Извлечь имя из текста на php возможно?

Question

[SteepNET]

Добрый день!
Хотелось бы понять возможно ли извлечь из текста имя человека на php ?
Например есть текст "привет меня зовут саша" , нужно выделить и вывести "саша"
Понимаю что чудес не бывает и видимо нжно какую то базу имен и в ней искать совпадения через preg_match ?
Что то искал везде какие то регулярки и.т.д, есть проще способ?

Answer 1

[Flying]

Сильно зависит от реальной задачи, которая в вопросе не указана.

Одно дело если ваш текст имеет определённый формат и вы знаете что имя в тексте точно есть и где его искать. Или вы знаете что имена могут быть не произвольными, а строго из какого-то списка. В этом случае вам, естественно, могут помочь регулярки, поиск по словарю и т.п.

Если же речь идёт о произвольном тексте - то здесь всё сильно интереснее. Ведь имён очень много, они могут иметь разные формы (полное / краткое имя), падежи (Саша, Саше, Сашу, Сашей и т.п.), могут быть написаны с ошибками, опечатками, неоднозначностями написания (Артем / Артём), транслитом и т.п.

Здесь я бы рекомендовал в первую очередь обращаться к специализированным сервисам. Если речь идёт о русском языке - в голову первым делом приходит, конечно же, dadata.ru и их API по стандартизации имён. Да, это стоит каких-то денег, но работает очень хорошо, могу сказать по своему опыту.

Comments

[SteepNET]

Задача такая что я должен извлечь имя из тескста и отправить его в Yandex Speech KIT для озвучьки ,
Есть некая база имен на подобии такой
1499;Пахом;{"name": "Пахом", "full": "Пахом", "diminutive": "", "sex": "м"}
1500;Пашка;{"name": "Пашка", "full": "Пашка", "diminutive": "", "sex": "м"}
1501;Педро;{"name": "Педро", "full": "Педро", "diminutive": "", "sex": "м"}
1502;Пейдж;{"name": "Пейдж", "full": "Пейдж", "diminutive": "", "sex": "ж"}

Нужно в ней искать совпадения и отправлять на озвучку, но база не обязательно должна быть тькой...

[Flying]

SteepNET, Нужно искать совпадения с чем? База есть, хорошо, а то что ищется - откуда берётся? Если из приведённого в вопросе текста "привет меня зовут саша" то мы возвращаемся к началу моего ответа, где нужно определиться - знаете ли вы что в исходном тексте имя написано точно как в базе ли нет?

Если знаете - тут можно хоть регулярку, хоть поиск - без разницы. А вот если не знаете - то см. вторую часть моего ответа.

[SteepNET]

dadata.ru платный ,да и думаю что все склонения сами можем указать..
"привет меня зовут Саша" это пример того как человек отвечает боту, например он может ответить просто "Саша" а может "вообще то меня зовут Александр", надо выципить именно "Саша" или "Александр" и далее я уже буду передавать имя на озвучку...

[Flying]

SteepNET, Если у вас есть база имён - вы можете работать с ней, просто занимаясь поиском. По-

хорошему её надо поддерживать, расширяя за счёт новых имён, это отдельный труд, насколько вы к этому готовы - вопрос. Помимо этого, конечно, вам нужно будет написать код для преобразования имён с учётом ошибок, опечаток и т.п., этот код будет постепенно расширяться и усложняться по мере набора данных (т.е. исходные тексты надо будет сохранять и периодически анализировать на предмет корректности распознавания).

Т.е. сама-то по себе проверка простая: бьёте текст по white space и проверяете каждое слово в базе. А вот поддержка и развитие базы - это труд объёмом в несколько порядков больше озвученной вами задачи. Соответственно вам необходимо оценить всю задачу целиком, а не только ту её часть, о которой ваш вопрос.

[SteepNET]

Flying, Был бы сильно признателен за простенький пример если не сложно!

[Flying]

SteepNET, Ну он же очевиден:

<?php

function extract_name(string $text) : ?array {
    // Бьём на слова
    $words = preg_split('/\s+/u', $text);
    foreach ($words as $word) {
        // Слово, естественно, должно быть нормализовано перед поиском
        // Нормализаторов может множество, здесь функция т.к. это пример,
        // в реальности это какой-нибудь агрегатор классов, каждый из которых
        // выполняет какой-то этап нормализации
        // Варианты нормализаций (естественно не все):
        // - приведение в регистр, соотетствующий записи в базе данных
        // - удаление мусора
        // - нормализация падежа?
        $word = normalize($word);
        // Ищем нормализованное слово в базе данных
        // Опять же, детали поиска - за скобками, название функции и то,
        // что это функция - просто для примера
        // Для простоты считаю что она возвращает ?array, но там
        // вполне может быть и объект   
        $name = get_name_from_database($word);
        if ($name) {
            return $name;
        }
    }
    return null;
}

// Исходный текст
$text = 'привет, меня зовут саша';
// Достаём имя из текста
$name = extract_name($text);

[SteepNET]

Flying, Спасибо за пример ,что то в песочнице не заводится код =(

[Flying]

SteepNET, Разумеется, это ведь пример :) Он и не должен заводиться. Я ведь не могу знать как и в чём у вас хранится база данных, что в ней находится, на чём написан ваш проект и т.п., всё это вы должны написать сами. Я же пытаюсь проиллюстрировать всё то же, что написал в ответе - вам нужно понять к какому из описанных мной вариантов склоняется ваша реальная задача. Дальнейшие действия, в зависимости от варианта, я также указал в ответе.

[SteepNET]

Flying, Понял! Спасибо большое!

Answer 2

[vitaly_74]

кроме регулярок и словаря ничего не поможет.