自分の名前やニックネームに基づいて、男性か女性かを推測できるライブラリまたはデータベースを探しています。何かのようなもの
john => "M",
mary => "F",
alex => "A", #ambiguous
英語以外の名前（日本語、インドなど）をサポートするものを探しています。
「性別や性別を想定して人を怒らせる」という別の答えを得る前に、はっきり言っておきますが、私のアプリケーションは誰とも相互作用しません。それはとにかくメールを送信したり、誰かに連絡したりすることはありません。質問するユーザーはいません。多くの場合、問題の人は死亡しており、私が持っている唯一の情報は、名前、生年月日、および死亡日です。私が個人の性別を知りたい理由は、出力の文法をより良くし、後者の可能性のある検索を支援するためです。
回答:
名前の性別は、一般的なケースではプログラムから推測できないものです。名前データベースが必要です。これは米国国勢調査局の無料の名前データベースです。
編集：2010年の名前のリンクは無効ですが、コメントには作業用のリンクとライブラリがあります。
gender.cは、良い仕事をするオープンソースの Cプログラムです。世界中の44568人の名のデータが付属しています。適切なドキュメントとファイル形式の説明（基本的にプレーンテキスト）があるため、独自のアプリケーションから読み取るのは難しくありません。
これは著者が言うことです：
データの品質について一言
名の辞書は細心の注意を払って作成されています。たとえば、この辞書のトルコ語、インド語、韓国語の名前はすべて、複数のネイティブスピーカーによって個別に分類されています。また、現在見つけられる名前だけをリストするように特別な注意を払いました。
これからの教訓は？
変更は非常に慎重に行う必要があります（また、検索アルゴリズムで必要な並べ替えを遵守する必要があります）。たとえば、ドイツでは「サシャ」が男の子の名前であることを知っているため、著者は英語の「サーシャ」を女の子の名前であると想定したことはありません。「Jan」はドイツでは男の子の名前であることを知っていたので、「Janet」の英語の短縮形だとは思いもしませんでした。別の例として、「Esra」という名前があります。これはドイツでは男の子の名前ですが、トルコでは女の子の名前です。
プログラムは、名前が男性であるか女性であるかの確率を計算します。入力としての名前だけで、または名前と原産国を使用してこれを行うことができます。
ドイツのコンピュータ雑誌c't 40 000 Namenのウェブサイトからダウンロードできます 。記事はドイツ語ですが、心配しないでください。すべてのドキュメントは英語です。記事に興味がなければ、ここに直接FTPリンク0717-182.zipがあります。zipファイルには、ソースコード、Windows実行可能ファイル、データベース、およびドキュメントが含まれています。
「そうです、 『スー』という名前の少年にとって人生は容易ではありません。」
...では、なぜそれを難しくするのですか？性別を知りたい場合は、質問してください。それ以外の場合は、心配しないでください。
私は、名に基づいて性別を確率的に推測する無料のAPIを作成しました。上記のアプローチのいずれかを使用する代わりに、ソーシャルネットワークからのプロファイルの巨大なデータセットを使用して、確実性係数と共に確率的推測を提供します。また、国または言語IDによるオプションのフィルタリングもサポートします。より多くのプロファイルがデータセットに追加されるので、それは日ごとに良くなっています。
http://genderize.ioで無料で使用できます
ONEあなたが考慮すべき事は、命名規則はこれに大きく依存しているように、考慮に人口統計をとるツールを使用しています。
例
http://api.genderize.io?name=kim
{"name":"kim","gender":"female","probability":"0.89","count":1440}
http://api.genderize.io?name=kim&country_id=dk
