WikiDer > Soundex

Soundex

Soundex ist ein phonetischAlgorithmus für die Index von Namen oder Wörtern bis hin zu ihrer Aussprache in der englischen Sprache. Namen, die ähnlich sind Klang, aber möglicherweise nicht richtig geschrieben erhält den gleichen Soundex-Code. Das Wort "soundex" ist eine Kontraktion von "sound" und "index".

Der Algorithmus wurde um 1917 entwickelt, um die Suche nach Personennamen in Karteikartendateien, ohne genaue Kenntnisse zu haben Rechtschreibung dieser Namen. Durch Auswahl auf dem Soundex-Code erhalten Sie alle Namen, die (fast) gleich klingen, aber nicht gleich geschrieben sind; beispielsweise Peters, Pieters, Peters, Petersen usw.

Verwenden von Soundex zum Indizieren und Durchsuchen von Computerdateien und Datenbanken über die Jahre gewachsen 60 und 70 des zwanzigsten Jahrhunderts, vor allem nach Donald Knuth der in seinem Standardwerk beschriebene Algorithmus Die Kunst der Computerprogrammierung, Bd. 3 (1973).

Ursprünglicher Algorithmus

Obwohl der Name Soundex wurde später erfunden, der ursprüngliche Soundex-Algorithmus wurde bereits 1918 und 1922 verwendet used patentiert durch Robert C. Russell und Margaret K. Odell.[1][2][3] Der Code bestand aus dem ersten Buchstaben des Namens und einer ein- bis vierstelligen Zahl, die durch Ersetzen des zweiten, dritten und der folgenden Buchstaben durch Zahlen nach diesem Schema erhalten wurde:

  • 1: a,e,i,o,u,y
  • 2: b,f,p,v
  • 3: c,g,k,q,s,x,z
  • 4: d,t
  • 5: l
  • 6: m
  • 7: nein
  • 8: r
  • Das "h" wird übersprungen, ebenso wie ein Ende-s oder ein Ende-z ("j" und "w" werden im ursprünglichen Patentdokument nicht erwähnt.). Diese Codierung gruppiert Vokale und ähnliche Konsonanten entsprechend ihrer phonetischen Aussprache im Englischen.

Aufeinanderfolgende gleiche Zahlen werden durch eine Zahl ersetzt. Der Code besteht aus den ersten vier verbleibenden Ziffern. Dieser Code kann dann sein Karteikarten angewendet werden. Sortiert man sie nach ihrem Soundex-Code, werden Namen mit gleicher Aussprache gruppiert.

Moderner Algorithmus

Rezept

Der moderne amerikanische Soundex-Algorithmus wurde gegenüber dem Original leicht modifiziert. Der Soundex-Code besteht aus einem Buchstaben gefolgt von drei Zahlen.

  • der erste Buchstabe des Namens ist der Buchstabe des Soundex-Codes
  • die Zahlen erhält man, indem man die nachfolgenden Buchstaben wie folgt durch Zahlen ersetzt:
    • 1: b,f,p,v
    • 2: c,g,j,k,q,s,x,z
    • 3: d,t
    • 4: l
    • 5: m,n
    • 6: r
    • h,w und die Vokale werden übersprungen.
  • Aufeinanderfolgende gleiche Zahlen werden durch eine einzelne Zahl ersetzt
  • Der Zahlencode besteht aus den ersten drei verbleibenden Ziffern. Bei weniger als drei Ziffern wird der Code mit Nullen vervollständigt, bis drei Ziffern vorhanden sind.

Beispiel

Bei diesem Algorithmus gibt "Smits" den Code "S532" zurück

SMITS → SMTS → S532

"Smids", "Smidts" und "Smeets" haben den gleichen Soundex-Code; aber auch "Smoutesmijter" zum Beispiel. Dieses Phänomen, dass Namen, die sich in der Aussprache deutlich unterscheiden, denselben Soundex-Code haben, ist einer der größten Kritikpunkte am Soundex-Algorithmus. Die Suche mit Soundex führt daher oft zu vielen irrelevanten Ergebnissen.