基于中文人名用字特征的性别判定方法

• 作者: 于江德 余正涛 赵红丹 郑勃举
• 来源期刊: 山东大学学报（工学版）
• 学科: 工学
• 关键词: 中文人名 性别判定 朴素贝叶斯分类 用字特征 特征组合 区分特征
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 机器学习与数据挖掘
• 页码范围: 13-18,23
• 页数: 7页
• 分类号: TP391
• 字数: 4276字
• 语种: 中文
• DOI: 10.6040/j.issn.1672-3961.2.2013.274

摘要

基于中文人名用字具有的较强的性别区分性，提出一种利用朴素贝叶斯分类器对中文人名性别进行判定的方法，该方法将每个中文人名中的第一个字（字1）、第二个字（字2）、第一和第二个字组合（字1字2）作为区分特征，利用朴素贝叶斯分类方法对该人名所属性别进行判定。在412775个中文人名语料上采用10重交叉验证法进行训练和测试，对比了依据不同区分特征组合进行性别判定的准确率，分别采用字1，字2，字1＋字2，字1＋字1字2，字2＋字1字2，字1＋字2＋字1字2（全部区分特征）构成的特征组合进行性别判定，平均判定准确率分别为72.75％，86.92％，88.84％，87.37％，89.35％，90.06％，取得的最好平均判定准确率为90.06％。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余正涛	昆明理工大学信息工程与自动化学院	122	877	17.0	24.0
2	于江德	安阳师范学院计算机与信息工程学院	33	345	10.0	17.0
3	赵红丹	安阳师范学院计算机与信息工程学院	13	55	4.0	7.0
4	郑勃举	安阳师范学院计算机与信息工程学院	1	2	1.0	1.0