我已经使用stanford nlp软件包编写了以下代码。
GenderAnnotator myGenderAnnotation = new GenderAnnotator();
myGenderAnnotation.annotate(annotation);
但是对于句子“安妮上学”，它无法识别安妮的性别。
应用程序的输出为：
[Text=Annie CharacterOffsetBegin=0 CharacterOffsetEnd=5 PartOfSpeech=NNP Lemma=Annie NamedEntityTag=PERSON]
[Text=goes CharacterOffsetBegin=6 CharacterOffsetEnd=10 PartOfSpeech=VBZ Lemma=go NamedEntityTag=O]
[Text=to CharacterOffsetBegin=11 CharacterOffsetEnd=13 PartOfSpeech=TO Lemma=to NamedEntityTag=O]
[Text=school CharacterOffsetBegin=14 CharacterOffsetEnd=20 PartOfSpeech=NN Lemma=school NamedEntityTag=O]
[Text=. CharacterOffsetBegin=20 CharacterOffsetEnd=21 PartOfSpeech=. Lemma=. NamedEntityTag=O]
获得性别的正确方法是什么？
最佳答案
如果您的命名实体识别器为令牌输出PERSON，则您可以使用（或在没有人的情况下构建）基于名字的性别分类器。例如，请参见NLTK库教程页面中的Gender Identification部分。他们使用以下功能：
姓氏的最后一个字母。
名字的首字母。
名称的长度（字符数）。
字符会标存在（布尔值名称中是否包含字符）。
不过，我有一种直觉，即使用字符n-gram频率-可能多达字符trigram-会给您很好的结果。