Поиск имен собственных в тексте на русском языке

@nizart91 · Регистрация: 27.12.2010

Студворк — интернет-сервис помощи студентам

Нужно найти в тексте на русском языке все имена собственные.
Есть ли у кого то код такой проги или алгоритм и идеи, как их найти?

@-=ЮрА=- · 22.07.2011, 22:59

По идее имя собственное идёт в кавычках, вот и заделать поиск токенов в кавычках

@nizart91 · 23.07.2011, 05:59 **[ТС]**

Сообщение от -=ЮрА=-

По идее имя собственное идёт в кавычках, вот и заделать поиск токенов в кавычках

Не все же имена собственные идут в кавычках, просто имя идет без кавычек.
С заглавной буквы конечно, но как их отличить от обычных слов, которые также с заглавной пишутся?))

@Deviaphan · 23.07.2011, 16:52

Отличить имя от слова, написанного с большой буквы, можно только одним способом: созданием словаря имён.
Склонять можно программно или все варианты в словарь занести.

@-=ЮрА=- · 25.07.2011, 10:38

Вот простенький код по их поиску, отталкиваюсь от того что в предложении имя собственное пишется с заглавной букву. Алгоритм прост - разбиваю текст на слова(токены) и если слово идёт с заглавной, при этом оно не идёт после '.' '!' '?' (т.е не 1-е слово в предложении, которое всегда пишется с заглавной) то считаем его именем собственным

C++
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
#include <stdio.h>
#include <ctype.h>
#include <string.h>
 
char str[1024];
char sMass[32][32];
 
int main()
{
    char chr, delim[] = " ,";
    printf("\tEnter input text\r\n");
    scanf("%[^\n]s",str);
    char * pch = strtok (str,delim);
    printf ("\tSplitting text into tokens:\r\n");
    int i,nCount = 0;
    while (pch != NULL)
    {
        sprintf(sMass[nCount],"%s",pch);
        pch = strtok (NULL, delim);
        printf ("%s\n",sMass[nCount]);
        nCount++;
    }
    printf("\tProper names in string\r\n");
    for(i = 1; i < nCount; i++)
    {
        chr = sMass[i - 1][strlen(sMass[i - 1]) - 2];
        if(isupper(sMass[i][0]))
        if(chr != '.' || chr != '!' || chr != '?')
            printf("%s\r\n",sMass[i]);
    }
    return 0;
}

@Deviaphan · 25.07.2011, 11:16

Сообщение от -=ЮрА=-

По идее имя собственное идёт в кавычках, вот и заделать поиск токенов в кавычках

Сообщение от -=ЮрА=-

Вот простенький код по их поиску...

Как бы ты сам себя проигнорировал...

@-=ЮрА=- · 25.07.2011, 11:28

Я не пригнорировал а модернизировал алгоритм поиска - имя собственное может идти как в кавычках так и без них, поэтому лучше искать слово с заглавной буквы...

@Deviaphan · 25.07.2011, 11:34

Сообщение от -=ЮрА=-

поэтому лучше искать слово с заглавной буквы...

Имя собственное, написанное в кавычках, будет проигнорировано. Ведь кавычки это не заглавная буква. Я об этом говорю.

@-=ЮрА=- · 25.07.2011, 12:40

Ммм точно, я упустил

Условие в 28 строке нужно преобразовать к виду

C++
1
if(isupper(sMass[i][0]) || sMass[i][0] == '"' && isupper(sMass[i][1]))

@nizart91 · 26.07.2011, 20:46 **[ТС]**

Сообщение от -=ЮрА=-

C++
1
2
3
4
5
6
7
8
9
    printf ("\tSplitting text into tokens:\r\n");
    int i,nCount = 0;
    while (pch != NULL)
    {
        sprintf(sMass[nCount],"%s",pch);
        pch = strtok (NULL, delim);
        printf ("%s\n",sMass[nCount]);
        nCount++;
    }

Вот эта часть кода делит предложение на слова, отсекая запятые. А как сделать чтобы убирал не только запятые, но и точки?
Добавлял pch = strtok (NULL, ". "); но по ходу как то не так

@-=ЮрА=- · 26.07.2011, 21:27

C++
1
2
delim[] = " ,.";
pch = strtok (NULL, delim);

Но если ты будешь убирать точки и ! с ? ты не сможешь проверять идёт ли слово первым в предложении, а чем тебе предложенный мной код не подходит???

@nizart91 · 26.07.2011, 22:38 **[ТС]**

Сообщение от -=ЮрА=-

C++
1
2
delim[] = " ,.";
pch = strtok (NULL, delim);

Но если ты будешь убирать точки и ! с ? ты не сможешь проверять идёт ли слово первым в предложении, а чем тебе предложенный мной код не подходит???