{"name":"kim","gender":"male","probability":"0.95","count":44,"country_id":"dk"}
以下は、動作しない可能性があり、ライセンスの条件に違反しないとまとめて動作しない可能性が高い2つの奇妙なアプローチです。
Facebook API（私は事実上何も知らない、それも不可能かもしれない）を使用して、2つの検索を実行します。2つの数値を使用して、性別の確率を決定します。
より緩やかですがよりスケーラブルです。GoogleAPIを使用して、名前と性別固有の代名詞を検索し、数値を比較します。たとえば、「Richard his」（フレーズではなく）を検索した結果は592,000,000ですが、「Richard her」は179,000,000です。
あなた述べた制約を考えると、あなたの最良のオプションは、ためにしている書き込み、あなたは何でも再フレーズにあるジェンダーニュートラルあなたがない限り知っている彼らは、各インスタンスに呼ばれるようにしたいものを男女。
英語で書く場合は、単数形の「they」は文法的には、ジェンダーに中立な3人称単数代名詞として適切であることを覚えておいてください。
良い例は、この質問のタイトルです。現在のとおり：
…人の名前を性別にマッピングする？
次のように書けば、それほど厄介ではありません。
…人の名前を性別にマッピングする？
これはサービスではなく、データベースを備えた小さなアプリです。http：
//www.codeproject.com/KB/cpp/genderizer.aspx
そしてこのツールはドイツ語です：http :
//www.faq-o-matic.net/2011/06/01/zu-einem-vornamen-das-geschlecht-finden/
そして、VBのもう1つ：http :
//www.vbarchiv.net/tipps/tipp_1925-geschlecht-anhand-des-vornamens-ermitteln.html
「2011年に最もよく使われる名」リストと組み合わせれば、きちんとしたものを作成できるはずです。
PythonパッケージのSexMachineがそれを行います。男性、女性、またはユニセックスの場合、ファーストネームを指定すると返されます。これは、Jorg Michaelによるgender.cプログラムからのデータに依存しています。
それを自動化しようとすることから得られる唯一のものは、不幸なユーザーの束です。その国勢調査データから：
ジェームス、ジョン、ロバート、マイケル、ウィリアム、デビッド、リチャード、チャールズ、ジョセフ、トーマス、クリストファー、ダニエル、ポール、マーク、ドナルド、ジョージ、ケネス、スティーブン、エドワード、ブライアン、ロナルド、マサチューセッツ、アンソニーゲイリー、ティモシー、ホセ、ラリー、ジェフリー、フランク、スコット、エリック、ステファン、アンドリュー、レイモンド、グレゴリー、ジョシュア、ジェリー、デニス、ウォルター、パトリック、ピーター、ハロルド、ヘンリー、カール、アーサー、ライアン、ジョー、ジョージャック、アルバート、ジャスティン、テリー、ジェラルド、キース、サムエル、ウィリー、ローレンス、ロイ、ブランドン、アダム、フレッド、ビリー、ルイス、ジェレミー、アーロン、ランディ、ユージーン、カルロス、ラッセル、ボビー、ビクター、マーティン、ジェスショーン、クラレンス、ショーン、クリス、ジョニー、ジミー、アントニオ、トニー、ルイス、マイク、デール、カーティス、ノーマン、アレン、グレン、トラビス、リー、メルビン、カイル、フランシス、イエス、レイ、ジョエル、エディ、トロイ、 