中文姓名的自动辨识对中文信息处理的重要性是不言而喻的。中文姓名不像印欧语言那样，可以通过大写字母来辨识，而其中的不少姓氏和名字用字又可构成普通词或普通词的一部分，如果不加以处理，将导致相当数量的分词错误，轻微的，将把姓名拆成字串；严重的，还将造成错误的蔓延现象。这些都给姓名辨识造成了很大难度。

姓名辨识主要利用的信息包括：中文姓名的用字规律，姓名用字的使用频率，以及姓名上下文。

1. 姓氏频率表与名字用字频率表

通过对174,900个中文姓名进行抽样综合统计的结果，建立姓氏频率表XFL与名字用字频率表MCFL，并从中发现，中文姓名的用字有以下几个规律：

（1）统计得到的姓氏不多，仅为729个，分布很不均匀，但相对集中。前5大姓“王、陈、李、张、刘”占了姓名样本库的32.0%，前365个姓占99.0%，而其余364个姓氏仅占不到1.0%。

（2）某些姓氏可用作单字词，其中不乏高频单字词，例如常见姓氏“王、黄、马、高、于”和不常见姓氏“是、过、来、从、那”。

（3）统计得到3345个名字用字。名字用字的分布较姓氏要平缓、分散，涉及的范围很广，从所属的词类上看，不仅有实词，也有各类虚词。

（4）某些汉字既可用作姓氏，又可用作名字用字。如“林、方、金、江、柳”。

（5）根据构词能力，名字用字可以划分成三类：即可用作单字词的开放式名字用字，虽不可用作单字词，但可构词的相对封闭式名字用字，以及既不可用作单字词，又不可构词的绝对封闭式名字用字。例如“爱”、“睿”、“逵”就分别属于这三类字。

一般说来，中文姓名分单名sn和双名pn两类。其中，

单名形如：sn=x(姓氏）m₁(名字首字）；

双名形如：pn=x(姓氏）m₁（名字首字）m2（名字末字）。

令fx(x∈姓氏)表示姓氏x的使用频率；

fm(mi∈名字用字，i=1，2)表示名字用字mi的使用频率。

根据表XFL及MCFL，可给出姓名的概率估值：

p(sn)=fx(x)×fm(m₁),以及p(pn)=fx(x)×fm(m₁)×fm(m₂)。