【问题标题】:Extracting Name from a plain text in java [closed]从java中的纯文本中提取名称[关闭]
【发布时间】:2013-09-18 11:39:39
【问题描述】:

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?

【问题讨论】:

  • 您尝试检查该词是否在字典中(可在线获取),或者是否有大写字母,或者是否有诸如 Mr、Mrs and Miss 或 MD.、Ing 之类的前名。等
  • 这个必须是通用的..不能依赖于文本的结构
  • 您确定是否所有姓名都来自使用“名后姓”顺序的国家/地区?
  • 我正在尝试从简历中解析名称..所以我不能确定它是在顶部还是中间还是在末尾,它可以在任何地方..这个文本文件包含很多其他数据也是如此。所以我必须把名字和其他东西分开
  • 你在写文件吗?也许你可以添加一些东西来找到正确的地方?

标签: java parsing nlp


【解决方案1】:

一般来说,NLP 这个问题是NER (Named Entity Recognition) 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 HMMCRF)来检测特定单词(标记)是名字还是姓氏.

【讨论】:

    猜你喜欢
    • 1970-01-01
    • 2012-01-05
    • 2012-02-03
    • 2014-10-30
    • 2011-08-06
    • 2011-10-03
    • 1970-01-01
    • 2013-01-10
    相关资源
    最近更新 更多