[发明专利]一种汉语姓氏的识别方法、装置及服务器

摘要

本申请公开了汉语姓氏的识别方法及装置。所述方法包括：待识别姓氏的字符串长度小于等于预设长度时，对其扩展后进行语种识别；否则直接进行语种识别；该语种识别包括：对该姓氏按照预设方式进行划分；根据每个语种对应的识别模型，得到该姓氏对应各语种的首部分概率、尾部分概率、首部分到中间部分的首字母的转移概率、中间部分的尾字母到尾部分的转移概率、以及中间部分相邻字母之间的转移概率；利用上述概率计算得到该姓氏对应各语种的生成概率，比较得到最大值，当该最大值对应语种为汉语时，确定该姓氏属于汉语姓氏。采用本申请实施例，能够对用户提供的以字符串形式表示的姓氏是否属于汉语进行识别，解决现有技术的问题。

主权项

1.一种汉语姓氏的识别方法，其特征在于，所述方法包括：如果待识别姓氏的字符串长度小于等于预设长度，则对所述姓氏的字符串长度进行扩展，并对扩展后的姓氏进行语种识别；如果待识别姓氏的字符串长度大于预设长度，则对所述姓氏进行语种识别；通过下述步骤进行语种识别：对所述姓氏按照预设的划分方式进行划分；所述划分方式为将所述姓氏的前n1个字母划分为首部分，将所述姓氏的倒数n2个字母划分为尾部分，将所述姓氏的首部分和尾部分之间的字母划分为中间部分；其中，所述n1和n2为正整数；根据每个语种对应的识别模型，分别得到所述姓氏对应各语种的首部分概率、尾部分概率、首部分到中间部分的首字母的转移概率、中间部分的尾字母到尾部分的转移概率、以及中间部分相邻字母之间的转移概率；分别计算所述姓氏对应各语种的首部分概率、尾部分概率、首部分到中间部分的首字母的转移概率、中间部分的尾字母到尾部分的转移概率和中间部分相邻字母之间的转移概率的乘积，得到所述姓氏对应各语种的生成概率；比较得到所述姓氏对应各语种的生成概率的最大值，当所述最大值对应的语种为汉语时，确定所述姓氏属于汉语姓氏。