天问

汉字词频分析—-如何起公司名(一)

如何起好一个名字,而这个名字必须容易记住,此外,不得与当前所有人的名字相同(比如公司起名)。

公司名要求:

1、不得含数字,字母等特殊字符。

2、不得含繁体,偏僻字等

3、不得与当前当地相同行业的公司名冲突。

4、公司名最好两个字。

5、至少挑选20个优秀的名字。

(1)穷举所有两汉字名

做一个计算,3500汉字中假设有一半字都可以用来起名(比如,死,瓣爆簿颤蹿蹬蹲羹疆警麓靡蘑孽攀蟹等都不可以)。那么,就有1750,两两组合的话,大概有153万体量的两字的名字。而怎么机智的筛选掉一半后面再说。那么3500多数据两两组合的话,大概有700多万数据,这个数据太大,我尝试用服务器跑了一下,一天下来,发现只跑了350万,结果集就达到了6G多数据.

BaiduHi_2016-8-9_14-33-29

两汉字组合结果大概是:

1204408475

为此这种穷举的方法查找,需要优化(词频分析)。。。。。

中国汉字博大精深,中文简体就有上万个字,几十万词语(这个可以翻看百度输入法词库数据)。
而现实生活中,汉语水平小学文化即可,我们小学学过3500个左右汉字。这3500汉字,是统计后发现使用最频繁的。那么这么多汉字中,继续筛选,又有多少经常使用呢?

(1)按照笔画顺序对3500多汉字进行排序:

BaiduHi_2016-8-9_14-7-38

笔画数最少1笔,最多24笔,当然其他繁体字,偏僻字不算。

可以看到,超过10笔画的汉字,大部分都不认识,笔画数越多越记不住。。。。。。。。那么,对于起名来说,最好名字不要超过10笔。。。。。。。当然起名字还要去掉贬义词,量词,动词,副词,语气词等等。。为此,可以大刀阔斧的砍掉超过10笔画的汉字。。。。。。。。

结论:3500汉字大约去掉三分之一。接下来就是精选阶段了,最后再过渡到第一步,两两组合穷举这些两字组合。。下文将继续介绍。

 

博客地址:http://blog.yoqi.me/?p=414
扫我捐助哦
喜欢 0

这篇文章还没有评论

发表评论