有什么方法可以识别一个单词可能是/不可能是一个人的名字吗？
因此，如果我看到“understanding”这个词，我会得到 0.01 的概率，而“Johnson”这个词会返回 0.99 的概率，而像 Smith 这样的词会返回 0.75，而像 Apple 这样的词会返回 0.15。
有什么办法可以做到这一点吗？
目标是，如果有人搜索，比如说Charles Darwin galapagos，搜索引擎猜测它应该搜索作者字段Charles and Darwin以及标题和摘要字段galapagos.
我的快速技巧是这样的：
从人口普查局获取按受欢迎程度排列的姓名列表，该列表是免费提供的。为每个名称指定一个标准化的受欢迎程度得分（1.0 = 最受欢迎，0.0 = 最不受欢迎）。
然后，获取一本开源词典，并进行一些研究以汇总每个单词的频率得分。你可以找到一个在这里，在维基词典 http://en.wiktionary.org/wiki/Wiktionary:Frequency_lists#English。为每个单词分配一个流行度分数，1.0 到 0.0。方便的是，如果您在频率列表中找不到某个单词，您就可以假设它是一个非常不常见的单词。
在两个列表中查找一个单词。如果仅在其中之一上，那么您就完成了。如果两者都存在，则使用公式计算加权概率...类似于（名称受欢迎度）/（名称受欢迎度 + 其他受欢迎度）。如果它不在任何一个列表中，那么它可能是一个名字。
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
