開源代碼庫
/clg456852/Baby_name
程序是用Python 2.7版寫的。該程序只考慮的兩個單詞的名稱。
依賴庫:
因為涉及到爬蟲，如果在公司跑，需要設置代理。同時在/devnettempvisit.aspx申請訪問外網。
。
我之前說過，壹個好名字，最重要的是包含了父母對寶寶的美好希望。
在此基礎上，盡量滿足意、音、形，中國文化的八字也是壹個考慮選項。
含義:名字最重要的屬性，比如希望寶寶開心，就是“開心”和“快樂”。個人認為，如果第二個詞是動詞，或者名字是形容詞，可以獲得更好的含義，比如“開心”“快樂”。
發音:如果壹個名字中其中壹個字的元音和姓氏的發音相近，名字讀起來會更順口，但不是兩個都是，可能會更迂回。同時最後壹個字應該是舌根，短而有力讀。
形式:如果姓是上下結構，那麽名的其他字就不要用同壹個結構。
八字:八字的平衡性最好，八字喜歡的神是由他們的異質性和相似性決定的。其中神是用來平衡八字的，喜神是生成神的屬性。
從上面的分析來看，程序的實現方案是:從語料庫(古典詩詞)中獲取詞匯，分析詞匯的意、音、八字、五格，給出壹些最靠譜的選擇。
我整理的語料有:《詩經》、《楚辭》、《唐詩三百首》、《宋詞三百首》、《論語》、《全唐詩宋詞》等。有些已經處理過了，從‘語料庫’開始。從語料庫中獲取句子，按照壹定的規則組詞、分詞，得到符合目標函數的名詞作為潛在名稱。
我這裏沒有把名字的形狀作為目標函數來考慮，因為這個屬性屬於為場景添花的類型，馬寶寶爸在選擇過程中可以自己決定。
算算名字的八字五方。我要用爬蟲提交表單/Naming/Default.aspx嗎？Tag=4，然後分析返回的結果。所以如果短時間內密集發送表單，可能會被服務器屏蔽。如果需要大量抓取，最好建立壹個代理池。
為了滿足上述需求，利用現有的壹些第三方包來實現部分功能。
其中包括:
SnowNLP可以分析單詞的詞性、聲母和情感。
解霸可以對現有語料進行切分。
Zhconv用於將傳統語料庫轉換為簡化版本。
Bs4用於分析爬蟲的抓取結果。
Threadpool使用多線程來加速爬蟲請求。
運行create_name腳本從語料庫中合成單詞，並將表單提交給名稱評分網絡。
如果已經有名字，可以直接運行name_score_post腳本，還有其他腳本作為輔助工具。
程序中有兩個主要腳本:‘create _ name . py’和‘name _ score _ post . py’。
從語料庫中分組單詞，選擇符合目標函數的單詞，輸出到目標文件。
默認可以從楚辭中組詞，也可以自己選擇其他語料庫。整個唐詩宋詞太大，不推薦。
構詞法規則:選擇句首、句尾、句間的詞來構詞法，用結巴分詞得到句中的詞。
目標函數:基於snowNLP，用於選擇符合特定規則的正詞、詞性和聲音。
讀取目標文件並使用爬蟲獲取& amp；in & amp；網站&；根據分析結果，得出文化印象、八字、姓名五格的得分，輸出Excel表格以供參考。
理想很豐滿，現實很骨感。
目前NLP和用來爬分析結果的網站都不是很智能，所以生成結果的可用率不高，像“無父”“無母”這樣的詞就能得高分...
然而，從壹個更佛教的角度來看，壹些產生的結果仍然可以給馬寶寶達壹些啟發。還是那句話，名字是父母送給寶寶的禮物，還是更積極參與的好。這種經歷本身也是壹種甜蜜美好的財產。