Каверфон

Caverphone — в лингвистике и информатике это алгоритм фонетического сопоставления. изобретенный для идентификации английских имен по их звукам, первоначально созданный для обработки пользовательского набора данных между 1893 и 1938 годами на юге Данидина , Новая Зеландия. Созданный на основе концепции, аналогичной метафону , с тех пор он был разработан для размещения и обработки общего английского языка.

Этимология

Caverphone был создан Дэвидом Худом в рамках проекта Caversham Project в Университете Отаго в Новой Зеландии в 2002 году и обновлен в 2004 году. Он был создан для помощи в сопоставлении данных между списками избирателей конца 19-го и начала 20-го веков, где требовалось только название. быть в «общеузнаваемой форме». Алгоритм был предназначен для применения к тем именам, которые невозможно было легко сопоставить в списках избирателей, после того как точные совпадения были удалены из пула потенциальных совпадений. Алгоритм оптимизирован под акценты, присутствующие в исследуемой местности (южная часть города Данидин , Новая Зеландия).

Процедура

Каверфон 1.0

Правила алгоритма применяются последовательно к любому конкретному имени в виде серии замен.

Алгоритм следующий:

1. Преобразовать в нижний регистр
2. Удалите все, кроме AZ
3. Если имя начинается с...
   1. кашель , замени на cou2f
   2. грубо , замените его на rou2f
   3. круто , замени его на tou2f
   4. достаточно , замените его на enou2f
   5. gn , замените его на 2n
4. Если имя заканчивается на
   1. мб , замени на м2
5. Заменять
   1. cq с 2q
   2. с ​ Си
   3. CE с SE
   4. сай с си
   5. тч с 2 каналом
   6. с с к
   7. q с к
   8. х с к
   9. v с f
   10. дг с 2г
   11. тио с сио
   12. Тиа с Сиа
   13. д с т
   14. ф с фч
   15. б с п
   16. ш с s2
   17. г с s
   18. любая начальная гласная с буквой А
   19. все остальные гласные с 3
   20. 3gh3 с 3х3
   21. хх с 22
   22. г с к
   23. группы букв s с S
   24. группы буквы т с Т
   25. группы буквы р с Р
   26. группы буквы k с буквой K
   27. группы буквы f с F
   28. группы буквы м с М
   29. группы буквы n с буквой N
   30. w3 с W3
   31. ууу с Вай
   32. Wh3 с Wh3
   33. почему с Почему
   34. с ​ 2
   35. любая начальная буква h с буквой A
   36. все остальные вхождения h с 2
   37. r3 с R3
   38. попробуй с Рай
   39. р с 2
   40. l3 с L3
   41. лечь с Ли
   42. я с 2
   43. j с y
   44. y3 с Y3
   45. да с 2
6. удалить все
   1. 2
   2. 3
7. поставь шесть 1 в конце
8. возьмите первые шесть символов в качестве кода

Каверфон 2.0

1. Начни со слова
2. Преобразовать в нижний регистр
3. Удалите все, что не входит в стандартный алфавит (обычно az ).
4. Удалить конечную е
5. Если имя начинается с
   1. кашель, сделай это
   2. грубо, сделай это rou2f
   3. сложно, сделай это круто
   4. хватит , сделай это достаточно
   5. сделай это тру2ф
   6. давай, сделай это 2н
6. Если имя заканчивается на
   1. мб, сделай это м2
7. Заменять
   1. cq с 2q
   2. с ​ Си
   3. CE с SE
   4. сай с си
   5. тч с 2 каналом
   6. с с к
   7. q с к
   8. х с к
   9. v с f
   10. дг с 2г
   11. тио с сио
   12. Тиа с Сиа
   13. д с т
   14. ф с фч
   15. б с п
   16. ш с s2
   17. г с s
   18. начальная гласная с буквой А
   19. все остальные гласные с 3
   20. j с y
   21. начальный y3 с Y3
   22. начальная буква y с A
   23. да с 3
   24. 3gh3 с 3х3
   25. хх с 22
   26. г с к
   27. группы букв s с S
   28. группы буквы т с Т
   29. группы буквы р с Р
   30. группы буквы k с буквой K
   31. группы буквы f с F
   32. группы буквы м с М
   33. группы буквы n с буквой N
   34. w3 с W3
   35. Wh3 с Wh3
   36. если имя заканчивается на w, замените последнюю букву w на 3
   37. с ​ 2
   38. начальная буква h с буквой A
   39. все остальные вхождения h с 2
   40. r3 с R3
   41. если имя заканчивается на r, замените последнюю букву r на 3.
   42. р с 2
   43. l3 с L3
   44. если имя заканчивается на l, замените последнюю букву l на 3.
   45. я с 2
8. удалить все 2 с
9. если имя заканчивается на 3 , замените последнюю 3 на A
10. удалить все 3 с
11. поставь десять единиц в конце
12. возьмите первые десять символов в качестве кода

---

Примеры

Каверфон 1.0

Lee -> leelee -> l33l33 -> L33L33 -> LL -> L111111L111111 -> L11111

Thompson -> thompsonthompson -> th3mps3nth3mps3n -> th3mpS3nth3mpS3n -> Th3mpS3nTh3mpS3n -> Th3mPS3nTh3mPS3n -> Th3MPS3nTh3MPS3n -> Th3MPS3NTh3MPS3N -> T23MPS3NT23MPS3N ->  TMPSNTMPSN111111 -> TMPSN1

Каверфон 2.0

Lee -> leelee -> lele -> l3l3 -> L3L3 -> LALA -> LA1111111111LA1111111111 -> LA11111111

Thompson -> thompsonthompson -> th3mps3nth3mps3n -> th3mpS3nth3mpS3n -> Th3mpS3nTh3mpS3n -> Th3mPS3nTh3mPS3n -> Th3MPS3nTh3MPS3n -> Th3MPS3NTh3MPS3N -> T23MPS3NT23MPS3N ->  TMPSNTMPSN1111111111 -> TMPSN11111

См. также

• Саундекс
• Система идентификации и разведки штата Нью-Йорк
• Подход к рейтингу матчей
• Метафон
• Кёльнская фонетика

Внешние ссылки

• Проект Кавершам — набор данных Кавершема по именам и акцентам в южной части Данидина , Новая Зеландия, в 1893-1938 годах.
• Оригинальный (2002 г.) алгоритм Caverphone
• Пересмотренный (2004 г.) алгоритм Caverphone
• Реализации:
  • Пересмотренная реализация C#
  • Реализация Java в кодека Apache Commons проекте
  • PHP-реализация
  • Реализация алгоритма каверфона на Python (версия 2.0) — проект расширенного поиска AdvaS