如何根据一个输入词生成发音相似的单词列表？

Question

3

当您在Google中拼错单词（例如“appples”），它会提供现在熟悉的“Did you mean: apples”建议来帮助您。

除了Google根据搜索结果的相关性猜测您的意图的能力外，我该如何制作一个听起来相同的单词列表？

这些单词不必是英语，也不必存在。因此，例如，如果我输入“hole”，我将得到包括诸如“whole”、“hola”、“whore”、“role”、“molar”等单词的列表...

我猜可能有一些在线工具可以生成这个列表，但我找不到任何信息。如果没有网站，如果可以使用Perl完成，请问是否有CPAN模块可以帮助我完成这项工作？

- CheeseConQueso

1

如果你能将单词分解成音素，那么它就变成了一个最常见子串的问题。然而，将单词分解成音素是一个非常困难的问题。 - Flexo

2个回答

2

您可以从了解模块Text::Soundex开始。这是一种简单的算法，将单词映射到4字节代码。我很久以前从Sedgewick（即Knuth）那里得到了Soundex，用它生成更长的键（未截断），并建议进行0和1个字母替换的修正列表。我将其应用于人口普查和邮政数据的大型数据库。

- Erik Olson

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- acoffman · Accepted Answer

如果您真正寻找听起来相同的单词，而不仅仅是搜索建议 - 您可以查看音标算法。Soundex和Metaphone / Double Metaphone是两个非常常见的算法，在任何流行语言中都有实现。

这些算法将单词缩减为表示其发音的“键”。如果您使用一个单词库开始并构建一个数据结构，将这些键映射到评估为它们的单词 - 您可以将任意字符串评估为其“键”，然后在您的数据结构中查找评估为相同键的其他单词（可能是列表的哈希表或类似物）。

这并不完美，因为您需要找到一个大型单词库来种子您的数据集，但它会起作用。

另一方面，如果您只想要搜索建议/备选拼写，那么有更简单的方法。

希望这有所帮助。