地味に便利、日本人のフルネームを姓と名に分割するツールのPythonパッケージ公開【やじうまWatch】

[umrk]

仲里依紗を仲里 依紗と思ってた

[kane-please]

漢字４文字なら２＋２、漢字５文字なら２＋３ってするだけでも、精度90%くらい出そう(クソリプ)

[htnmiki]

ハンコ廃止もいいけど事務処理における姓名分割も廃止していい気がしてきた。姓名分割しないと不都合がある処理・手続きって何だろう。（この記事のブコメで言うことか）

[khtokage]

自動分割ではないけど、昔、姓名から可能性がある苗字とその世帯件数を出すツールは自作してたね。その頃色々な名簿をメンテする仕事をしてたので、区切れが分からない・手書きで字がはっきりしないとき重宝してた。

[take-it]

徳仁はできないのかな(´・ω・｀)

[n_231]

“99％” という精度をどう評価するか……頻出苗字リストによる分割に比べて十分な優位性があるのならもう少し高くなりそうな印象だが

[tsutsumi154]

デリミタ最初からつけりゃいいのにな

[wnd_x]

いいね

[campanella]

連絡先には事実上の標準規格があるので、姓名分割をやめようって方向には賛成しにくい。最初から分けとくほうがいい。

[and_hyphen]

昔年賀状送付用CSVファイル作成の為にExcel関数と手作業でゴリゴリやった。というか元の管理DBが駄目すぎた。あれを改修したかった。都道府県と市町村も頑張って関数で分けた。

[knok]

日本語はあらゆる場面で単語分割がないのがよろしくない。そもそも同じ文字列で複数の分割が正解の場合もありそうだから100％は無理だな

[makou]

ラモス瑠偉、弦念丸呈あたりの方々もうまく分割されるのかな。

[haruten]

自分は「はまき　わたこ」さんだと思ってた

[sakuragaoka]

嫁の母は浜木綿子を浜木（はまき）綿子（めんこ）さんだと勘違いしてたのは親類の中で伝説である。

[Guro]

99％はそんな高くない感じ。人力でやるのと変わらないのではなかろうか。でもルールベースを構築できたならよいのでは

[Outfielder]

浜木綿子

[strawberryhunter]

848文字の漢字について分布？を調べた結果から推測するのか。データは小さくできるけど精度は低いよね。

[me-tro]

フルネームが分割されずに流れてくるって結構あることなんだ？？ 新規会員登録するときイチイチ姓名分けて入れてるこっちの苦労は一体（ ; ; ）

[cj3029412]

悠仁君「」

[opnihc]

藤田田とか試してみる

[retire2k]

船場太郎

[ultimatebreak]

明　仁

[arvardan1984]

坂上田村麻呂

[napsucks]

ランダムで99%だとしたらちょっと低いような

[kkobayashi]

元AKBの長久玲奈ちゃんとか

[technoto]

100人に1人間違うのか。。出席者名簿任せたかったなあ

[kujoo]

氏名を個人の識別子以上の使い方をする時しか使わないし、それって必要？とか思ったけどまあ作る側は面白いかも。でも結局統計に個（マイノリティ）が飲み込まれるのは好きじゃないなあ

[oitomo]

時 任三郎

[John_Kawanishi]

｢漢字の統計情報を元に特徴量を作ってRuleBaseで処理する仕組みで姓と名の間にSpaceが入っていない日本人のFullNameを読み込ませる事で99％という高い精度で姓名を分割できる｣分割出来ない1%ってどんな名前なんだろ

[i196]

二十数年働いてきて何度かそういうの欲しい場面があったかも

[kno]

森保一は分割できないパターンだろうな

[spark7]

1%くらいは人間でも間違えるかもな。機械処理したあとの人力間違い探しは地味にめんどい。

[fashi]

間違える例を探したくなる

[nisezen]

清少納言は清少 納言にならないんですか！？（姓名じゃない）

[kenta555]

葉加 瀬太郎

[moriken1098]

芸名というものを認識できるまでウド鈴木はイレギュラーな存在でした