entity Recognition 的python 方法。

【讨论】：

【解决方案2】：

一种可能的算法解决方案是创建一个更长的组合字典，表示所有可能的first_name last_name。然后对于任何给定的标记列表作为名称（用空格分隔的单词），对于每个标记，找到与该标记具有最短编辑距离的所有字典条目

【讨论】：