ALEXANDER、MARIO、FRANCISCO、MICHEAL、OSCAR、JAY、ALEX、JON、RONNIE、TOMMY、LEON、LEO、WESLEY、DEAN、DAN、LEWIS、COREY、MAURICE、VERNON、ROBERTO、CLYDE、SHANE、SAM、LESTER、CHARLIE、TYLER、GENE、BRETT、ANGEL、LESLIE、CECIL、ANDRE、ELMER、GABRIEL、MITCHELL、ADRIAN、KARL、CORY、CLAUDE、JAMIE、JESSEクリスチャン、ロニー、コーディ、ジュリオ、ケリー、ジミー、ジョーダン、ジェイミー、キャシー、ジョニー、シドニー、ジュリアン、ダリル、ヴァージル、マーシャル、ペリー、マリオン、トレイシー、レン、フレディ、オースティン、ジャッキー、ジョイナ、エヴァンドニー、シャノン、アンジェロ、ショーン、リン、キャメロン、ブレイク、ケリー、ジーン、イラ、ルディ、ベニー、ロビン、ローレン、ノエル、デヴィン、キム、グアダルーペ、キャロル、サミー、マーティ、テイラー、エリス、ダラス、ローレンスドリュー、ジョディ、フランキー、パット、メルル、テレル、ダーネル、トミー、トビー、ヴァン、コートニー、ジャン、キャリー、サントス、オーブリー、モルガン、ルイ、ステイシー、ミカ、ビリー、ローガン、デミトリウス、ロビー、ケンドール、ロイミッキー、デボン、アシュリー、キャリー、息子、マーリン、アリ、サムミー、ミッシェル、ローリー、クリス、エイブリー、アレクシス、ジェリー、ステイシー、カーメン、シェルビー、リッキー、ボビー、オリー、デニー、ディオン、オデル、メリー、コルビー、ホリス、カービー、クルス、メリル、レーン、クレオ、ブレア、ナンバーズ、クレア、バーニー、ジョーン、ドミニク、トリスタン、ジェイミー、ゲイルLAVERNE、ALVA、STEVIE、ERIN、AUGUSTINE、YOUNG、JOHNIE、ARIEL、DUSTY、LINDSEY、TRACEY、SCOTTIE、SANDY、SYDNEY、GAIL、DORIAN、LAVERN、REFUGIO、IVORY、ANDREA、SANG、DEON、CAROL、YONG、BERGトリニダード、シャーリー、マリア、チャン、ロザリオ、ダニー、フランス、タン、コニー、トリー、ルーペ、ディー、ソン、チ、クイン、ミン、テオ、ルー、チャン、バレンタイン、ジェイミー、ホイットニー、ソル、チョン、パリ、オーサ、レイシー、ドン、アントニア、ケリー、キャロル、シェイン、ヴァル、ジュード、ブリット、ホン、レヒ、ゲイル、ジェイ、ニッキー、レスリー、マン、ケイシー、ジュエル、パトリシア、ローレン、エリシャ、ミハエル、リンゼイ、ジュエルクレア、バーニー、ジョーン、ドミニク、トリスタン、ジェームズ、ゲイル、ラヴァーン、アルバ、スティーヴィー、エリン、オーガスティン、ヤング、ジョーニー、アリエル、ダストリー、リンジー、トレイシー、スコッチー、サンディー、シドニー、ゲイル、ドリアン、ラグーンアイボリー、アンドレア、サン、デオン、キャロル、ヨン、ベリー、トリニダード、シャーリー、マリア、チャン、ロザリオ、ダニー、フランス、タン、コニー、トーリー、ルーペ、ディー、サン、チ、クイン、ミン、テオ、ルー、チャン、バレンタイン、ジェイミー、ホイットニー、ソル、チョン、パリ、オーサ、レイシー、ドン、アントニア、ケリー、キャロル、シェイン、ヴァル、ジュード、ブリット、ホン、レイグ、ゲイル、ジェイ、ニッキー、レスリー、マン、ケーシー、ジュエル、パトリシア、ローレン、エリシャ、ミハル、リンゼイ、ジュエルクレア、バーニー、ジョーン、ドミニク、トリスタン、ジェーム、ゲール、ラヴァーン、アルバ、スティーヴィー、エリン、オーガスティン、ヤング、ジョーニー、アリエル、ダストリー、リンジー、トレーシー、スコッティー、サンディー、シドニー、ゲイル、ドリアン、ラグーンアイボリー、アンドレア、サン、デオン、キャロル、ヨーン、ベリー、トリニダード、シャーリー、マリア、チャン、ロザリオ、ダニー、フランス、タン、コニー、トーリー、ルーペ、ディー、サン、チ、クイン、ミン、テオ、ルー、チャン、バレンタイン、ジェイミー、ホイットニー、ソル、チョン、パリ、オーサ、レイシー、ドン、アントニア、ケリー、キャロル、シェイン、ヴァル、ジュード、ブリット、ホン、レイグ、ゲイル、ジェイ、ニッキー、レスリー、マン、ケーシー、ジュエル、パトリシア、ローレン、エリシャ、ミハル、リンゼイ、ジュエルマリア、チャン、ロサリオ、ダニー、フランス、タン、コニー、トリー、ルーペ、ディー、ソン、チ、クイン、ミン、テオ、ルー、チャン、バレンタイン、ジェイミー、ホイットニー、ソル、チョン、パリ、オーサ、レイシー、ドン、アントニア、ケリー、キャロル、シェイン、ヴァル、ジュード、ブリット、ホン、リーグ、ゲイル、ジェイ、ニッキー、レスリー、マン、ケイシー、ジュエル、パトリシア、ローレン、エリシャ、ミシェル、リンゼイ、ジュエルマリア、チャン、ロサリオ、ダニー、フランス、タン、コニー、トリー、ルーペ、ディー、ソン、チ、クイン、ミン、テオ、ルー、チャン、バレンタイン、ジェイミー、ホイットニー、ソル、チョン、パリ、オーサ、レイシー、ドン、アントニア、ケリー、キャロル、シェイン、ヴァル、ジュード、ブリット、ホン、リーグ、ゲイル、ジェイ、ニッキー、レスリー、マン、ケイシー、ジュエル、パトリシア、ローレン、エリシャ、ミシェル、リンゼイ、ジュエル
男性と女性の両方のために働くすべての名前です。女の子の名前がロバートであり、あなたのソフトウェアを含むすべての人が彼女を男性と呼び続けていると、彼女はかなり腹が立つでしょう。
データベースがおそらく最も実用的な解決策ですが、楽しみたい場合は、名前を受け取り、3つのオプション（F、M、A）のいずれかを出力するニューラルネットを作成（またはニューラルネットライブラリを使用）してみてください。 ）。
他の回答によって提案されたデータベースに存在するデータセットや、他のデータを使用して、それをトレーニングできます。
このソリューションでは、以前に明確に分類されていない名前を処理したり、さまざまな言語を処理したりできます。言語（わかっている場合）をニューラルネットへの入力としても渡すことができます。
ニューラルネット（またはその他の機械学習）が分類に役立つとは言えません。
それは文化/地域に依存します。イタリア人は男性だけのため、アンドレアは男性のためであり、スウェーデンは女性の名前であるため、アンドレアを取ってください。ショーンは英語があいまいです。ラテン語やロシア語のように言語に偏角がある場合、最終的な文字は文法規則に従って変化します。
あいまいさのもう1つの原因は、個人名と同一の姓です。
私の意見では、一般的に解決することは不可能です。
このアイデアは、ほとんどの言語では明らかに機能しません。
ただし、事前に国籍を教えていただければ幸運が高まります。ほとんどのスラヴ語（ロシア語、ポーランド語、ブルガリア語など）では、-va -cha -ska（-aは一般的には女性）で終わる姓はすべて、-v -ch -shiは男性的であると考えて間違いありません。
実際、どの姓も、エンディングに応じてフェミニンで男性的な形をしています。他の国（たとえば、米国）で使用されている同じ名前でも、男性形のみが使用される場合があります。
ファーストネームについても同じことが言えます（-a -yaはフェミニンです）が、100％正確ではありません。
しかし、一般に、十分に正確なライブラリーを入手することはほとんどできません。
私はそれを使用していませんが、IBMにはかなり包括的であると思われるGlobal Name Analyticsライブラリー（有料）があります。
Zディレクトリ（vettrasoft.com）にはC言語の関数があり、次のように機能します。
void func()
{
char c = z_guess_sex_byfirstname ("Lon");
switch(c)
{
case 'M': std::cout << "It's a boy!\n"; break;
case 'F': std::cout << "It's a girl!\n"; break;
case 'B': std::cout << "this name is for both sexes\n"; break;
case '?': std::cout << "sex unknown sorry\n"; break;
}
}
データベース駆動型で、テーブルには10,000以上の名前があると思いますが、zディレクトリをダウンロードしてインストールする必要があります（国、地理的ランドマーク、空港、州、市外局番、郵便番号など、他の多くの地形アイテムが含まれます）。データにアクセスするためのc ++関数およびオブジェクトとともに）。ただし、名前は非常に英語指向です。テーブルは進行中の作業であり、徐々に更新されます。
