Кіріспе

Атауларды дыбысталуы бойынша индекстеуге арналған фонетикалық алгоритм. Soundex – ағылшын тілінде айтылуынша, атауларды дыбысталуы бойынша индекстеуге арналған фонетикалық алгоритм. Мақсаты – бірдей дыбысталатын сөздер (гомофондар) бірдей кодтамаға түрлендіріліп, әріп жазудағы шағын айырмашылықтарға қарамастан салыстырыла алуы. MySQL, SQLite, Ingres, MS SQL Server, Oracle, ClickHouse, Snowflake және SAP ASE-де қолданылады. Soundex-тің жетілдірілген нұсқалары көптеген қазіргі заманғы фонетикалық алгоритмдердің негізі болып табылады.

Тарих

Soundex Роберт К. Расселл мен Маргарет Кинг Оделл жасаған, 1918 және 1922 жылдары патенттелген. 1930 жылдары американдық Soundex нұсқасы 1890 жылдан 1920 жылға дейінгі АҚШ халық санағының ретроспективті талдауы үшін пайдаланылды. Soundex коды 1960 жылдары танымал болды, ол Есептеу машиналары қауымдастығының Коммуникациялар журналында жарияланған бірнеше мақаланың тақырыбы болды, әсіресе Дональд Кнуттың «Компьютерлік бағдарламалау өнері» кітабында сипатталғанда. Ұлттық мұрағаттар және құжаттар басқармасы (NARA) АҚШ үкіметі қолданатын Soundex-тің ресми іске асырылуына қатысты қолданыстағы ережелерді сақтайды. Бұл кодтау ережелерін NARA-дан сұраныс бойынша «Халық санағы Soundex-ін пайдалану» деген 55-ші жалпы ақпараттық парақшасы түрінде алуға болады.

Нұсқалар

"Reverse Soundex" деп аталатын ұқсас алгоритм есімнің бірінші әрпінің орнына соңғы әрпін префикс ретінде қолданады. Нью-Йорк штатының идентификация және ақпараттық жүйесі (NYSIIS) алгоритмі 1970 жылы Soundex алгоритмін жақсарту мақсатымен енгізілді. NYSIIS бірнеше таңбалы n-граммаларды өңдейді және дауысты әріптердің салыстырмалы орналасуын сақтайды, ал Soundex мұны істемейді. Daitch–Mokotoff Soundex (D–M Soundex) 1985 жылы генеалог Гэри Мокотов жасады, ал кейін генеалог Рэнди Дайч оны германиялық немесе славяндық тегі бар яһудилерге (мысалы, Moskowitz пен Moskovitz немесе Levine пен Lewin сияқты) Рассел Soundex-ті қолдануға тырысқанда туындаған мәселелерге байланысты жақсартты. D–M Soundex кейде "Яһуди Soundex" немесе "Шығыс Еуропалық Soundex" деп аталады, бірақ авторлар осы атауларды қолданудан бас тартады. D–M Soundex алгоритмі бір есім үшін 32-ге дейін жеке фонетикалық кодтауды қайтара алады. D–M Soundex нәтижелері 100000 мен 999999 аралығындағы сандық форматта беріледі. Бұл алгоритм Рассел Soundex-тен әлдеқайда күрделі. Soundex алгоритміндегі кемшіліктерге жауап ретінде Лоуренс Филипс 1990 жылы Metaphone алгоритмін жасады. Филипс 2000 жылы Metaphone-ның жақсартылған нұсқасын жасады, оны Double Metaphone деп атады. Double Metaphone өзінің алдыңғы нұсқасына қарағанда әлдеқайда кеңірек кодтау ережелері жиынтығын қамтиды, латын әріптері емес таңбалардың бір бөлігін өңдейді және ағылшын тіліндегі бір сөздің әртүрлі айтылуын ескере отырып, негізгі және қосымша кодтауды қайтарады. Филипс 2009 жылы Metaphone 3-ті жасады, бұл ағылшын тіліндегі сөздерді, американдықтарға таныс ағылшын емес сөздерді және АҚШ-та кездесетін есімдерді дұрыс кодтауды қамтамасыз ететін кәсіби нұсқа. Сондай-ақ, ол бағдарламалаушыға сәйкестіктердің дәлдігін жақын арада бағыттауға мүмкіндік беретін, дауысты және ішкі дауысты әріптерді дәлірек салыстыруға мүмкіндік беретін параметрлерді ұсынады.