Предположим, что нам на вход подается произвольное слово и необходимо узнать является ли оно одушевленным или нет. Причем одушевленность надо проверить только для имен существительных. Один из простых способов узнать одушевленность это:

1. Проверить, является ли слово существительным
2. поставить слово в форму винительного падежа множественного числа
3. поставить слово в форму родительного падежа множественного числа
4. сравнить 2 и 3 и если формы совпадут, то слово будет одушевленным, в противном случае — неодушевленным

Согласно данному алгоритмы напишем код на python с использованием pymorphy2:

# -*- coding: utf-8 -*-
import pymorphy2

def isAnimateNoun(word):
    morph = pymorphy2.MorphAnalyzer()
    parsed = morph.parse( word )

    #if not parsed, return False
    if len(parsed) == 0:
        return False

    #let's check if word is Noun.
    #if we have multiple variations, let's take first
    noun_word = None
    for variant in parsed:
        if {'NOUN'} in variant.tag:
            noun_word = variant
            break

    if noun_word is None:
        return False

    #checking forms
    #множественное число родительного и винительного падежа
    gent_case = noun_word.inflect({'plur', 'gent'})
    accs_case = noun_word.inflect({'plur', 'accs'})
    if gent_case is None or accs_case is None:
        return False

    if gent_case.word == accs_case.word:
        print(gent_case.word)
        return True
    else:
        return False

print(isAnimateNoun(u'динозавр'))

Данный способ весьма прост, но его точность гарантировать не буду. Т.к. в случае мужского рода частенько проверяют формы слова 2 и 3 и для единственного числа. Однако, разработчики pymorphy2 уже озадачились данной проблемой и оказывается достаточно написать следующий код:

# -*- coding: utf-8 -*-
import pymorphy2

def isAnimateNoun2(word):
    morph = pymorphy2.MorphAnalyzer()
    parsed = morph.parse( word )

    #if not parsed, return False
    if len(parsed) == 0:
        return False

    #let's check if word is Noun.
    #if we have multiple variations, let's take first
    for variant in parsed:
        if {'NOUN'} in variant.tag:
            if variant.tag.animacy is not None and variant.tag.animacy == "anim": #inan, anim
                return True

    return False

print(isAnimateNoun2(u'динозавр'))

Вот и все. Отмечу лишь, что в коде мы учитываем возможную морфологическую неоднозначность, т.е. если слово может принимать формы разных частей речи , то мы берем только имена существительные.

Получить файл с национальностями мира не так то уж и сложно, достаточно зайти на ту же википедию, скопировать искомую таблицу и немного подредактировать. Что собственно я и сделал, получился следующий файл ( скачать национальности мира txt ). Однако все источники, которые удалось найти, предлагают национальности только во множественном числе, т.е. не «китаец» а «китайцы», не «японец», а «японцы».  А как Вы могли понять, для моей задачи требуется выделять национальность в мужском роде единственного числа. Немного поразмыслив, решил воспользоваться морфологическим анализатором pymorphy2, который написан на Python и позволяет ставить слово в нужную форму. Пишем следующий скрипт:

# -*- coding: utf-8 -*-
import pymorphy2

morph = pymorphy2.MorphAnalyzer()

generated_nationalities = [] #

file = open('all_nationality.txt', 'r')
for line in file.readlines():
    line = line.strip() #deleting unnecessary spaces
    if ' ' in line: continue #not processing several words
    parsed = morph.parse( line.decode('utf-8') )
    if len(parsed) == 0: continue #if pymorphy converted
    parsed = parsed[0]
    res = parsed.inflect({'sing', 'nomn'})
    if res is None: continue #continue if can not generate
    print(res.word)

    generated_nationalities.append( line + ', ' + res.word.encode('utf-8') )
file.close()

#writing to file
file_generated = open('generated_nationalities.txt', 'w')
file_generated.write( "\n".join(generated_nationalities) )
file_generated.close()

Немного поясню код:

1. Сначала подключаем библиотеку pymorphy2 и инициализируем морфологический анализатор.
2. Для каждой строки, содержащую национальность, убираем ненужные пробелы и знак переноса строки
3. Если национальность состоит из нескольких слов, то пропускаем (возможно в следующий раз будем изменять словосочетания вроде «суринамцы индийского происхождения» но для текущей задачи это избыточно )
4. Генерируем национальность в единственном числе и добавляем в список
5. На последнем шаге происходит запись в файл полученного списка

В результате исполнения данной программы получился следующий файл - национальности в мужском роде txt Хорошо бы было ещё получить национальности и в женском роде, но pymorphy этого делать пока не позволяет