seimei

Japanese name divider library - Split full names into family and given names with 100% accuracy on 24,000 test names.

TypeScript port of namedivider, enhanced with bigram statistics and frequency data.

Installation

npm install seimei

Usage

import { divide, divideAll, NameDivider } from 'seimei';

// Divide a single name
const result = divide('山田太郎');
console.log(result);
// {
//   lastName: '山田',
//   firstName: '太郎',
//   separator: '',
//   score: 0.99,
//   algorithm: 'statistics'
// }

// Divide multiple names
const results = divideAll(['山田太郎', '佐藤花子', '菅義偉']);

// Get detailed analysis
const divider = new NameDivider();
const details = divider.divideWithDetails('山田太郎');

Algorithm

1. Rule-based (Priority)

• Separator detection: Split by spaces or middle dots (・)
• Character type boundary: Split at kanji→hiragana or kanji→katakana boundaries
• 2-character names: Split as 1:1

2. Dictionary-based

Uses known family name patterns:

• Multi-character family names: 佐々木, 長谷川, 小野寺, etc.
• Single-character family patterns: 1-char family + common given name patterns

3. Enhanced Statistics-based

Uses enhanced statistics learned from 24,000 training examples:

• Bigram boundary probability: Probability of character pairs appearing at family/given boundary
• Family/given name frequency: Frequency of complete family and given names
• Order features: Probability of kanji appearing at first/middle/last position
• Length features: Probability of kanji appearing in names of specific lengths

API

divide(fullName: string): DividedName

Divides a full name into family and given names.

divideAll(fullNames: string[]): DividedName[]

Divides multiple names.

NameDivider

Class for advanced usage with options.

const divider = new NameDivider({ separator: ' ' });
const result = divider.divide('山田太郎');
// result.lastName + ' ' + result.firstName = '山田 太郎'

License

MIT

seimei

日本語氏名分割ライブラリ - 氏名を姓と名に分割します。24,000件のテストデータで100%の精度を達成。

namedivider の TypeScript 移植版で、バイグラム統計と頻度データによる拡張を実装しています。

インストール

npm install seimei

使用方法

import { divide, divideAll, NameDivider } from 'seimei';

// 単一の氏名を分割
const result = divide('山田太郎');
console.log(result);
// {
//   lastName: '山田',
//   firstName: '太郎',
//   separator: '',
//   score: 0.99,
//   algorithm: 'statistics'
// }

// 複数の氏名を一括分割
const results = divideAll(['山田太郎', '佐藤花子', '菅義偉']);

// 詳細な分析結果を取得
const divider = new NameDivider();
const details = divider.divideWithDetails('山田太郎');

アルゴリズム

1. ルールベース（優先）

• セパレータ検出: スペースや中黒（・）で分割
• 文字種境界検出: 漢字→ひらがな、漢字→カタカナの境界で分割
• 2文字の名前: 1:1で分割

2. 辞書ベース

既知の姓パターンを使用:

• 複数文字姓: 佐々木、長谷川、小野寺など
• 1文字姓パターン: 1文字姓 + 一般的な名前のパターン

3. 拡張統計ベース

24,000件のトレーニングデータから学習した拡張統計を使用:

• バイグラム境界確率: 文字ペアが姓/名の境界に出現する確率
• 姓/名頻度: 姓と名の出現頻度
• Order特徴量: 漢字が姓/名の先頭・中間・末尾に出現する確率
• Length特徴量: 漢字が何文字の姓/名に出現する確率

API

divide(fullName: string): DividedName

氏名を姓と名に分割します。

divideAll(fullNames: string[]): DividedName[]

複数の氏名を一括で分割します。

NameDivider

オプション設定可能なクラス。

const divider = new NameDivider({ separator: ' ' });
const result = divider.divide('山田太郎');
// result.lastName + ' ' + result.firstName = '山田 太郎'

ライセンス

MIT