Genre du prénom – Déterminez si un nom est masculin ou féminin

N°1 confirmé sur les benchmarks multiculturels

Une étude de 2026 évaluée par les pairs et publiée dans Internal and Emergency Medicine (Springer) a comparé trois grandes API de détection du genre sur 11 999 coureurs issus de sept grands marathons internationaux (New York, Berlin, Paris, Shanghai, Tokyo, Dubaï, Abou Dabi). Namsor a obtenu le taux d'erreur global le plus bas à 4,8 %, soit près de la moitié de celui de l'outil suivant à 8,0 % (p < 0,001). Namsor a également classifié 100 % des noms sans en laisser aucun non classifié, tandis que les outils concurrents en laissaient jusqu'à 7 % sans résultat.

Le seul outil qui ne faiblit pas sur les noms peu courants

La plupart des API de détection du genre s'appuient sur des tables de correspondance de prénoms connus. Elles fonctionnent bien sur les noms courants mais échouent sur les noms rares ou inconnus. Une étude de 2021 évaluée par les pairs (Journal of the Medical Library Association) l'a démontré clairement : lorsque les prénoms en doublon étaient retirés du jeu de données pour ne laisser que des noms uniques, le taux d'erreur d'un outil concurrent majeur grimpait de 17,7 % à 28,2 %. Celui de Namsor ne passait que de 2,0 % à 3,1 %.

La raison : Namsor ne se contente pas de chercher les noms dans une liste. Il utilise l'analyse morphologique pour décoder la structure interne d'un nom (racines, suffixes, schémas phonétiques), ce qui lui permet de classifier avec précision des noms qu'il n'a jamais vus, y compris des noms nouvellement inventés.

Précis sans contexte géographique, contrairement aux alternatives

La même étude de 2026 a montré que l'ajout d'information sur le pays améliorait la précision des outils concurrents mais n'avait aucun effet statistiquement significatif sur Namsor (p = 0,41). Les modèles morphologiques de Namsor capturent déjà les signaux culturels et linguistiques présents dans le nom lui-même.

En pratique, c'est important : dans la plupart des jeux de données réels (bases CRM, jeux de données de recherche, archives historiques), le pays de la personne est inconnu. Les outils concurrents, déjà moins précis que Namsor sur les benchmarks qui incluent les données pays, deviennent nettement moins fiables sans elles. Ils exigent de collecter des données personnelles supplémentaires (pays, nationalité) pour approcher un niveau de précision que Namsor atteint à partir du seul nom, ajoutant à la fois de la friction et un coût en termes de confidentialité.

Adopté par l'industrie de l'édition scientifique

Namsor est la solution de référence en détection du genre utilisée par les grands éditeurs scientifiques. Elsevier et Springer Nature s'appuient sur Namsor en interne pour leurs propres analyses bibliométriques de genre, incluant la démographie des auteurs, la composition des comités éditoriaux et la diversité des évaluateurs.

Namsor a été sélectionné par Elsevier et Science-Metrix pour alimenter les statistiques de genre des rapports SheFigures de la Commission européenne, mesurant la contribution des femmes à la recherche scientifique en Europe (lire le rapport).

Détection du genre sur 22 systèmes d'écriture

Namsor classifie le genre à partir de noms écrits dans 22 alphabets et systèmes d'écriture, dont le latin, le cyrillique, l'arabe, le devanagari, le han (chinois), le hangul (coréen), l'hiragana, le katakana, l'hébreu, le thaï, le bengali, le tamoul, le télougou, le gujarati, le kannada, le malayalam, le géorgien, l'arménien, l'éthiopien, le khmer, le birman et le grec. La plupart des outils concurrents ne prennent en charge que l'alphabet latin.