나는 그 사람의 이름이나 별명을 바탕으로 한 사람이 남성인지 여성인지 추측 할 수있는 도서관이나 데이터베이스를 찾고 있습니다. 같은 것
john => "M",
mary => "F",
alex => "A", #ambiguous
영어 이름 (일본어, 인도어 등) 이외의 이름을 지원하는 것을 찾고 있습니다.
"성 / 젠더를 가정하여 사람들을 불쾌하게 할 것입니다."라는 또 다른 답변을 받기 전에, 제 응용 프로그램은 누구와도 상호 작용하지 않습니다. 어쨌든 이메일을 보내거나 누구에게도 연락하지 않습니다. 요청할 사용자가 없습니다. 대부분의 경우 문제의 사람은 사망했으며 내가 가진 유일한 정보는 이름, 생년월일 및 사망일입니다. 내가 개인의 성별을 알고 싶은 이유는 출력의 문법을 더 좋게 만들고 나중에 올 수있는 검색을 돕기 위해서입니다.
답변:
이름의 성별은 일반적인 경우 프로그래밍 방식으로 추론 할 수없는 것입니다. 이름 데이터베이스가 필요합니다. 다음은 미국 인구 조사국의 무료 이름 데이터베이스입니다 .
편집 : 2010 이름에 대한 링크가 죽었지 만 주석에 작업 링크와 라이브러리가 있습니다.
성별 .c는 좋은 일을 하는 오픈 소스 C 프로그램입니다. 전 세계의 44568 이름에 대한 데이터가 함께 제공됩니다. 좋은 문서와 파일 형식 (기본적으로 일반 텍스트)에 대한 설명이 있으므로 자신의 응용 프로그램에서 읽는 것이 어렵지 않습니다.
저자는 다음과 같이 말합니다.
데이터 품질에 대한 몇 마디
이름 사전은 세심한주의를 기울여 준비되었습니다. 예를 들어,이 사전에있는 터키어, 인도어 및 한국어 이름은 모두 여러 원어민에 의해 독립적으로 분류되었습니다. 또한 현재 찾을 수있는 이름 만 나열하는 데 특별한주의를 기울였습니다.
이것으로부터 교훈?
모든 수정은 매우 신중하게 수행해야합니다 (검색 알고리즘에 필요한 정렬을 준수해야 함). 예를 들어, "Sascha"가 독일에서 소년의 이름이라는 것을 알기 때문에 저자는 영어 "Sasha"를 소녀의 이름으로 가정하지 않았습니다. "Jan"이 독일에서 남자 아이의 이름이라는 것을 알기 때문에 "Janet"의 영어 짧은 형식이라고 생각하지 않았습니다. 또 다른 경우는 "Esra"라는 이름입니다. 이것은 독일에서는 남자 아이의 이름이지만 터키에서는 여자 아이의 이름입니다.
이 프로그램은 이름이 여성의 남성 일 확률을 계산합니다. 이름 만 입력하거나 원산지 이름과 국가를 사용하여 그렇게 할 수 있으므로 훨씬 더 나은 결과를 얻을 수 있습니다.
독일 컴퓨터 잡지 c't 40 000 Namen 의 웹 사이트에서 다운로드 할 수 있습니다 . 이 기사는 독일어로되어 있지만 걱정하지 마십시오. 모든 문서는 영어입니다. 기사에 관심이없는 경우 직접 ftp 링크 0717-182.zip 이 있습니다. zip 파일에는 소스 코드, Windows 실행 파일, 데이터베이스 및 문서가 포함되어 있습니다.
"내가 말했지. '수'라는 소년에게는 인생이 쉽지 않다."
... 그러면 왜 더 어렵게 만들까요? 성별을 알아야한다면 물어보세요 ... 그렇지 않으면 걱정하지 마세요.
