如何用程序給寶寶取名
寫(xiě)在前面
好的名字包含父母對(duì)寶寶美好寄托脸侥，程序只是根據(jù)一些規(guī)則去生成名字，由于NLP盈厘、語(yǔ)料等的限制睁枕，程序生成的名字只能作為參考，質(zhì)量肯定達(dá)不到寶媽寶爸鉆研推敲的水平沸手，所以不用妄想全自動(dòng)化生產(chǎn)外遇，還是老老實(shí)實(shí)動(dòng)腦比較好。
部分生成結(jié)果
關(guān)于程序
Github
https://github.com/clg456852/Baby_name
程序使用Python編寫(xiě)契吉，版本2.7跳仿。程序只考慮了的雙字名字。
依賴庫(kù)：
- jieba
- snowNLP
- bs4
- threadpool
- zhconv
由于涉及到爬蟲(chóng)捐晶，如果在公司跑的話菲语，需要設(shè)置代理。同時(shí)在 http://auth-proxy.oa.com/DevNetTempVisit.aspx 申請(qǐng)?jiān)L問(wèn)外網(wǎng)權(quán)限惑灵。
山上。
如何取個(gè)好名字
前面說(shuō)了，一個(gè)好的名字英支，最重要的是包含父母對(duì)寶寶美好寄托佩憾。
在此之上，盡量滿足意干花、音妄帘、形，同時(shí)中國(guó)文化的八字也是一個(gè)考慮選項(xiàng)池凄。
意： 名字最重要的屬性抡驼，如希望寶寶開(kāi)心取“樂(lè)”、“欣”字等肿仑，個(gè)人覺(jué)得如果婶恼，如果第二個(gè)字是動(dòng)詞的話桑阶，或者名字是形容詞柏副，更能獲得好的寓意勾邦，如“懷樂(lè)“、”欣然“割择。
音： 如果名字其中的一個(gè)字的韻母與姓氏發(fā)音類(lèi)似眷篇，則名字讀起來(lái)會(huì)比較平滑，但不能兩個(gè)都是荔泳，可能會(huì)比較繞口蕉饼，同時(shí)最后一個(gè)字最好是舌根音，讀起來(lái)短促有力玛歌。
形： 如果姓氏是上下結(jié)構(gòu)昧港，那么名字的其他字不宜再用相同結(jié)構(gòu)。
八字： 八字平衡是最好的支子，通過(guò)八字的異類(lèi)和同類(lèi)來(lái)確定八字的喜用神创肥。其中用神用來(lái)平衡八字，而喜神是生成用神的屬性值朋。
原理
由上面的分析叹侄，程序的實(shí)現(xiàn)方案為：從語(yǔ)料（古典詩(shī)詞）中獲取詞匯，分析詞匯的意昨登、音趾代、八字、五格丰辣，給出最靠譜的若干的作為選擇撒强。
我整理的語(yǔ)料有：詩(shī)經(jīng)、楚辭笙什、唐詩(shī)300首飘哨、宋詞300首、論語(yǔ)得湘、全唐宋詞等杖玲，有一些已經(jīng)與處理過(guò)了，以‘corpus’開(kāi)頭淘正。從語(yǔ)料中獲取語(yǔ)句摆马，根據(jù)一定的規(guī)則組詞、分詞鸿吆，獲取滿足目標(biāo)函數(shù)的名詞作為潛在的名字囤采。
這里目標(biāo)函數(shù)我沒(méi)有考慮名字的形，是因?yàn)檫@個(gè)屬性屬于景上添花的類(lèi)型惩淳，寶媽寶爸可以挑選過(guò)程自行決定蕉毯。
計(jì)算名字的八字乓搬、五格，我是用爬蟲(chóng)提交表單 https://www.meimingteng.com/Naming/Default.aspx?Tag=4 代虾，再分析返回結(jié)果进肯。所以短時(shí)間密集發(fā)送表單，可能會(huì)被服務(wù)器封IP棉磨，需要大量爬取的話最好建個(gè)代理池江掩。
語(yǔ)料 -〉 組詞 -〉詞組分析 -〉獲取寓意、八字得分 -〉排序輸出
為了滿足上面的需求乘瓤，采用一些現(xiàn)有的第三方包來(lái)實(shí)現(xiàn)部分功能环形。
其中：
snowNLP可以分析詞語(yǔ)的詞性、聲母衙傀、情感分析抬吟。
jieba可以對(duì)現(xiàn)有的語(yǔ)料進(jìn)行分詞。
zhconv用來(lái)將繁體語(yǔ)料轉(zhuǎn)成簡(jiǎn)體版本统抬。
bs4用來(lái)分析爬蟲(chóng)爬到的結(jié)果火本。
threadpool利用多線程來(lái)加速爬蟲(chóng)請(qǐng)求。
使用方法
運(yùn)行create_name腳本蓄喇，可從語(yǔ)料中組詞并提交表單到姓名打分網(wǎng)发侵。
如果已經(jīng)有名字可以直接運(yùn)行name_score_post腳本，還還有其他一些是用做輔助工具的腳本妆偏。
程序結(jié)構(gòu)
程序最主要的腳本有兩個(gè)：‘create_name.py’ 和 ’name_score_post.py’刃鳄。
- create_name
從語(yǔ)料中組詞，挑選滿足目標(biāo)函數(shù)的詞钱骂，輸出到目標(biāo)文件中叔锐。
默認(rèn)從楚辭里組詞，可以自行選擇其他語(yǔ)料见秽，全唐宋詞規(guī)模太大愉烙，不推薦。
# 詩(shī)經(jīng)
# create_name_from(convertZh.shi_jing)
# 楚辭
create_name_from(convertZh.chu_ci)
name_score_post.create_name_excel_from(convertZh.chu_ci)
# 300 tang
# create_name_from(convertZh.tang_300_peom)
# 300 chu
# create_name_from(convertZh.song_300_verse)
# quan tang song verse
# create_name_from(convertZh.all_tang_song_verse)
# lun_lu
# create_name_from(convertZh.lun_yu)
組詞規(guī)則： 在句首解取、句尾步责、句間挑選字來(lái)組詞，子句內(nèi)用jieba分詞去取的句內(nèi)的詞禀苦。
def create_names_based_on(text_line):
clauses = clauses_from_sentence(text_line)
names = []
# 子句內(nèi)
for clause in clauses:
if len(clause) > 3:
add_new_name(clause[0] + clause[1], names)
add_new_name(clause[-2] + clause[-1], names)
add_new_name(clause[-3] + clause[-1], names)
seg_list = jieba.cut(clause, cut_all=True)
for seg in seg_list:
if len(seg) == 2:
