image2data

Der Tech-Blog

...weitermachen, wo OCR aufhört

Lautsuche - Soundex, Metaphone und Kölner Phonetik

Feb 082015

Nein, "Kölner Phonetik" ist kein Algorithmus, der Hochdeutsch nach Kölsch übersetzt, sondern Deutsch in eine numerische, phonetische  Entsprechung. Während seine Pendants "Soundex" und dessen Nachfolger "Metaphone" sich an der englischen (Aus-)Sprache orientieren, liefert die Kölner Phonetik sehr gute Resultate für die deutsche Sprache.

Ein Beispiel: der Kunde Karl Petersen sitzt mit seiner Firma in der "Meier-Lansky-Straße 5". Ein Call-Center-Mitarbeiter hat ihn am Telefon und möchte ihn über die Straße seiner Firmenadresse finden. Da Herr Petersen seinen Straßennamen aber nur über Telefon genannt hat, obliegt es nun dem Call-Center-Mitarbeiter, den Straßennamen richtig einzugeben, damit das System ihn findet. Ganz schön schwer, denn es gibt folgende sinnvolle Kombinationen. Und das sind nur die für "Meier". Jetzt das Ganze noch mal vier für Meyer, Maier und Mayer:

Meier-Lansky-Straße, Meier-Lanski-Straße, Meier-Lanskie-Straße, Meier-Lansky-Straße, Meier-Lahnski-Straße, Meier-Lahnskie-Straße, Meierlansky-Straße, Meierlanski-Straße, Meierlanskie-Straße, Meierlansky-Straße, Meierlahnski-Straße, Meierlahnskie-Straße, Meierlanskystraße, Meierlanskistraße, Meierlanskiestraße, Meierlanskystraße, Meierlahnskistraße, Meierlahnskiestraße, Meierlanskystraße,
Meierlanskistraße, Meierlanskiestraße, Meieranskystraße, Meierlahnskistraße, Meierlahnskiestraße, Meier-Lansky-Strasse, Meier-Lanski-Strasse, Meier-Lanskie-Strasse, Meier-Lansky-Strasse, Meier-Lahnski-Strasse, Meier-Lahnskie-Strasse, Meierlansky-Strasse, Meierlanski-Strasse, Meierlanskie-Strasse, Meierlansky-Strasse, Meierlahnski-Strasse, Meierlahnskie-Strasse, Meierlanskystrasse, Meierlanskistrasse,
Meierlanskiestrasse, Meierlanskystrasse, Meierlahnskistrasse, Meierlahnskiestrasse, Meierlanskystrasse, Meierlanskistrasse, Meierlanskiestrasse, Meieranskystrasse, Meierlahnskistrasse, Meierlahnskiestrasse

Der Arme! Zum Glück hat ein mitdenkender Programmierer den Namen des Kunden und seine Adresse zusätzlich in die Kölner Phonetik übersetzt und in der Kundendatenbank gespeichert. Das macht die Suche einfach, denn alle o.g. Varianten (und auch die mit "Meyer", "Maier" und "Mayer" liefern den gleichen Code "6756848278". So können 192 Straßennamenvarianten mit nur einem Code gefunden werden! In image2data ist diese Umwandlung ein Kinderspiel:

begin
 i2dDebugOut(i2dColognePhonetic('Maierlahnskie-Straße', 100));
end.

Für englische Sprache bietet sich, wie bereits erwähnt der Metaphone-Algorithmus an, den image2data auch beherrscht:

begin
 i2dDebugOut(i2dMetaphone('Maierlahnskie-Street', 100));
end.

Atom

powered by Nibbleblog