나는 이름을 기반으로 성별에 대한 확률 적 추측을 제공하는 무료 API를 구축했습니다. 위에서 언급 한 접근 방식을 사용하는 대신 소셜 네트워크의 방대한 프로필 데이터 세트를 사용하여 확실성 요인과 함께 확률 적 추측을 제공합니다. 또한 국가 또는 언어 ID를 통한 선택적 필터링을 지원합니다. 데이터 세트에 더 많은 프로필이 추가됨에 따라 날이 갈수록 좋아지고 있습니다.
http://genderize.io 에서 무료로 사용할 수 있습니다.
고려해야 할 한 가지는 이름 지정 규칙이 이에 크게 의존하기 때문에 인구 통계를 고려하는 도구를 사용하는 것입니다.
예
http://api.genderize.io?name=kim
{"name":"kim","gender":"female","probability":"0.89","count":1440}
http://api.genderize.io?name=kim&country_id=dk
{"name":"kim","gender":"male","probability":"0.95","count":44,"country_id":"dk"}
다음은 작동하지 않을 수도 있고 라이센스 조건을 위반하지 않으면 일괄 적으로 작동하지 않을 가능성이있는 두 가지 이상한 접근 방식입니다.
Facebook API (실제로 전혀 알지 못하지만 가능하지 않을 수도 있음)를 사용하여 두 가지 검색을 수행하십시오. 하나는 해당 이름을 가진 FB 남성 사용자 용이고 다른 하나는 여성용입니다. 두 숫자를 사용하여 성별 확률을 결정하십시오.
훨씬 느슨하지만 확장 성이 뛰어나 Google API를 사용하고 이름과 성별 대명사를 검색하고 숫자를 비교합니다. 예를 들어 "Richard his"(구문이 아님)를 검색하면 592,000,000 개의 결과가 있지만 "Richard her"에 대해서는 179,000,000 개만 검색됩니다.
명시된 제약 조건을 감안할 때 최선의 선택은 당신이 알고 있지 않는 한 성 중립적으로 작성하는 모든 것을 다시 표현하는 것입니다. 각 인스턴스에서 어떤 성별을 부르고 싶은지 .
영어로 작성하는 경우 단수 "they"를 기억하십시오. 성별 중립적 인 제 3 인칭 단수 대명사로 문법적으로 괜찮습니다.
이 질문의 제목이 좋은 예입니다. 현재 :
… 사람의 이름을 성별에 매핑합니까?
다음과 같이 작성하면 덜 어색합니다.
… 사람의 이름을 성별에 매핑합니까?
서비스는 아니지만 데이터베이스가있는 작은 앱 :
http://www.codeproject.com/KB/cpp/genderizer.aspx
이 도구는 독일어로 제공됩니다.
http://www.faq-o-matic.net/2011/06/01/zu-einem-vornamen-das-geschlecht-finden/
VB의 또 다른 하나 :
http://www.vbarchiv.net/tipps/tipp_1925-geschlecht-anhand-des-vornamens-ermitteln.html
"2011 년에 가장 많이 사용 된 이름"목록과 결합하여 괜찮은 것을 만들 수 있어야한다고 생각합니다.
Python 패키지 SexMachine이이 를 수행합니다. 이름이 주어지면 남성, 여성 또는 남여 인 경우 반환됩니다. Jorg Michael 의 성별 .c 프로그램 데이터에 의존합니다 .
