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（firstname和lastName s）。名称可以来自任何国家/地区。现在我正在构建一个可以获得的可能名称的数据库。还有其他好方法吗？

Answer 1

一般来说，NLP这个问题是NER (Named Entity Recognition)问题的一个子集。它可以通过至少两种方式来处理：

• 基于规则的系统 - 所以你建立简单的规则，比如dictinary check-up，regexps for some Mr.，Phd。前缀等，并以你的提取为基础
• 基于机器学习的系统 - 您使用一些词法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）以检测特定单词（标记）是否为名字或姓氏。