名前の性別マップは機能しますが、多文化の国では、推測のようなものです。一例を挙げると、ポーランドのマリアンは典型的な男性的な名前ですが、イギリスの同じ名前は女性の名前です。世界中に移住する人々の時代には、そのようなデータベースが非常に正確であるとは思えません。幸運を！
一部の文化では、私のようにユニセックスな名前が付けられています。だったらどうしようか？答えは明白で単純だと思います-想定しないでください-あなたは犯罪を引き起こす可能性があります。それが必要かどうか尋ねてください、そうでなければ性別の中立性。
それは無料ではありませんが、これは私が以前に使用したことがある素晴らしいライブラリです。
NetGender for .NETを使用すると、名前検証、解析、性別判定をカスタムアプリケーションにすばやく簡単に組み込むことができます。特定のフィールドに有効な個人または会社が含まれているかどうかを正確に確認します。NetGenderは、民族的に多様な100,000以上の名前辞書を8,000以上の会社名辞書と組み合わせて使用して、正確な性別判定を確実にします。
あなたが生年月日を持っていると言うのは興味深いです。それが役立ちます。名前の人気の歴史のデータベースを見てきました。
映画「スプラッシュ」（1984年）では、明らかに「マディソン」は女の子の名前ではないため、ダリルハンナのキャラクターがマディソンアベニューの道路標識から「マディソン」という名前を選んだのはおかしかったです。
24年後、マディソンは女の子の赤ちゃんの4番目に人気のある名前です！
政府の歴史に名前を付けます。（過去100年間のメアリーの悲しい衰退をチェックしてください。）
私が子供としてホワイトハウスに手紙を書いたとき、リチャードニクソン（またはおそらく秘書）が「ミスレットアンダーソン」に宛てた歴史的な場所の写真をいくつか返信してくれました。「ミス・レット？」それも意味がありません！クラークゲーブルのレット（口ひげのある、風と共に去りぬ！）とビビアンリーのスカーレットの違いを本当に伝えないのですか？「リチャード・ニクソンでさえ魂を得ている」というニール・ヤングの保証にもかかわらず、私は彼を決して許しません。
許容できるレベルの精度でこのようなサービスが存在することはないと確信しています。これは私が克服できないと思う問題です：
私のpython性別検出プロジェクトをご覧ください https://github.com/muatik/genderizerをご覧ください。
それは彼らの名前やサンプルテキスト（例えばつぶやき）を見ている著者の性別を検出しようとします。
また、パフォーマンスのためにmemcachedのmongodbもサポートしています。
これは実際にはプログラミングの問題ではありません-確率表を取得することになります。
私の知る限り、蒸留形式の公共データベースはありません。これを国勢調査データから構築するか、誰かからデータを購入することができます。
たとえば、カナダの確率表を販売している人です。
私見、個人の名前から性別を特定することは一般的に悪い考えです。多くの名前はインターセクシャルであり（良い悲しみ、これは一言?? :-)、また、ある文化では別の性別、別の文化では別の性別かもしれません。
いくつかの愚かな例、頭に浮かんだほんの一例（私の世界の一部、CEから）
Vanja-ここから東の国では女性、主に男性
Alex-インターセックス（サンドラ、女性、およびサンドロ、男性の略）
Robin-西洋文化では、両方になることができます
世界の一部の地域では、人の性別は名前がどのように終わるかを見ることで決定できます。たとえば、Marija、Sandra、Ivana、Petra、Sara、Lucija、Ana-これらの女性の名前のほとんどが「ja」または「ra」で終わることがわかります。他の例もあります。
それでも、ユーザーにセックスを求めるだけの方がいいと思います。
ちょうど人々に尋ねてください、そして、彼らが良いなら彼らはあなたに彼らの 'M'または 'F'を与えます、そして彼らがそうでなければ彼らに 'A'を与えます。