Phonetic

Sur PostgreSQL : https://www.postgresql.org/docs/9.1/static/fuzzystrmatch.html

https://fr.wikipedia.org/wiki/Homonymie http://www.easter-eggs.com/Recherche-approximative-avec http://sebsauvage.net/wiki/doku.php?id=php:recherche_floue

CREATE EXTENSION fuzzystrmatch;

Soundex

Phonex

Soundex pour le français : http://www.trickytools.com/downloads/phonex2.c

Double metaphone

Il est dit double car il peut retourner un code primaire et secondaire. (0 à 4 caractères) Il est par conséquent bien plus précis que le Soundex et également plus adapté aux langues non anglophone.

Il a 16 consonnes (le 0 représente le th anglais) : B X S K J T F H L M N P R 0 W Y

Transformations:

B ----> B unless at the end of word after "m", as in "dumb", "McComb"

C ----> X (sh) if "-cia-" or "-ch-" S if "-ci-", "-ce-", or "-cy-" SILENT if "-sci-", "-sce-", or "-scy-" K otherwise, including in "-sch-"

D ----> J if in "-dge-", "-dgy-", or "-dgi-" T otherwise

F ----> F

G ----> SILENT if in "-gh-" and not at end or before a vowel in "-gn" or "-gned" in "-dge-" etc., as in above rule J if before "i", or "e", or "y" if not double "gg" K otherwise

H ----> SILENT if after vowel and no vowel follows or after "-ch-", "-sh-", "-ph-", "-th-", "-gh-" H otherwise

J ----> J

K ----> SILENT if after "c" K otherwise

L ----> L

M ----> M

N ----> N

P ----> F if before "h" P otherwise

Q ----> K

R ----> R

S ----> X (sh) if before "h" or in "-sio-" or "-sia-" S otherwise

T ----> X (sh) if "-tia-" or "-tio-" 0 (th) if before "h" silent if in "-tch-" T otherwise

V ----> F

W ----> SILENT if not followed by a vowel W if followed by a vowel

X ----> KS

Y ----> SILENT if not followed by a vowel Y if followed by a vowel

Z ----> S

https://github.com/Freyskeyd/nlp http://aspell.net/metaphone/metaphone-kuhn.txt http://aspell.net/metaphone/dmetaph.cpp

Sous PostGreSQL : select dmetaphone('gumbo'); => ça ne marche pas bien dès qu'il y a des caractères accentués.

Distance de Levenstein

Références

http://www.norvig.com/spell-correct.html

http://stackoverflow.com/questions/487003/how-to-detect-a-typo-in-a-product-search-and-suggest-possible-corrections

PostGreSQL implémente la distance de levenstein, le double metaphone :

https://github.com/Freyskeyd/nlp