자동화를 시도함으로써 얻을 수있는 유일한 것은 불행한 사용자들입니다. 해당 인구 조사 데이터에서 :
제임스, 존, 로버트, 마이클, 윌리엄, 데이비드, 리차드, 찰스, 조셉, 토마스, 크리스토퍼, 다니엘, 폴, 마크, 도널드, 조지, 케네스, 스티븐, 에드워드, 브라이언, 로널드, 앤토니, 케빈, 제이슨, 매튜, 게리, 티모시, 호세, 래리, 제프리, 프랭크, 스콧, 에릭, 스티븐, 앤드류, 레이몬드, 그레고리, 조슈아, 제리, 데니스, 월터, 패트릭, 피터, 해롤드, 헨리, 칼, 아서, 라이언, 조, 후안, 잭, 알버트, 저스틴, 테리, 제랄드, 키스, 사무엘, 윌리, 로렌스, 로이, 브랜든, 아담, 프레드, 빌리, 루이, 제레미, 아론, 랜디, 유진, 카를로스, 러셀, 바비, 빅터, 마틴, 제스, SHAWN, CLARENCE, SEAN, CHRIS, JOHNNY, JIMMY, ANTONIO, TONY, LUIS, MIKE, DALE, CURTIS, NORMAN, ALLEN, GLENN, TRAVIS, LEE, MELVIN, KYLE, FRANCIS, JESUS, RAY, JOEL, EDDIE, TROY, ALEXANDER, MARIO, FRANCISCO, MICHEAL, OSCAR, JAY, ALEX, JON, RONNIE, TOMMY, LEON, LEO, WESLEY, DEAN, DAN, LEWIS,COREY, MAURICE, VERNON, ROBERTO, CLYDE, SHANE, SAM, LESTER, CHARLIE, TYLER, GENE, BRETT, ANGEL, LESLIE, CECIL, ANDRE, ELMER, GABRIEL, MITCHELL, ADRIAN, KARL, CORY, CLAUDE, JAMIE, JESSIE, CHRISTIAN, LONNIE, CODY, JULIO, KELLY, JIMMIE, JORDAN, JAIME, CASEY, JOHNNIE, SIDNEY, JULIAN, DARYL, VIRGIL, MARSHALL, PERRY, MARION, TRACY, RENE, FREDDIE, AUSTIN, JACKIE, JOEY, EVAN, DANA, DONNIE, SHANNON, ANGELO, SHAUN, LYNN, CAMERON, BLAKE, KERRY, JEAN, IRA, RUDY, BENNIE, ROBIN, LOREN, NOEL, DEVIN, KIM, GUADALUPE, CARROLL, SAMMY, MARTY, TAYLOR, ELLIS, DALLAS, LAURENCE, DREW, JODY, FRANKIE, PAT, MERLE, TERRELL, DARNELL, TOMMIE, TOBY, VAN, COURTNEY, JAN, CARY, SANTOS, AUBREY, MORGAN, LOUIE, STACY, MICAH, BILLIE, LOGAN, DEMETRIUS, ROBBIE, KENDALL, ROYCE MICKEY, DEVON, ASHLEY, CAREY, SON, MARLIN, ALI, SAMMIE, MICHEL, RORY, KRIS, AVERY, ALEXIS, GERRY, STACEY,CARMEN, SHELBY, RICKIE, BOBBIE, OLLIE, DENNY, DION, ODELL, MARY, COLBY, HOLLIS, KIRBY, CRUZ, MERRILL, LANE, CLEO, BLAIR, NUMBERS, CLAIR, BERNIE, JOAN, DOMINIQUE, TRISTAN, JAME, GALE, LAVERNE, ALVA, STEVIE, ERIN, AUGUSTINE, YOUNG, JOHNIE, ARIEL, DUSTY, LINDSEY, TRACEY, SCOTTIE, SANDY, SYDNEY, GAIL, DORIAN, LAVERN, REFUGIO, IVORY, ANDREA, SANG, DEON, CAROL, YONG, BERRY, TRINIDAD, SHIRLEY, MARIA, CHANG, ROSARIO, DANNIE, FRANCES, THANH, CONNIE, TORY, LUPE, DEE, SUNG, CHI, QUINN, MINH, THEO, LOU, CHUNG, VALENTINE, JAMEY, WHITNEY, SOL, CHONG, PARIS, OTHA, LACY, DONG, ANTONIA, KELLEY, CARROL, SHAYNE, VAL, JUDE, BRITT, HONG, LEIGH, GAYLE, JAE, NICKY, LESLEY, MAN, KASEY, JEWELL, PATRICIA, LAUREN, ELISHA, MICHAL, LINDSAY 