Soundex

Soundex est un algorithme phonétique qui encode les noms anglais selon leur prononciation en une lettre plus trois chiffres, attribuant le même code aux noms à consonance proche ; il sert à la recherche approximative de noms de personnes.

Objectif

Encode les noms selon la prononciation anglaise afin que des noms orthographiés différemment mais prononcés pareil correspondent.

Mécanisme

Garder la première lettre + supprimer les voyelles et h/w/y (a,e,i,o,u,h,w,y) + mapper les consonnes vers des chiffres par groupe (b,f,p,v→1 ; c,g,j,k,q,s,x,z→2 ; d,t→3 ; l→4 ; m,n→5 ; r→6) + fusionner les codes adjacents de même groupe + compléter avec des zéros jusqu'à 3 chiffres.

Cas d’usage

Recherche dans des bases de noms
Recherche généalogique
Correction orthographique
Déduplication d'enregistrements

Exemples

entrée
```
Robert
```
Output
```
R163
```
Robert and Rupert share the same code

Erreurs courantes

Soundex suits English only; other languages need adjustments: Use a language-specific phonetic algorithm

Termes associés

Metaphone est un algorithme phonétique amélioré par rapport à Soundex qui tient compte de davantage de règles de prononciation anglaise (p. ex. combinaisons de consonnes et lettres muettes), offrant une meilleure précision.

Levenshtein Distance

La distance de Levenshtein est le nombre minimal d'insertions, de suppressions et de substitutions d'un seul caractère nécessaires pour rendre deux chaînes identiques.

La recherche approximative (fuzzy search) est une technique de recherche tolérante aux variantes orthographiques, qui fait correspondre des résultats approchés sur la base de la distance d'édition, des n-grammes ou d'algorithmes phonétiques.

References