Algorithm 识别一个人'；s的名字与词典中的单词

有什么方法可以识别一个词可能是/不可能是一个人的名字吗

因此，如果我看到“理解”这个词，我得到的概率是0.01，而“约翰逊”这个词返回的概率是0.99，而像史密斯这样的词返回的概率是0.75，像苹果这样的词返回的概率是0.15

有没有办法做到这一点

目标是，如果有人搜索，比如说

Charles Darwin galapagos

，搜索引擎会猜测它应该只根据单词（或不构成句子的一系列单词）搜索作者字段中的

Charles

和

Darwin

，以及

galapagos的标题和摘要字段，我会说不，或者至少不能提供比“已知单词词典”查询更多的信息

不同的语言环境也会有不同的可能性，这在很大程度上取决于单词在句子中的位置，以及其他单词是否表示它是名称或其他名词/动词

例如，“单词”可能是：

名词-“页面上的单词模糊”
动词-“我仔细地用词造句”
形容词-“我喜欢文字游戏”
专有名称-“我的朋友对我很好”
这完全取决于句子中的上下文和位置，以及语言之间的变化规则。此外，新名字也经常被发明——明年五月的“加拉帕戈斯”将取代“利亚姆”
 自然语言处理中的一项相关任务称为命名实体识别，它涉及人员、组织、地点等的名称

大多数用于解决这个问题的模型本质上是统计的，并且在预测中使用上下文和先验知识。有许多开源实现可以使用，例如，请参阅。
我的快速破解方法是：

从人口普查局的人名列表中按受欢迎程度排序，这是免费提供的。给每个名字一个标准化的受欢迎程度分数（1.0=最受欢迎，0.0=最不受欢迎）

然后，获取一个开源词典，并做一些研究来收集每个单词的频率分数。你可以找到一个。给每个单词分配一个流行度分数，1.0到0.0。方便的是，如果你在频率表上找不到一个词，你可以假设它是一个非常不常见的词

在两个列表中查找一个单词。如果只是其中一个，你就完了。如果两者都是，使用公式计算加权概率。。。比如（名字流行度）/（名字流行度+其他流行度）。如果它不在任何一个列表中，它很可能是一个名字。
对照一个巨大的已知名字列表检查名字是否有效？好的，一种方法（并非所有情况下都是如此）是检查名字是否真的在字典中。因为，大多数时候，一个名字没有意义
（你的查尔斯·达尔文）
。如果没有，那么你可以断定这是一个名字。如果是这样的话，我就不知道该怎么做了。@amit:galapagos

可能是一个人的名字，对吧@KirkBroadhurst-这是否意味着

Charles

被认为是一个名字，而

Charles

不是？@KirkBroadhurst在谈论搜索查询时，大写字母是一个可怕的东西。大多数用户在搜索查询中没有使用正确的表单。想想你自己，你是在谷歌上寻找埃德加·迪克斯特拉还是埃德加·迪克斯特拉（如果我能向你保证，你是少数派）+1-这比我所想的基本字典查找比较有用得多（假设被排除在外），可能是一个名字，也可能是一个拼写错误，可以是一个外来词，也可以是一个专有名词，但不是一个人的名字。请注意，我不是在批评，我只是指出字典信息和上下文信息是互补的。考虑”约翰 回家晚了“对”那是一个谴责的 “这是件大事，”他说。由于之前没有见过任何一个词，人类仍然会认为第一个词表示某个人或其他有生命的对象，并且很可能是该对象的名称，而第二个词不太可能这样做。