및 JEWELCLAIR, BERNIE, JOAN, DOMINIQUE, TRISTAN, JAME, GALE, LAVERNE, ALVA, STEVIE, ERIN, AUGUSTINE, YOUNG, JOHNIE, ARIEL, DUSTY, LINDSEY, TRACEY, SCOTTIE, SANDY, SYDNEY, GAIL, DORIAN, LAVERN, REFUGIO, IVORY, ANDREA, SANG, DEON, CAROL, YONG, BERRY, TRINIDAD, SHIRLEY, MARIA, CHANG, ROSARIO, DANNIE, FRANCES, THANH, CONNIE, TORY, LUPE, DEE, SUNG, CHI, QUINN, MINH, THEO, LOU, CHUNG, VALENTINE, JAMEY, WHITNEY, SOL, CHONG, PARIS, OTHA, LACY, DONG, ANTONIA, KELLEY, CARROL, SHAYNE, VAL, JUDE, BRITT, HONG, LEIGH, GAYLE, JAE, NICKY, LESLEY, MAN, KASEY, JEWELL, PATRICIA, LAUREN, ELISHA, MICHAL, LINDSAY 및 JEWELCLAIR, BERNIE, JOAN, DOMINIQUE, TRISTAN, JAME, GALE, LAVERNE, ALVA, STEVIE, ERIN, AUGUSTINE, YOUNG, JOHNIE, ARIEL, DUSTY, LINDSEY, TRACEY, SCOTTIE, SANDY, SYDNEY, GAIL, DORIAN, LAVERN, REFUGIO, IVORY, ANDREA, SANG, DEON, CAROL, YONG, BERRY, TRINIDAD, SHIRLEY, MARIA, CHANG, ROSARIO, DANNIE, FRANCES, THANH, CONNIE, TORY, LUPE, DEE, SUNG, CHI, QUINN, MINH, THEO, LOU, CHUNG, VALENTINE, JAMEY, WHITNEY, SOL, CHONG, PARIS, OTHA, LACY, DONG, ANTONIA, KELLEY, CARROL, SHAYNE, VAL, JUDE, BRITT, HONG, LEIGH, GAYLE, JAE, NICKY, LESLEY, MAN, KASEY, JEWELL, PATRICIA, LAUREN, ELISHA, MICHAL, LINDSAY 및 JEWELMARIA, CHANG, ROSARIO, DANNIE, FRANCES, THANH, CONNIE, TORY, LUPE, DEE, SUNG, CHI, QUINN, MINH, THEO, LOU, CHUNG, VALENTINE, JAMEY, WHITNEY, SOL, CHONG, PARIS, OTHA, LACY, DONG, ANTONIA, KELLEY, CARROL, SHAYNE, VAL, JUDE, BRITT, HONG, LEIGH, GAYLE, JAE, NICKY, LESLEY, MAN, KASEY, JEWELL, PATRICIA, LAUREN, ELISHA, MICHAL, LINDSAY 및 JEWELMARIA, CHANG, ROSARIO, DANNIE, FRANCES, THANH, CONNIE, TORY, LUPE, DEE, SUNG, CHI, QUINN, MINH, THEO, LOU, CHUNG, VALENTINE, JAMEY, WHITNEY, SOL, CHONG, PARIS, OTHA, LACY, DONG, ANTONIA, KELLEY, CARROL, SHAYNE, VAL, JUDE, BRITT, HONG, LEIGH, GAYLE, JAE, NICKY, LESLEY, MAN, KASEY, JEWELL, PATRICIA, LAUREN, ELISHA, MICHAL, LINDSAY 및 JEWEL
남성과 여성 모두에게 적합한 이름입니다. 소녀의 이름이 로버트이고 당신의 소프트웨어를 포함한 모든 사람들이 그녀를 계속 남자라고 부르면 그녀는 오히려 화를 낼 것입니다.
데이터베이스가 아마도 가장 실용적인 솔루션 일 수 있지만, 재미를 느끼고 싶다면 이름을 받아 3 가지 옵션 (F, M, A) 중 하나를 출력하는 신경망 (또는 신경망 라이브러리 사용)을 작성해 볼 수 있습니다. ).
