有没有办法认识到一个单词很可能是/不可能是一个人的名字？
因此，如果我看到“理解”这个词我会得到0.01的概率，而“约翰逊”这个词会返回0.99的概率，而像史密斯这样的词会返回0.75和像苹果0.15这样的词。
有没有办法做到这一点？
目标是，如果有人搜索，例如Charles Darwin galapagos，搜索引擎会猜测它应该在作者字段中搜索Charles和Darwin以及{的标题和摘要字段{1}}。
答案 0 :(得分：8)
我的快速黑客就是这样：
按人气普查顺序从人口普查局获取名单，免费提供。为每个名称指定一个标准化的受欢迎度分数（1.0 =最受欢迎，0.0 =最少）。
然后，获取一个开源词典，并做一些研究，将每个单词的频率分数汇总在一起。你可以找到一个here, at wiktionary。为每个单词指定一个受欢迎度分数，1.0到0.0。方便的是，如果你在频率列表上找不到一个单词，你会认为这是一个非常罕见的词。
在两个列表中查找单词。如果它只是在一个或另一个，你就完成了。如果它在两者上，使用公式来计算加权概率...类似（名称人气）/（名称人气+其他人气）。如果它不在任何一个列表中，它可能是一个名字。
答案 1 :(得分：6)
自然语言处理中的相关任务称为命名实体识别，并处理人员，组织，位置等的名称。
设计用于解决此问题的大多数模型本质上是统计的，并且在其预测中使用上下文和先验知识。可以使用许多开源实现，例如， Stanford NER，请参阅online demo。
答案 2 :(得分：0)
基于单词（或不构成句子的单词系列），我会说不，或者至少不能提供比“已知单词字典”查找更多信息的单词。
不同的语言环境也会有不同的概率，它非常适合单词在句子中的位置，而其他单词则表示它是名称还是其他名词/动词。
例如，“Word”可能是：
这完全取决于句子中的背景和位置 - 以及从语言到语言的这种变化的规则。此外，新名称定期发明 - 明年的most popular baby name可能是“加拉帕戈斯”而不是“利亚姆”。