研究综述
!三竺
Soundex语音匹配算法综述★
--5立东
//
(广东外语外贸大学词典学研究中心,广州510420)
摘要:对Soundex语音匹配算法的原理、缺陷和改进进行综述.分析一个版本的Soundex改进算
法的源代码,指出Soundex适合用于模糊匹配挖掘和预处理.简要介绍Soundex及其改进算法目前的应用领域,及其在自然语言处理领域的潜在用途。
关键词:Soundex;语音编码;语音匹配:模糊匹配
0引言
语音匹配算法是根据发音来检索词的算法.一般
再删除位于词尾的G、H、S、或Z。这些改动主要是基于以下对英语发音的理解[61:元音对单词读音的贡献少于辅音。所以可以忽略不在词首的元音;字母H,W和Y对绝太多数单词的读音贡献非常小.如果它们不在词首也可以忽略:像M和N这样的辅音可结成发音相似
用于按英语发音来索引姓名。语音匹配算法的原始目标是要解决哪个姓氏与X的发音匹配(相似)这样的问题IlJo
英语中的许多姓氏有变体拼写形式.例如:Smyth是Smith的一个变体拼写形式。绝大多数人看到Smyth这个姓氏知道它是Smith的另一种拼写形式。但是根据拼写检索信息时.计算机程序就不会把Smvth当作Smith。如果根据单阋的发音而不是拼写编码或生成代码.然后再根据语音代码进行比对.就可以发现像Smith和Smyth这类有两种拼写或两种以t拼写变体形式的词具有相似或者相同的发音。语音(模糊)匹配算法的应用解决了英语姓氏变体的检索问题。
1
的字母组:单词中排列在一起的发音相似的辅音,像NN、SS和MN.通常发音像一个辅音,从分析的角度可将它们简化为一个辅音。
Soundex算法的运作方式是保留姓氏的首字母并把其余部分中的每个字母按照对应关系转换成代表它所在语音组的数字代码,然后删除0(即,删除A、E、H、I、O、U、W、Y)并对相邻的重复的数字代码实施消重处理(先消重.再删除0是改进算法采用的步骤)。经典的Soundex语音代码与英语字母之间的映射或对应关系旧如表l所示。
表1Soundex语音代码与英语字母的砷应关系
SouadeI代码
Ol
Soundex语音匹配算法的原理
Russel按照英语字母的发音特点把它们分了组。
英语车母
A。E,H,I.0,U,W。Y
B.F.P.V
具有类似发音机制的字母被分在同一组。例如:字母D和T被分在同一个语音组.因为它们的发音相近。Russel为每组字母分配了对应的数值代码.还使用了一套附加规则来进行语音编码【2.q。
经典的Soundex编码规则与Rus8el的原始设计方案非常相似。所做的改动包括:删除字母H,W和Y:合并字母M和N:删除所有不是位于词首的元音字母;不
★基金项目:国家社科基金项目(No。09BYY034)
收稿日期:2010—03-23
23456
C,G.J.K,Q.S.X
O,TLM.NR
Z
通过对整个被检测英语单词应用这种映射或对应关系,就产生了该单词的语音代码(Key)。Soundex语音
修稿日期:2010-03-25
作者简介:马立东(1967-),男。河北定州人,副教授,研究方向为计算机辅助语料分析及计算机辅助词典编写、英语词汇学、词典学
万方数据
现代计算机2010.05
囝
Metaphone语音匹配算法及其应用研究_专业资料。综述了Metaphone语音匹配算法;与Soundex算法的编码结果相比较,指出了Metaphone算法的优缺点。对一段实现Metaphone算法的...
实际上形状也可看作 万 方数据 自 动 化 学 报 27卷 一维随机信号,所以在语音识别中得到成功的许多算法也被广泛地应用到了形状匹配中,如 动态时间规整、隐...
684 自 动 化 学 报 27 卷 一维随机信号, 所以在语音识别中得到成功的许多算法也被广泛地应用到了形状匹配中, 如 动态时间规整、 M a rkov 模型、 隐 自...
实际上形状也可看作 684 自 动 化 学 报 27 卷 一维随机信号, 所以在语音识别中得到成功的许多算法也被广泛地应用到了形状匹配中, 如 动态时间规整, M a ...
掘的信息, 区分了实例级和模式级、 元素级和结构级以及基于自然语言和基于约束的匹配程序, 以期在比较不同 模式匹配方法或研究新匹配算法以及实现模式匹配组件时有...
区分了实例级和模式级 、 元素级和结构级以及基于自然语言和基于约束的匹配程序 ,以期在比较不同 模式匹配方法或研究新匹配算法以及实现模式匹配组件时有所帮助 。...
一.Soundex 算法 1. 算法原理 Soundex是一种语音算法,利用英文字的读音计算近似值,值由四个字符构成,第一个字符为英文字母,后三个为数字。在拼音文字中有时会...
(2级)汉字库,标点符号,序列 语音:音素(元音、辅音、声母、韵母),序列 图形、...模式的结构匹配-1 14 §6.2.3 字符串精确匹配算法两个数据称作 pat 的模式...
自我评价 4页 免费 英语六级作文模板 6页 免费 我国地理课程的改革 5页 免费 Soundex语音匹配算法综述 4页 免费 2011年上海基层党建网党史... 7页 免费...
热门文档