问题标签 [soundex]

美国人口普查局使用一种称为“soundex”的特殊编码来定位有关个人的信息。soundex 是一种基于姓氏发音方式而不是拼写方式的姓氏（姓氏）编码。听起来相同但拼写不同的姓氏，如 SMITH 和 SMYTH，具有相同的代码并一起归档。soundex 编码系统的开发是为了让您可以找到一个姓氏，即使它可能是用各种拼写记录的。

在本实验中，您将设计、编码和记录一个程序，该程序在输入姓氏时会生成 soundex 代码。系统将提示用户输入姓氏，程序应输出相应的代码。

基本 Soundex 编码规则

姓氏的每个 soundex 编码都由一个字母和三个数字组成。使用的字母始终是姓氏的第一个字母。根据下面显示的 soundex 指南，将数字分配给姓氏的其余字母。如有必要，在末尾添加零以始终生成四字符代码。忽略其他字母。

Soundex 编码指南

Soundex 为各种辅音分配一个编号。发音相似的辅音被分配相同的数字：

数字辅音

1 B、F、P、V 2 C、G、J、K、Q、S、X、Z 3 D、T 4 L 5 M、N 6 R

Soundex 忽略字母 A、E、I、O、U、H、W 和 Y。

遵循 3 个额外的 Soundex 编码规则。一个好的程序设计会将这些实现为一个或多个单独的功能。

规则 1. 双字母的名字

如果姓氏有任何双字母，则应将其视为一个字母。例如：

• Gutierrez 的编码是 G362（G，3 代表 T，6 代表第一个 R，第二个 R 被忽略，2 代表 Z）。

规则 2. 具有相同 Soundex 代码编号的并排字母名称

如果姓氏在 soundex 编码指南中并排有不同的字母且具有相同的数字，则应将它们视为一个字母。例子：

• Pfister 编码为 P236（P，F 被忽略，因为它被认为与 P 相同，S 为 2，T 为 3，R 为 6）。

• Jackson 编码为 J250（J，C 为 2，K 与 C 相同忽略，S 与 C 相同忽略，N 为 5，添加 0）。

规则 3. 辅音分隔符

3.a. 如果元音 (A, E, I, O, U) 分隔两个具有相同 soundex 代码的辅音，则元音右侧的辅音被编码。例子：

• Tymczak 编码为 T-522（T，5 代表 M，2 代表 C，Z 被忽略（参见上面的“并排”规则），2 代表 K）。由于元音“A”将 Z 和 K 分开，因此 K 被编码。

3.b。如果 "H" 或 "W" 分隔两个具有相同 soundex 代码的辅音，则右侧的辅音不被编码。例子：

*Ashcraft 编码为 A261（A，S 为 2，C 被忽略，因为与 S 相同，中间有 H，R 为 6，F 为 1）。它没有编码 A226。

到目前为止，这是我的代码：

该代码足以满足其要求，我只是不确定如何编写这三个规则。那就是我需要帮助的地方。因此，任何帮助表示赞赏。

我的经理告诉我，有一种方法可以评估拼写不同但发音相似的名称。理想情况下，我们希望能够评估用户输入的搜索名称并返回完全匹配以及“听起来相似”的名称。他称这个过程为“声音”，但我在谷歌上找不到任何信息。

这存在吗？有谁知道它是否可用于 VBA（访问）？

美国人口普查局使用一种称为“soundex”的特殊编码来定位有关个人的信息。soundex 是一种基于姓氏发音方式而不是拼写方式的姓氏（姓氏）编码。听起来相同但拼写不同的姓氏，如 SMITH 和 SMYTH，具有相同的代码并一起归档。soundex 编码系统的开发是为了让您可以找到一个姓氏，即使它可能是用各种拼写记录的。

在本实验中，您将设计、编码和记录一个程序，该程序在输入姓氏时会生成 soundex 代码。系统将提示用户输入姓氏，程序应输出相应的代码。

基本 Soundex 编码规则

姓氏的每个 soundex 编码都由一个字母和三个数字组成。使用的字母始终是姓氏的第一个字母。根据下面显示的 soundex 指南，将数字分配给姓氏的其余字母。如有必要，在末尾添加零以始终生成四字符代码。忽略其他字母。

Soundex 编码指南

Soundex 为各种辅音分配一个编号。发音相似的辅音被分配相同的数字：

数字辅音

1 B、F、P、V 2 C、G、J、K、Q、S、X、Z 3 D、T 4 L 5 M、N 6 R

Soundex 忽略字母 A、E、I、O、U、H、W 和 Y。

遵循 3 个额外的 Soundex 编码规则。一个好的程序设计会将这些实现为一个或多个单独的功能。

规则 1. 双字母的名字

如果姓氏有任何双字母，则应将其视为一个字母。例如：

Gutierrez 的编码是 G362（G，3 代表 T，6 代表第一个 R，第二个 R 被忽略，2 代表 Z）。规则 2. 具有相同 Soundex 代码编号的并排字母名称