подходит, просто если имя собственное в предложении стоит последним, то при поиске оно выводится с точкой в конце
вот это и хотел убрать

@-=ЮрА=- · 26.07.2011, 22:52

Если ты уберёшь точки и ! с ? алгоритм потеряет логику, чтобы убирать эти символы при выводе слова вбей проверку
char ch_end;

C++
1
2
3
4
5
6
7
8
9
10
while (pch != NULL)
        {
                sprintf(sMass[nCount],"%s",pch);
                ch_end = sMass[nCount][strlen(sMass[nCount]) - 1];
                if(ch_end == '.' || ch_end == '!' || ch_end == '?')
                      sMass[nCount][strlen(sMass[nCount]) - 1]= '\0';
                pch = strtok (NULL, delim);
                printf ("%s\n",sMass[nCount]);
                nCount++;
         }

ValeryS · 27.07.2011, 00:42

интересно как твой код отнесется к такому предложению.
ЮрА,ты не прав.
имя собственное стоит первым и по логике программы не может быть именем собственным.
только словарь (может с возможностью самообучения) как это делают программы распознавания, проверки орфографии
на основе твоей программы даем текст а потом оператор нажимая на выделенные слова командует запомнить.
Но это совсем другая история(с)

@nizart91 · 27.07.2011, 05:49 **[ТС]**

Сообщение от -=ЮрА=-

Если ты уберёшь точки и ! с ? алгоритм потеряет логику, чтобы убирать эти символы при выводе слова вбей проверку
char ch_end;

C++
1
2
3
4
5
6
7
8
9
10
while (pch != NULL)
        {
                sprintf(sMass[nCount],"%s",pch);
                ch_end = sMass[nCount][strlen(sMass[nCount]) - 1];
                if(ch_end == '.' || ch_end == '!' || ch_end == '?')
                      sMass[nCount][strlen(sMass[nCount]) - 1]= '\0';
                pch = strtok (NULL, delim);
                printf ("%s\n",sMass[nCount]);
                nCount++;
         }

ок. спасибо

Новые блоги и статьи Все статьи Все блоги /
Знаешь почему 90% людей редко бывают счастливыми? kumehtar 14.04.2026 Потому что они ждут. Ждут выходных, ждут отпуска, ждут удачного момента. . . а удачный момент так и не приходит.	Фиксация колонок в отчете СКД Maks 14.04.2026 Фиксация колонок в СКД отчета типа Таблица. Задача: зафиксировать три левых колонки в отчете. Процедура ПриКомпоновкеРезультата(ДокументРезультат, ДанныеРасшифровки, СтандартнаяОбработка) / / . . .	Настройки VS Code Loafer 13.04.2026 { "cmake. configureOnOpen": false, "diffEditor. ignoreTrimWhitespace": true, "editor. guides. bracketPairs": "active", "extensions. ignoreRecommendations": true, . . .	Оптимизация кода на разграничение прав доступа к элементам формы Maks 13.04.2026 Алгоритм из решения ниже реализован на нетиповом документе, разработанного в конфигурации КА2. Задачи, как таковой, поставлено не было, проделанное ниже исключительно моя инициатива. Было так:. . .
Контроль заполнения и очистка дат в зависимости от значения перечислений Maks 12.04.2026 Алгоритм из решения ниже реализован на примере нетипового документа "ПланированиеПерсонала", разработанного в конфигурации КА2. Задача: реализовать контроль корректности заполнения дат назначения. . .	Архитектура слоя интернета для сервера-слоя. Hrethgir 11.04.2026 В продолжение https:/ / www. cyberforum. ru/ blogs/ 223907/ 10860. html Знаешь что я подумал? Раз мы все источники пишем в голове ветки, то ничего не мешает добавить в голову такой источник, который сам. . .	Подстановка значения реквизита справочника в табличную часть документа Maks 10.04.2026 Алгоритм из решения ниже реализован на примере нетипового документа "ПланированиеПерсонала", разработанного в конфигурации КА2. Задача: при выборе сотрудника (справочник Сотрудники) в ТЧ документа. . .	Очистка реквизитов документа при копировании Maks 09.04.2026 Алгоритм из решения ниже применим как для типовых, так и для нетиповых документов на самых различных конфигурациях. Задача: при копировании документа очищать определенные реквизиты и табличную. . .

@nizart91 0 / 0 / 0 Регистрация: 27.12.2010 Сообщений: 5

	Поиск имен собственных в тексте на русском языке 22.07.2011, 21:00. Показов 7425. Ответов 14 Метки нет (Все метки) Нужно найти в тексте на русском языке все имена собственные. Есть ли у кого то код такой проги или алгоритм и идеи, как их найти? 0

@-=ЮрА=- 6614 / 4256 / 401 Регистрация: 08.08.2009 Сообщений: 10,325 Записей в блоге: 24
	22.07.2011, 22:59
	По идее имя собственное идёт в кавычках, вот и заделать поиск токенов в кавычках 0

@Deviaphan Делаю внезапно и красиво 1313 / 1228 / 72 Регистрация: 22.03.2011 Сообщений: 3,744
	23.07.2011, 16:52
	Отличить имя от слова, написанного с большой буквы, можно только одним способом: созданием словаря имён. Склонять можно программно или все варианты в словарь занести. 0

@-=ЮрА=- 6614 / 4256 / 401 Регистрация: 08.08.2009 Сообщений: 10,325 Записей в блоге: 24
	25.07.2011, 11:28
	Я не пригнорировал а модернизировал алгоритм поиска - имя собственное может идти как в кавычках так и без них, поэтому лучше искать слово с заглавной буквы... 0

ValeryS Модератор 8981 / 6748 / 921 Регистрация: 14.02.2011 Сообщений: 23,871
	27.07.2011, 00:42
	интересно как твой код отнесется к такому предложению. ЮрА,ты не прав. имя собственное стоит первым и по логике программы не может быть именем собственным. только словарь (может с возможностью самообучения) как это делают программы распознавания, проверки орфографии на основе твоей программы даем текст а потом оператор нажимая на выделенные слова командует запомнить. Но это совсем другая история(с) 0