如何用程序给宝宝取名

写在前面

好的名字包含父母对宝宝美好寄托，程序只是根据一些规则去生成名字，由于NLP、语料等的限制，程序生成的名字只能作为参考，质量肯定达不到宝妈宝爸钻研推敲的水平，所以不用妄想全自动化生产，还是老老实实动脑比较好。

部分生成结果

sample_result

关于程序

Github

https://github.com/clg456852/Baby_name

程序使用Python编写，版本2.7。程序只考虑了的双字名字。

依赖库：

• jieba
• snowNLP
• bs4
• threadpool
• zhconv

由于涉及到爬虫，如果在公司跑的话，需要设置代理。同时在 http://auth-proxy.oa.com/DevNetTempVisit.aspx 申请访问外网权限。
。

如何取个好名字

前面说了，一个好的名字，最重要的是包含父母对宝宝美好寄托。
在此之上，尽量满足意、音、形，同时中国文化的八字也是一个考虑选项。

意： 名字最重要的属性，如希望宝宝开心取“乐”、“欣”字等，个人觉得如果，如果第二个字是动词的话，或者名字是形容词，更能获得好的寓意，如“怀乐“、”欣然“。

音： 如果名字其中的一个字的韵母与姓氏发音类似，则名字读起来会比较平滑，但不能两个都是，可能会比较绕口，同时最后一个字最好是舌根音，读起来短促有力。

形： 如果姓氏是上下结构，那么名字的其他字不宜再用相同结构。

八字： 八字平衡是最好的，通过八字的异类和同类来确定八字的喜用神。其中用神用来平衡八字，而喜神是生成用神的属性。

原理

由上面的分析，程序的实现方案为：从语料（古典诗词）中获取词汇，分析词汇的意、音、八字、五格，给出最靠谱的若干的作为选择。

我整理的语料有：诗经、楚辞、唐诗300首、宋词300首、论语、全唐宋词等，有一些已经与处理过了，以‘corpus’开头。从语料中获取语句，根据一定的规则组词、分词，获取满足目标函数的名词作为潜在的名字。

这里目标函数我没有考虑名字的形，是因为这个属性属于景上添花的类型，宝妈宝爸可以挑选过程自行决定。

计算名字的八字、五格，我是用爬虫提交表单 https://www.meimingteng.com/Naming/Default.aspx?Tag=4 ，再分析返回结果。所以短时间密集发送表单，可能会被服务器封IP，需要大量爬取的话最好建个代理池。

语料 -〉 组词 -〉词组分析 -〉获取寓意、八字得分 -〉排序输出

为了满足上面的需求，采用一些现有的第三方包来实现部分功能。

其中：

snowNLP可以分析词语的词性、声母、情感分析。

jieba可以对现有的语料进行分词。

zhconv用来将繁体语料转成简体版本。

bs4用来分析爬虫爬到的结果。

threadpool利用多线程来加速爬虫请求。

使用方法

list

运行create_name脚本，可从语料中组词并提交表单到姓名打分网。
如果已经有名字可以直接运行name_score_post脚本，还还有其他一些是用做辅助工具的脚本。

程序结构

程序最主要的脚本有两个：‘create_name.py’ 和 ’name_score_post.py’。

• create_name

从语料中组词，挑选满足目标函数的词，输出到目标文件中。

默认从楚辞里组词，可以自行选择其他语料，全唐宋词规模太大，不推荐。

    # 诗经
    # create_name_from(convertZh.shi_jing)
    # 楚辞
    create_name_from(convertZh.chu_ci)
    name_score_post.create_name_excel_from(convertZh.chu_ci)
    # 300 tang
    # create_name_from(convertZh.tang_300_peom)
    # 300 chu
    # create_name_from(convertZh.song_300_verse)
    # quan tang song verse
    # create_name_from(convertZh.all_tang_song_verse)
    # lun_lu
    # create_name_from(convertZh.lun_yu)