다른 답변에서 제안한 데이터베이스에있는 데이터 세트와 보유한 다른 데이터를 사용하여 학습 할 수 있습니다.
이 솔루션을 사용하면 이전에 특별히 분류되지 않은 이름을 처리하고 다른 언어도 처리 할 수 있습니다. 언어 (알고있는 경우)를 신경망에 대한 입력으로 전달할 수도 있습니다.
신경망 (또는 다른 기계 학습)이 분류 작업을 잘 수행 할 것이라고 말할 수 있는지 모르겠습니다.
문화 / 지역에 따라 다릅니다. Andreas는 이탈리아 인은 남성용이고 스웨덴은 여성용이고 Andreas는 남성용입니다. Shawn은 영어로 모호합니다. 라틴어 나 러시아어처럼 언어에 편각이있는 경우 최종 문자는 문법 규칙에 따라 변경됩니다.
모호성의 또 다른 원인은 개인 이름과 동일한 성입니다.
제 생각에는 일반적으로 해결하는 것이 불가능합니다.
이 아이디어는 대부분의 언어에서 작동하지 않습니다.
그러나 미리 국적을 알 수 있다면 더 많은 행운을 누릴 수 있습니다. 대부분의 슬라브어 (예 : 러시아어, 폴란드어, 불가리아어)에서 -va -cha -ska (일반적으로 -a는 여성)로 끝나는 모든 성은 남성적인 반면 -v -ch -shi는 남성적이라고 안전하게 가정 할 수 있습니다.
실제로 모든 성은 결말에 따라 여성적이고 남성적인 형태를 가지고 있습니다. 다른 국가 (예 : 미국)에서 사용되는 동일한 이름은 남성형 만 사용할 수 있습니다.
이름 (-a -ya는 여성적임)에 대해서도 동일하게 말할 수 있지만 100 % 정확하지는 않습니다.
그러나 일반적으로 충분히 정확한 라이브러리는 거의 얻을 수 없습니다.
나는 그것을 사용하지 않았지만 IBM은 꽤 포괄적 인 것처럼 보이는 Global Name Analytics 라이브러리 (가격으로!)를 가지고 있습니다.
Z 디렉토리 (vettrasoft.com)에는 C 언어 기능이 있으며 다음과 같이 작동합니다.
void func()
{
char c = z_guess_sex_byfirstname ("Lon");
switch(c)
{
case 'M': std::cout << "It's a boy!\n"; break;
case 'F': std::cout << "It's a girl!\n"; break;
case 'B': std::cout << "this name is for both sexes\n"; break;
case '?': std::cout << "sex unknown sorry\n"; break;
}
}
데이터베이스 기반이며 테이블에는 10,000 개 이상의 이름이 있지만 z 디렉토리를 다운로드하여 설치해야합니다 (국가, 지리적 랜드 마크, 공항, 주, 지역 코드, 우편 번호 등과 같은 다른 많은 topo 항목 포함). 데이터에 액세스하기위한 C ++ 함수 및 객체와 함께). 그러나 이름은 매우 영어 지향적입니다. 테이블은 진행중인 작업이며 점차 업데이트됩니다.
이름-젠더지도는 작동 할 수 있지만 다문화 국가에서는 추측과 비슷합니다. 한 가지 예를 들어 보겠습니다. 폴란드어로 된 Marian은 전형적인 남성 이름 인 반면 영국에서는 같은 이름이 여성 이름입니다. 전 세계로 이주하는 사람들의 시대에 그러한 데이터베이스가 매우 정확할 것이라고 확신하지 않습니다. 행운을 빕니다!
일부 문화에는 내 이름과 같은 남녀 이름이 있습니다. 그럼 당신은 무엇을합니까? 대답은 단순하고 단순하다고 생각합니다. 필요한지 물어보십시오. 그렇지 않으면 성 중립성.
