我刚刚学习 Metaphone 和 Double Metaphone 搜索算法，我有几个问题。根据 Metaphone Wiki 页面，我找到了几个带有实现的来源，特别是 MySQL 实现。我想用我的测试数据库对其进行测试，所以我首先导入了找到的 metaphone.sql 文件(包含双变音位功能)here

现在，我有一张表，国家，在“名称”列中列出了所有国家，例如“阿富汗”、“阿尔巴尼亚”、“ Algolia ”等。因此，首先，我实际上想在表中创建一个新列来存储每个国家/地区的双音位字符串。我运行了以下代码:

UPDATE country SET NameDM = dm(name)

一切正常。阿富汗的变音位字符串是“AFKNSTN”，阿尔巴尼亚的是“ALPN”， Algolia 的是“ALKR;ALJR”等等。“太棒了，”我想。

但是，当我尝试查询该表时，我没有得到任何结果。根据 metaphone.sql 的作者，我遵循以下 SQL 语句的语法:

SELECT Name FROM tblPeople WHERE dm(Name) = dm(@search)

因此，我将此代码更改为以下内容:

SELECT * FROM country WHERE dm(name) = dm(@search)

当然，我将“@search”更改为我要查找的任何搜索词，但每次 SQL 查询后我都得到 0 个结果。

谁能解释一下这个问题？我是不是遗漏了什么重要的东西，或者我只是误解了 Metaphone 算法？

谢谢!

最佳答案

当比较 dm() 输出时，我使用以下函数来允许更高级别的模糊性。直接检查 dm('smith') != dm('schmitt') 对大量名称失败，包括我自己的常见拼写错误。

该函数创建了一个介于 0.0 和 1.0 之间的匹配权重(我希望如此)，它允许我对每个返回的行进行排名，并选择那些有益的，0.3 是捕获奇怪发音的一个很好的值，0.5 更常见。

即 dmcompare(dm("boothroyd"), dm("boofreed")) = 0.3
dmcompare(dm("smith"), dm("scmitt")) = 0.5

注意这是双元音字符串和不是原始字符串的比较，这是为了性能问题，我的数据库包含变音位列以及原始字符串。

    CREATE FUNCTION `dmcompare`(leftValue VARCHAR(55), rightValue VARCHAR(55)) 
        RETURNS DECIMAL(2,1) 
    NO SQL
    BEGIN
    ---------------------------------------------------------------------------------------
    -- Compare two (double) metaphone strings for potential similarlity, i.e.
    --    dm("smith") != dm("schmitt")  :: "SM0;XMT" != "XMT;SMT" 
    --  dmcompare( dm('smith'), dm('schmitt' ) returns 0,5
    -- @author: P.Boothroyd
    -- @version: 0.9, 08/01/2013
    -- The values here can still be played with
    -- (c) GNU P L - feel free to share and adapt, but please acknowledge the original code
    ---------------------------------------------------------------------------------------
        DECLARE leftPri, leftSec, rightPri, rightSec VARCHAR(55) DEFAULT '';
        DECLARE sepPos INT;
        DECLARE retValue DECIMAL(2,1);
        DECLARE partMatch BOOLEAN;

        -- Extract the metaphone tags
        SET sepPos = LOCATE(";", leftValue);
        IF sepPos = 0 THEN
            SET sepPos = LENGTH(leftValue) + 1;
        END IF;
        SET leftPri = LEFT(leftValue, sepPos - 1);
        SET leftSec = MID(leftValue, sepPos + 1, LENGTH( leftValue ) - sepPos);

        SET sepPos = LOCATE(";", rightValue);
        IF sepPos = 0 THEN
            SET sepPos = LENGTH(rightValue) + 1;
        END IF;
        SET rightPri = LEFT(rightValue, sepPos - 1);
        SET rightSec = MID(rightValue, sepPos + 1, LENGTH( rightValue ) - sepPos);

        -- Calculate likeness factor
        SET retValue = 0;
        SET partMatch = FALSE;
        -- Primaries equal 50% match
        IF leftPri = rightPri THEN
            SET retValue = retValue + 0.5;
            SET partMatch = TRUE;
        ELSE
            IF SOUNDEX(leftPri) = SOUNDEX(rightPri) THEN
                SET retValue = retValue + 0.3;
                SET partMatch = TRUE;
            END IF;
        END IF;
        -- Test alternate primary and secondaries, worth 30% match
        IF leftSec = rightPri THEN
            SET retValue = retValue + 0.3;
            SET partMatch = TRUE;
            IF SOUNDEX(leftSec) = SOUNDEX(rightPri) THEN
                SET retValue = retValue + 0.2;
                SET partMatch = TRUE;
            END IF;
        END IF;
        -- Test alternate primary and secondaries, worth 30% match
        IF leftPri = rightSec THEN
            SET retValue = retValue + 0.3;
            SET partMatch = TRUE;
            IF SOUNDEX(leftPri) = SOUNDEX(rightSec) THEN
                SET retValue = retValue + 0.2;
                SET partMatch = TRUE;
            END IF;
        END IF;
        -- Are secondary values the same or both NULL
        IF leftSec = rightSec THEN
            -- No secondaries ...
            IF leftSec = '' THEN
                -- If there is prior matching then no secondaries is 40%
                IF partMatch = TRUE THEN
                    SET retValue = retValue + 0.4;
                END IF;
            ELSE
                -- If the secondaries match then 50% match
                SET retValue = retValue + 0.5;
            END IF;
        ELSE
            IF SOUNDEX(leftSec) = SOUNDEX(rightSec) THEN
                IF leftSec = '' THEN
                    IF partMatch = TRUE THEN
                        SET retValue = retValue + 0.3;
                    END IF;
                END IF;
            END IF; 
        END IF;
        RETURN (retValue);
    END

请随意使用代码，但也请提及此代码的来源 P.Boothroyd 任何用法 - 即更改值等。

干杯，保罗

关于mysql - 为什么这个 MySQL 双变音位功能不能正常工作？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/10359637/