Аннотация:
Приведен обзор алгоритмов фонетического кодирования, предназначенных для определения схожести слов по звучанию (произношению). Алгоритмы фонетического кодирования разделены на алгоритмы для сравнения слов и алгоритмы определения расстояния между словами. Описаны алгоритмы сравнения слов SoundEx, NYSIIS, Daitch-Mokotoff, Metaphone, Polyphone и алгоритмы вычисления расстояния между словами Левенштейна, Джаро, на основе N-грамм. Для каждого алгоритма указаны его достоинства и недостатки, приводится аналог алгоритма для русского языка. Для устранения общих недостатков алгоритмов фонетического кодирования предложено использовать не последовательности букв слов, а последовательности их элементарных звуков.
Ключевые слова:алгоритм фонетического кодирования, фонетическое расстояние, индексирование слов по звучанию.
УДК:
004.93 ББК:
32.972.1
Поступила в редакцию: 12 сентября 2017 г. Опубликована: 31 мая 2018 г.
Полный текст:
PDF файл (789 kB)