무료는 아니지만 이전에 사용 해본 좋은 라이브러리입니다.
NetGender for .NET을 사용하면 이름 확인, 구문 분석 및 성별 결정을 사용자 지정 응용 프로그램에 빠르고 쉽게 구축 할 수 있습니다. 특정 필드에 유효한 개인 또는 회사가 포함되어 있는지 정확하게 확인합니다. NetGender는 정확한 성별 결정을 보장하기 위해 100,000 개 이상의 인종적으로 다양한 이름 사전과 8,000 개 이상의 회사 이름 사전을 함께 사용합니다.
생년월일이 있다고 말하는 것이 흥미 롭습니다. 도움이 될 수 있습니다. 이름 인기의 역사 데이터베이스를 보았습니다.
영화 스플래시 (1984)에서 Darryl Hannah의 캐릭터가 Madison Avenue 거리 표지판에서 "Madison"이라는 이름을 선택하는 것이 재미있었습니다. 왜냐하면 "Madison"은 여자의 이름이 아니기 때문입니다.
24 년 후, Madison은 여자 아기들에게 4 번째로 인기있는 이름입니다!
정부의 이름 역사. (지난 100 년 동안 Mary의 슬픈 쇠퇴를 확인하십시오.)
내가 어렸을 때 백악관에 편지를 썼을 때 리처드 닉슨 (또는 아마도 비서)이 "미스 렛 앤더슨"에게 보낸 역사적인 장소의 사진 몇 장을 보내주었습니다. "렛트 양?" 말도 안 돼! Clark Gable의 Rhett (콧수염과 함께 Gone With The Wind!)와 Vivian Lee의 Scarlett의 차이점을 정말로 구분할 수 없습니까? "리처드 닉슨도 영혼을 가졌다"는 닐 영의 확신에도 불구하고 나는 그를 절대 용서하지 않을 것이다.
나는 그러한 서비스가 허용 가능한 수준의 정확도로 존재할 수 없다고 확신합니다. 극복 할 수없는 문제는 다음과 같습니다.
내 파이썬 성별 감지 프로젝트를 볼 수 있습니다. https://github.com/muatik/genderizer를
저자의 이름 및 / 또는 샘플 텍스트 (예 : 트윗)를 찾는 저자의 성별을 감지하려고 시도합니다.
또한 성능을 위해 memcached 인 mongodb도 지원합니다.
이것은 실제로 프로그래밍 문제가 아닙니다. 확률 테이블을 얻는 것이 중요합니다.
AFAIK는 증류 된 형태의 공개 데이터베이스가 없습니다. 인구 조사 데이터에서이를 구축하거나 누군가로부터 데이터를 구입할 수 있습니다.
예를 들어, 이것은 캐나다에 대한 확률 표를 판매하는 사람입니다 .
IMHO, 개인 이름으로 성별을 결정하는 것은 일반적으로 나쁜 생각입니다. 많은 이름은 이성애자입니다 (좋은 슬픔, 이것은 단어입니까 ?? :-), 또한 그들은 한 문화에서 다른 성별 일 수 있습니다.
몇 가지 어리석은 예, 떠오른 몇 가지 (내 세계인 CE)
Vanja-여성, 여기에서 동부 국가에서 대부분 남성
Alex-intersex (Sandra, 여성 및 Sandro의 약자, 남성)
Robin-서양 문화에서 둘 다
세계의 일부 지역에서는 이름이 어떻게 끝나는 지보고 사람의 성별을 결정할 수 있습니다. 예를 들어, Marija, Sandra, Ivana, Petra, Sara, Lucija, Ana-대부분의 여성 이름이 "ja"또는 "ra"로 끝나는 것을 볼 수 있습니다. 다른 예도 있습니다.
그래도 사용자에게 성관계를 묻는 것이 더 낫다고 생각합니다.
사람들에게 물어보세요. 그들이 착하면 'M'또는 'F'를주고, 그렇지 않으면 'A'를 줄 것입니다.