[发明专利]一种自动校对姓名的方法及装置

权利要求书

1.一种自动校对姓名的方法，其特征在于，包括：

校对姓名装置根据设置的姓氏词库，在待校对的文章中进行匹配，获取每个包含姓氏的候选姓名；

统计每个候选姓名中每个字出现的频率，提取每个真实姓名；

根据所述提取的每个真实姓名，及待校对的文章的长度，确定所述待校对的文章中的每个目标真实姓名；

采用确定的所述每个目标真实姓名，对所述待校对的文章中的姓名进行校对。

2.如权利要求1所述的方法，其特征在于，所述获取每个包含姓氏的候选姓名包括：

根据设置的姓名的长度，匹配待校对文章中的姓氏，获取每个包含该姓氏的候选姓名。

3.如权利要求2所述的方法，其特征在于，所述获取每个包含该姓氏的候选姓名包括：

根据待校对文章中的姓氏，将以该姓氏开始、且连续的、长度不大于该设置的姓名长度的每个字符串确定为包含姓氏的候选姓名；或，

根据待校对文章中的姓氏，将以该姓氏开始的对应该设置的姓名长度的字符串确定为包含该姓氏的候选姓名。

4.如权利要求1所述的方法，其特征在于，所述提取每个真实姓名包括：

统计每个候选姓名中每个字出现的频率，将每个候选姓名中出现频率较高，且连续的几个字确定为真实姓名。

5.如权利要求4所述的方法，其特征在于，所述方法还包括：

当出现频率较高且连续的候选姓名中的第一组字中的每个字，包含在出现频率较高且连续的候选姓名中的第二组字中时，将候选姓名中的第二组字确定为真实姓名。

6.如权利要求1所述的方法，其特征在于，所述确定所述待校对的文章中的每个目标真实姓名包括：

根据待校对的文章的总字数，及设置的目标真实姓名出现的第一频率，当真实姓名出现的第二频率不小于设置的第一频率时，将所述真实姓名作为目标真实姓名。

7.如权利要求1所述的方法，其特征在于，所述对所述待校对的文章中的姓名进行校对包括：

查找待校对的文章中出现的每个姓氏，并在每个目标真实姓名中查找所述姓氏对应的每个目标真实姓名，采用查找的每个目标真实姓名对包含所述姓氏的姓名进行校对。

8.一种自动校对姓名的装置，其特征在于，所述装置包括：

候选姓名获取模块，用于根据设置的姓氏词库，在待校对的文章中进行匹配，获取每个包含姓氏的候选姓名；

真实姓名提取模块，用于统计每个候选姓名中每个字出现的频率，提取每个真实姓名；

目标真实姓名确定模块，用于根据所述提取的每个真实姓名，及待校对的文章的长度，确定所述待校对的文章中的每个目标真实姓名；

校对模块，用于采用确定的所述每个目标真实姓名，对所述待校对的文章中的姓名进行校对。

9.如权利要求8所述的装置，其特征在于，所述候选姓名获取模块包括：

第一存储单元，用于存储姓氏词库；

第一确定单元，用于根据姓氏词库及设置的姓名的长度，将以该姓氏开始的对应该设置的姓名长度的字符串确定为包含该姓氏的候选姓名。

10.如权利要求9所述的装置，其特征在于，所述第一确定单元包括：

第一确定子单元，用于根据待校对文章中的姓氏，将以该姓氏开始、且连续的、长度不大于该设置的姓名长度的每个字符串确定为包含姓氏的候选姓名；

第二确定子单元，用于根据待校对文章中的姓氏，将以姓氏开始的对应该设置的姓名长度的字符串确定为包含该姓氏的候选姓名。

11.如权利要求8所述的装置，其特征在于，所述真实姓名提取模块包括：

频率确定单元，用于统计每个候选姓名中每个字出现的频率；

第二确定单元，用于将每个候选姓名中出现频率较高，且连续的几个字确定为真实姓名。

12.如权利要求11所述的装置，其特征在于，所述第二确定单元还用于：

当出现频率较高且连续的候选姓名中的第一组字中的每个字，包含在出现频率较高且连续的候选姓名中的第二组字中时，将候选姓名中的第二组字确定为真实姓名。