组词规则： 在句首、句尾、句间挑选字来组词，子句内用jieba分词去取的句内的词。

def create_names_based_on(text_line):
    clauses = clauses_from_sentence(text_line)
    names = []
    # 子句内
    for clause in clauses:
        if len(clause) > 3:
            add_new_name(clause[0] + clause[1], names)
            add_new_name(clause[-2] + clause[-1], names)
            add_new_name(clause[-3] + clause[-1], names)

            seg_list = jieba.cut(clause, cut_all=True)
            for seg in seg_list:
                if len(seg) == 2:
                    add_new_name(seg, names)
                if len(seg) == 4:
                    add_new_name(seg[0] + seg[1], names)
                    add_new_name(seg[-2] + seg[-1], names)
    # 子句间
    if len(clauses) > 1:
        for i in range(len(clauses)):
            if (i + 1) < len(clauses):
                clause_pre = clauses[i]
                clause_post = clauses[i+1]
                add_new_name(clause_pre[-1] + clause_post[-1], names)
                add_new_name(clause_pre[0] + clause_post[0], names)
                idx0 = random.randint(0, len(clause_pre)-1)
                idx1 = random.randint(0, len(clause_post)-1)
                add_new_name(clause_pre[idx0] + clause_post[idx1], names)
            if (i + 2) < len(clauses):
                clause_pre = clauses[i]
                clause_post = clauses[i + 2]
                add_new_name(clause_pre[-1] + clause_post[-1], names)
                add_new_name(clause_pre[0] + clause_post[0], names)
                idx0 = random.randint(0, len(clause_pre)-1)
                idx1 = random.randint(0, len(clause_post)-1)
                add_new_name(clause_pre[idx0] + clause_post[idx1], names)

    names.append(u"\n来源: " + text_line)
    return names

目标函数： 基于snowNLP实现，用来挑选正向的、词性、发声满足特定规则的词汇。

s = SnowNLP(n)
if s.sentiments > 0.6:
if s.pinyin:
    for py in s.pinyin:
        if (py.encode('utf-8').endswith(finals_consonant) or py.encode('utf-8').endswith(finals_consonant[-1]))\
                and not py.encode('utf-8').startswith(initial_consonant):
            # Pin Yin
            has_added = True
            postive_targets.write(n.encode('utf-8') + "\n")
            print(n.encode('utf-8') + '\n')
    if s.tags and not has_added:
        for tag in s.tags:
            # 获取词性
            if not has_added and ((tag[0] == n[0] and tag[1] == u'v') or tag[1] == u'a'):
                has_added = True
                postive_targets.write(n.encode('utf-8') + "\n")
                print(n.encode('utf-8') + '\n')
            if len(s.tags) > 2:
                assert 0
                                    

• name_score_post

读取目标文件，利用爬虫获取姓名在&网站&的分析结果，获取姓名的文化印象、八字、五格方面的得分，输出Excel表格以供参考。

def compute_score_of_name(name):
    form['ctl00$ContentPlaceHolder1$InputBasicInfo1$tbMingWords'] = name
    try:
        paramsData = urllib.urlencode(form)
        request = urllib2.Request(url, paramsData)
        # print("HTTP GET")
        response = urllib2.urlopen(request, timeout=20)
        # print("Respone Successfully")
        content = response.read()
    except Exception as e:
        print("Error: " + str(e))
        return None

    soup = BeautifulSoup(content, 'html.parser')

    # print(soup)
    correct_response = False
    for node in soup.find_all("table", class_="naming2"):
        node_content = node.get_text()
        if u"评分：" in node_content:
            correct_response = True
            score_culture = get_score_of("文化印象", node, soup)
            score_bazi = get_score_of("五行八字", node, soup)
            score_shengxiao = get_score_of("生　　肖", node, soup)
            score_wuge = get_score_of("五格数理", node, soup)
            name_score = {
                            '文化印象': score_culture,
                            '五行八字': score_bazi,
                            '生　　肖': score_shengxiao,
                            '五格数理': score_wuge
                        }
            return name_score
    # TODO: 不能处理的名字
    if not correct_response:
        return None

关于结果

理想很丰满，现实很骨感。

目前使用的NLP与用来爬分析结果的网站，均没有表现得很“智能”，所以生成的结果可用率不高，像“无父”、“无母”这种词都能取得很高的分……

不过以更佛系的态度看，生成的结果有一些还是能够给宝妈宝爸一些启发的。还是那句话，名字是父母给宝宝的一份礼物，还是更积极地参与进去比较好，这份经历本身也是甜蜜美丽的财产。

致谢

meimingteng