add_new_name(seg, names)
if len(seg) == 4:
add_new_name(seg[0] + seg[1], names)
add_new_name(seg[-2] + seg[-1], names)
# 子句間
if len(clauses) > 1:
for i in range(len(clauses)):
if (i + 1) < len(clauses):
clause_pre = clauses[i]
clause_post = clauses[i+1]
add_new_name(clause_pre[-1] + clause_post[-1], names)
add_new_name(clause_pre[0] + clause_post[0], names)
idx0 = random.randint(0, len(clause_pre)-1)
idx1 = random.randint(0, len(clause_post)-1)
add_new_name(clause_pre[idx0] + clause_post[idx1], names)
if (i + 2) < len(clauses):
clause_pre = clauses[i]
clause_post = clauses[i + 2]
add_new_name(clause_pre[-1] + clause_post[-1], names)
add_new_name(clause_pre[0] + clause_post[0], names)
idx0 = random.randint(0, len(clause_pre)-1)
idx1 = random.randint(0, len(clause_post)-1)
add_new_name(clause_pre[idx0] + clause_post[idx1], names)
names.append(u"\n來(lái)源: " + text_line)
return names
目標(biāo)函數(shù)： 基于snowNLP實(shí)現(xiàn)蔓肯，用來(lái)挑選正向的、詞性振乏、發(fā)聲滿足特定規(guī)則的詞匯蔗包。
s = SnowNLP(n)
if s.sentiments > 0.6:
if s.pinyin:
for py in s.pinyin:
if (py.encode('utf-8').endswith(finals_consonant) or py.encode('utf-8').endswith(finals_consonant[-1]))\
and not py.encode('utf-8').startswith(initial_consonant):
# Pin Yin
has_added = True
postive_targets.write(n.encode('utf-8') + "\n")
print(n.encode('utf-8') + '\n')
if s.tags and not has_added:
for tag in s.tags:
# 獲取詞性
if not has_added and ((tag[0] == n[0] and tag[1] == u'v') or tag[1] == u'a'):
has_added = True
postive_targets.write(n.encode('utf-8') + "\n")
print(n.encode('utf-8') + '\n')
if len(s.tags) > 2:
assert 0
- name_score_post
讀取目標(biāo)文件，利用爬蟲(chóng)獲取姓名在&網(wǎng)站&的分析結(jié)果慧邮，獲取姓名的文化印象调限、八字舟陆、五格方面的得分，輸出Excel表格以供參考耻矮。
def compute_score_of_name(name):
form['ctl00$ContentPlaceHolder1$InputBasicInfo1$tbMingWords'] = name
try:
paramsData = urllib.urlencode(form)
request = urllib2.Request(url, paramsData)
# print("HTTP GET")
response = urllib2.urlopen(request, timeout=20)
# print("Respone Successfully")
content = response.read()
except Exception as e:
print("Error: " + str(e))
return None
soup = BeautifulSoup(content, 'html.parser')
# print(soup)
correct_response = False
for node in soup.find_all("table", class_="naming2"):
node_content = node.get_text()
if u"評(píng)分：" in node_content:
correct_response = True
score_culture = get_score_of("文化印象", node, soup)
score_bazi = get_score_of("五行八字", node, soup)
score_shengxiao = get_score_of("生 肖", node, soup)
score_wuge = get_score_of("五格數(shù)理", node, soup)
name_score = {
'文化印象': score_culture,
'五行八字': score_bazi,
'生 肖': score_shengxiao,
'五格數(shù)理': score_wuge
}
return name_score
# TODO: 不能處理的名字
if not correct_response:
return None
關(guān)于結(jié)果
理想很豐滿秦躯，現(xiàn)實(shí)很骨感。
目前使用的NLP與用來(lái)爬分析結(jié)果的網(wǎng)站淘钟，均沒(méi)有表現(xiàn)得很“智能”宦赠，所以生成的結(jié)果可用率不高，像“無(wú)父”米母、“無(wú)母”這種詞都能取得很高的分……
不過(guò)以更佛系的態(tài)度看，生成的結(jié)果有一些還是能夠給寶媽寶爸一些啟發(fā)的毡琉。還是那句話铁瞒，名字是父母給寶寶的一份禮物，還是更積極地參與進(jìn)去比較好桅滋，這份經(jīng)歷本身也是甜蜜美麗的財(cái)產(chǎn)慧耍。
致謝
