Soundex
Soundex ist ein phonetischer Algorithmus, der englische Namen nach Aussprache als einen Buchstaben plus drei Ziffern kodiert und ähnlich klingenden Namen denselben Code gibt; er dient der unscharfen Personennamensuche.
Zweck
Kodiert Namen nach englischer Aussprache, damit anders geschriebene, aber gleich klingende Namen zusammenfinden.
Mechanismus
Ersten Buchstaben behalten + Vokale und h/w/y (a,e,i,o,u,h,w,y) entfernen + Konsonanten gruppenweise auf Ziffern abbilden (b,f,p,v→1; c,g,j,k,q,s,x,z→2; d,t→3; l→4; m,n→5; r→6) + benachbarte Gleichgruppen-Codes zusammenziehen + mit Nullen auf 3 Ziffern auffüllen.
Anwendungsfälle
- Suche in Namensdatenbanken
- Genealogische Suche
- Rechtschreibkorrektur
- Duplikatbereinigung von Datensätzen
Beispiele
- Eingabe
RobertOutputR163Robert and Rupert share the same code
Häufige Fehler
- Soundex suits English only; other languages need adjustments
- Use a language-specific phonetic algorithm
Verwandte Begriffe
Metaphone
Metaphone ist ein gegenüber Soundex verbessertes phonetisches Verfahren, das mehr englische Ausspracheregeln berücksichtigt (z. B. Konsonantenverbindungen und stumme Buchstaben) und dadurch genauer ist. GLOSSAR
Levenshtein Distance
Die Levenshtein-Distanz ist die minimale Anzahl an Einfügungen, Löschungen und Ersetzungen einzelner Zeichen, die nötig sind, um zwei Zeichenketten identisch zu machen. GLOSSAR
Fuzzy Search
Unscharfe Suche (Fuzzy Search) ist eine Suchtechnik, die Schreibvarianten toleriert und über Editierdistanz, N-Gramme oder phonetische Algorithmen ungefähre Treffer zuordnet. GLOSSAR