发明名称 |
中文姓名的识别方法和装置 |
摘要 |
本发明实施例提供一种中文姓名的识别方法和装置。该方法包括:获取中文文本;对所述中文文本进行预处理和分词,得到预处理后的中文文本所包含的分句,以及所包含分句的分词结果;对于各分句,利用姓用字表,确定该分句的分词结果中的姓用字;对于出现所述姓用字的各分句,基于预设的词汇相关性策略,确定出现所述姓用字的该分句中的姓名候选词;从所述姓名候选词中提取姓名词,得到所获取的中文文本的中文姓名词汇表。本方案,能实现“有姓无名”的中文姓名的识别,并避免中文姓名内部成词以及中文姓名与上下文成词的影响,可以最大程度的提取姓名候选词,从而提高了从姓名候选词中提取到的姓名词的识别率。 |
申请公布号 |
CN105373530A |
申请公布日期 |
2016.03.02 |
申请号 |
CN201510881661.4 |
申请日期 |
2015.12.03 |
申请人 |
北京锐安科技有限公司 |
发明人 |
敬星;刘鹏 |
分类号 |
G06F17/27(2006.01)I |
主分类号 |
G06F17/27(2006.01)I |
代理机构 |
北京品源专利代理有限公司 11332 |
代理人 |
胡彬;孟金喆 |
主权项 |
一种中文姓名的识别方法,其特征在于,包括:获取中文文本;对所述中文文本进行预处理和分词,得到预处理后的中文文本所包含的分句,以及所包含分句的分词结果;对于各分句,利用姓用字表,确定该分句的分词结果中的姓用字;对于出现所述姓用字的各分句,基于预设的词汇相关性策略,确定出现所述姓用字的该分句中的姓名候选词;从所述姓名候选词中提取姓名词,得到所获取的中文文本的中文姓名词汇表。 |
地址 |
100044 北京市海淀区西小口路66号中关村东升科技园北领地B-2号楼七层 |