如果姓氏在 soundex 编码指南中并排有不同的字母且具有相同的数字，则应将它们视为一个字母。例子：

Pfister 编码为 P236（P，F 被忽略，因为它被认为与 P 相同，S 为 2，T 为 3，R 为 6）。

Jackson 编码为 J250（J，C 为 2，K 与 C 相同忽略，S 与 C 相同忽略，N 为 5，添加 0）。

规则 3. 辅音分隔符

3.a. 如果元音 (A, E, I, O, U) 分隔两个具有相同 soundex 代码的辅音，则元音右侧的辅音被编码。例子：

Tymczak 编码为 T-522（T，5 代表 M，2 代表 C，Z 被忽略（参见上面的“并排”规则），2 代表 K）。由于元音“A”将 Z 和 K 分开，因此 K 被编码。3.b。如果 "H" 或 "W" 分隔两个具有相同 soundex 代码的辅音，则右侧的辅音不被编码。例子：

*Ashcraft 编码为 A261（A，S 为 2，C 被忽略，因为与 S 相同，中间有 H，R 为 6，F 为 1）。它没有编码 A226。

到目前为止，这是我的代码：

足以满足要求，我只是不确定如何编写这三个规则。那就是我需要帮助的地方。因此，任何帮助表示赞赏。

我知道用于英语中“类似声音”的字符串匹配的 Soundex 和 Double-Methaphone 算法。我在哪里可以找到类似的算法，或荷兰语算法之一的端口？

快速 MYSQL/PHP 问题。如果使用普通搜索查询未找到任何结果，我将使用“不那么严格”的搜索查询作为后备，以调整：

现在，我使用 PHP 来突出显示结果，例如：

但是当我不知道要突出什么时，这种方法就会失败。有什么方法可以在运行该 mysql 查询时找出“声音相似”匹配是什么？

也就是说，如果有人搜索“Joan”，我希望它改为突出显示“John”。

这是我的问题。例如，我有一个表Products，其中包含一个字段Name：

我目前正在为 iPhone 网络应用程序实现一个简单的搜索引擎（SQL Server 和 ASP .NET、C#），我想使用SOUNDEX()SQL Server 函数。

问题是，我不能直接SOUNDEX在Name字段上使用。（这将无关紧要，因为名称中有几个单词。）我想将该函数应用于名称SOUNDEX字段中的每个单词，然后查看其中是否有任何与研究的关键字匹配。

如果有人知道如何做到这一点，那就太棒了。

试图弄清楚出了什么问题，一定是一种愚蠢的语法。

我得到的错误是：

MySqli 错误：“字段列表”中的未知列“sndx”异常类型：QMySqliDatabaseException

没有 sndx 列。目的是使用 SOUNDEX... 匹配帐户中的值。

我的应用程序将为“听起来像”给定类型名称的英文名称提供建议列表。

查询将需要优化并尽快返回结果。哪个选项最适合快速返回结果。（或者你自己的建议，如果你有的话）

A. 生成 Soundex 哈希并将其存储在“名称”表中，然后执行以下操作：（这样可以节省每次查询至少为我的数据库中的每一行生成 soundex 哈希，对吗？）

从 NameSoundex = Soundex('Ann') 的名称中选择名称

B. 使用差异函数（这必须为表中的每个名称生成 soundex？）

从差异（名称，'Ann'）> = 3的名称中选择名称

C. 简单比较

从名称中选择名称其中 Soundex(name) = Soundex('Ann')

• 选项 A 在我看来是最快的返回结果，因为它只为一个字符串生成 Soundex，然后与索引列“NameSoundex”进行比较

• 选项 B 应该比选项 A 提供更多结果，因为名称不必与 soundex 完全匹配，但可能会更慢

• 假设我的表可以包含数百万行，什么会产生最好的结果？

我对此进行了一些研究，并浏览了 StackOverflow 上的一些文章以及一些博客文章，但还没有找到确切的答案。我还读到使用 4.0 框架可以做到这一点，但还没有找到任何支持证据。

所以我的问题是，是否可以通过 LINQ to SQL 查询执行 SOUNDEX？

我想根据行的标题列选择相似的行。标题列大多有 5 或 6 个六个关键字。你推荐哪种算法？Soundex 也许？

PS：标题列具有 unicode 字符，例如Ç，Ö，Ş...