给定人名，例如“Adjutor Ferguson”。
如何定义是男是女？
我想到了一个解决方案：
I have found Person NLP training dataset here mbejda.github.io.
And via a machine learning software like Apache Mahout, train it and provide real data.
但我不确定结果的准确性。
可能存在另一种方法吗？（例如 scikit-learn.org）
该数据集看起来是一个很好的起点。请记住，当您从这些数据集制作自己的数据集时，如果您希望它能够很好地预测两者，您将希望保持男女比例平衡。
您使用什么机器学习软件（Apache Mahout、scikit-learn、weka 等）并不重要。选择一个适合您选择的语言的语言，因为对于较小的数据集大小，速度可能不会太在意。至于功能，您通常使用 ngram 作为 NLP 分类任务的基线。如果你在这里使用 ngram，你最终不会得到任何非常有趣的东西，因为该模型不会推广到任何看不见的名字。我建议您尝试使用字符 ngram 作为功能基线，也许像音节 ngram 之类的东西稍微高级一些（有关音节标记化，请参阅https://stackoverflow.com/questions/405161/detecting-syllables-in-a-词）。