中国人名異表記データベース

中国語人名と異表記は数百万件と規模が巨大で、その特定は計算言語学で大きな課題となっています。

CJKIの包括的な中国語人名データベースは、中国語の基本人名（姓と名別々）160万項目とそのローマ字異表記約760万項目からなり、固有表現認識と自然言語処理アプリの品質向上に貢献します。

中国人名異表記データベース（CNV: Chinese Personal Name Variants）は、中国人の姓・名を多くの標準的なローマ字表記で収録するデータベースで、タイプ、頻度、性別等の多様な付加情報を提供します。ピンイン、ウェード式、イェール式、台湾で使う通用ピンイン等多くの中国人名の主なローマ字表記と、現在はあまり使わない表記も含む異表記を幅広く網羅したデータベースで、方言表記（広東語、客家語、福建語等）も提供します。