Die Ähnlichkeit eines Strings messen?

[Dragon27]

Also danke für Eure Antworten! Ich werde mal versuchen ob ich etwas zusammenzimmern kann was beider hernimmt

[Namenloser]

Zitat von quendolineDD:

Zitat:

Hinsichtlich des zweiten Kritikpunktes, der nur groben Analyse, hat sich in letzter Zeit das folgende Beispiel etabliert: Gemäß dem „soundex“-Verfahren sind die Begriffe „Britney Spears“ und „bewährten Superzicke“ phonetisch identisch:

Britney => BRTN => B635,
Spears => SPRS => S162,
bewährten => BRTN => B635,
Superzicke => SPRZCK => S16222 => S162.

Ist natürlich ein sehr gutes kritisches Beispiel
Also ich würde an deiner Stelle eher die Levenshtein-Distanz nehmen ...

Wieso, das spricht doch für SoundEx

[Teekeks]

Und wiedermal siet man das Soundex recht hat

[KingIR]

Zitat von mkinzler:

Ja die Suche nach Levenshtein leifert z.B.
http://www.delphipraxis.net/internal...ct.php?t=89364

Der Thread tut ja in sämtlichen Gehirnwindungen weh.

Google, mit Levenshtein Delphi gefüttert, liefert hingegen ein paar ganz gute Ansätze für eine eigene Implementierung. Zum Beispiel: http://www.koders.com/delphi/fid54DC...spx?s=download (unbekannte Lizenz).

[omata]

Hier ist auch noch eine andere Variante.

[sx2008]

Also ich finde SoundEx ungeeignet für deutsche Sprache und Eigennamen.
Eigentlich ist der Algorithmus ziemlicher Schrott, denn er produziert jede Menge Fehler:
http://de.wikipedia.org/wiki/Soundex..._dem_Verfahren

Soundex ist untolerant gegenüber Fehler im 1. Buchstaben:
"Fehlerbeschreibung" und "ehlerbeschreibung" sind zwei sehr ähnliche Worte (Tippfehler im 2. Wort);
trotzdem haben sie andere Soudex Codes.
Allein schon die Idee, dass Wörter ähnlich klingen müssen um als gleich bewertet zu werden ist ungeeignet.
Fehler bei der Schreibweise kommen doch viel eher durch Fehler beim Tippen (Buchstabendreher, falsches Zeichen, fehlendes Zeichen) als durch Hörfehler bei der mündlichen Übermittlung zustande.

Ich kann wirklich nur von Soundex abraten und Levensthein empfehlen.

[alzaimar]

Leider vergisst Du bei dener Pauschalkritik den Einsatzbereich von Algorithmen zur Bestimmung der Ähnlichkeit: Sollen Schreibfehler, Tippfehler, Buchstabendreher erkannt, oder vielmehr die Aussprache verglichen werden? Grundsätzlich gebe ich Dir jedoch Recht, denn ich habe bisher auch keinen sinnvollen Einsatz für den Soundex alleine gesehen: In Kombination mit anderen Verfahren ist er jedoch geeignet, die Ähnlichkeit zweier Wörter zu beurteilen: Levenshtein z.B. ignoriert die phonetische Ähnlichkeit völlig: Für ihn ist 'KALT fast gleich KULT' aber 'BALD <> KALT'. Hier ist Soundex besser. Daneben gibt es noch andere Verfahren, die z.B. ein Wort zunächst in ihre Phoneme überführt und dann eine Ähnlichkeitssuche durchführt.

Weitergehende Informationen gibt es z.B. hier

[HeinzJ]

Hier eine Levenstein Komponente:

http://www.h-j-luecking.de/wiki/Einf...nstein_Distanz

HeinzJ