百萬級中文人名語料庫

中文人名語料庫（Chinese-Names-Corpus）

包含120萬常見中文人名；25萬古代中文人名；1萬日本常見人名；2萬英文常見姓或名；1千個中文姓氏；5千稱呼詞根，18萬中文稱呼；48萬翻譯人名。

可以用作分詞字典，或人名識別訓練語料。

GitHub地址：wainshine/Chinese-Names-Corpus

再給大家推薦一下：由美國哈佛大學費正清中國研究中心、台灣中央研究院歷史語言研究所、和北京大學中國古代史研究中心三方合建的 中國歷代人物傳記資料庫（CBDB） 中國歷代人物傳記資料庫（CBDB） 。

CBDB資料庫收錄了約37萬中國古代人物的資料，有人物生卒年月、官職、人物關係網等，甚至還有地理位置信息。可以用來做數據可視化、或社交網路分析。

該資料庫的資料庫可以在官網下載到。

如果大家有日本人名識別或其他的需求，也可以去 名前辭典 這個網站看看，お名前辭典 - 赤ちゃん?子供の名前 約18萬件から検索できる名前辭書 。該網站收錄了約18萬日本人名，其中男性人名10萬，女性人名12萬。

以上。