区分个人与组织的名称答案

【问题标题】：Distinguish name of a person vs of an organization区分个人与组织的名称
【发布时间】：2016-08-19 05:22:44
【问题描述】：

鉴于来自电子邮件的 From: 标头的显示名称，我想确定它是代表人名还是其他名称。其他东西通常可能是组织的名称，或者可能是头衔/角色。

一些例子：

如何识别发件人姓名是否代表个人姓名？

一种可能的方法是使用机器学习并训练分类器。但如果我这样做，我应该使用哪些功能？我一直在阅读文献，并没有找到任何人准确地解决了这个问题，尽管我已经看到了一些用于相关问题的功能：

“Word Word”或“Word, Word”或“Word, Word Letter”或“Word Letter Word”或“Word, Word Letter”形式的短语。或“Word Letter. Word”更可能是一个名称（想想“First Last”和“Last, First”和“Last, First MI”和“First MI Last”）。
以标题（先生、夫人、小姐、女士、博士、教授、中尉、中士等）开头的短语更有可能是名称。以通用名称后缀（Jr.、Sr.、Phd、Esq）结尾的短语更有可能是名称。以公司指示符（Inc., Corp., Corporation）结尾的短语可能不是名称（它可能是一个组织）。
可以从美国人口普查中下载最常见的名字和姓氏的list。如果该短语包含其中一个字符串，则它更有可能是一个名称。或者，可以使用现有的词典，例如 BaLIE 或 Oak 词典。
如果短语包含在字典中找到的单词，则它更有可能不是名称（例如，组织/职务/角色）。
如果名称中的某个词与相应电子邮件地址的域名中的某个词匹配，则它很可能不是人名（例如，Paypal 客户服务）。
李>
如果单词包含内部撇号或连字符，则更有可能是人名（例如，O'Connor、Jean-Claude）。

但我不知道什么会真正起作用。我应该使用哪些功能？或者，是否有任何预训练的分类器或任何描述有效方法的经验报告？

我读过一些关于命名实体识别的文章，但这似乎是一个更难的问题。

【问题讨论】：

【解决方案1】：

看看OpenNLP NER 已经有很多支持了。

他们有这些针对名称、组织、位置等的预训练模型， here

this blog 可以帮助您开始并加快进度。

OpenNLP 的预训练模型对我来说效果很好。它以美国/英国的名字进行训练，所以它必须适合你。它也是基于上下文的。即使模型由于称呼不知道 X 的名字，它也能认出 X 先生。

它对我来说非常认可组织。一旦您拥有良好的训练数据（15000 句以获得良好结果），您就可以训练自己的模型。训练过程在我上面提到的博客中有很好的解释。

希望这会有所帮助。

【讨论】：