YB
А Наташа разве выделяет элементы? Мне казалось, дергает только ФИО в целом.
pullenti точно умеет разделять на Ф И О.
Size: a a a
2020 May 21
YB
да, тоже думал про словарь, но он вряд ли полноту обеспечит
нужна более-менее полнота среди И и О, тогда Ф методом исключения определяется
SS
pullenti точно умеет разделять на Ф И О.
пойду смотреть
СУ
тогда можно даже не CRF на выход, а просто на правилах
СУ
вряд ли же данные будут в формате ФОИ или ИФО
YB
словарь на 1 млн имён где-то был, -вич, -вна, -оглы — все отчества.
SS
словарь на 1 млн имён где-то был, -вич, -вна, -оглы — все отчества.
хорошая тема, пойду искать
YB
вряд ли же данные будут в формате ФОИ или ИФО
зависит от конкретной задачи.
YB
словарь на 1 млн имён где-то был, -вич, -вна, -оглы — все отчества.
редкие исключения — фамилии типа "александрович", "иванович", и так же бывают имена с фамилиями одинаковые.
СУ
есть словарь фамилий примерно 300к штук, могу закинуть
YB
в общем, три детектора надо, а потом по максимальным их вероятностям определять, где какая компонента.
YB
есть словарь фамилий примерно 300к штук, могу закинуть
кидай прям сюда, если не жалко
SS
меня тут больше болгары волнуют )) Они там любят всякие Александр Павел
SS
кидай прям сюда, если не жалко
+1
MF
контекста нет, чистый стринг, в котором находится ФИО, при этом это ФИО иногда бывает не в именительном падеже (встречается дательный и родительный)
похожую задачу когда-то решали с https://github.com/erikrose/parsimonious - удобно свои какие угодно правила писать, если как раз строка короткая и вся должна быть распаршена
YB
меня тут больше болгары волнуют )) Они там любят всякие Александр Павел
тут только порядком тогда решить можно. т.е. если два детектора вернули 1 (или не сильно различаются по вероятности), то первое — имя, второе — фамилия.
но прикол что в русской системе записи чаще пишут ФИО, а в английской ИОФ (или просто ИФ).
но прикол что в русской системе записи чаще пишут ФИО, а в английской ИОФ (или просто ИФ).
СУ
но мне кажется, словарь немного грязноват
СУ
кинул как есть
V
словарь на 1 млн имён где-то был, -вич, -вна, -оглы — все отчества.
петрович вроде такое умеет делать