在文档中，我应检测人名并将其解压缩到txt文件。出于这个原因，我想我应该在Eurape，美国和加拿大有一个人名列表。此外，我可能会查看可用列表上的名称和文档中找到的单词。如果匹配，我会提取它们。然而，问题是“我怎样才能获得人名列表？”。或者，你知道一个检测人类名字的开源项目吗？
注意：我不是在询问有关工具的建议。 IT只是一个数据集，我怎样才能达到它？一种方式。
答案 0 :(得分：2)
英语国家使用的名字列表可供使用。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，......名称的人，那将会使事情变得复杂，但是应该有其他名单 - 我已经看过一个德国名字。）
将名字放入哈希集。
将文字分解为单词很简单。
迭代这些单词并尝试在哈希集中查找似是而非（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（“George A.”），完整的中间名和姓氏。
这是一个漏洞，但我认为可以达到90％。