> soundex | fonetico | fuzzy <
// Soundex - algoritmo fonetico per indicizzare i nomi in base al suono
Basato sul suono
Codifica i nomi in base alla pronuncia e non all’ortografia.
Fuzzy matching
Trova nomi dal suono simile anche con grafie diverse.
Genealogia
Strumento essenziale per ricerche genealogiche e archivi storici.
>> dettagli tecnici
Come funziona Soundex:
Soundex conserva la prima lettera e sostituisce le consonanti con cifre secondo gruppi fonetici. Le consonanti con suono simile condividono lo stesso numero; le vocali sono ignorate e il risultato viene riempito o troncato a 4 caratteri (American) o a lunghezza variabile (Refined).
Regole di codifica:
1 = B,F,P,V 2 = C,G,J,K,Q,S,X,Z 3 = D,T 4 = L 5 = M,N 6 = R Robert → R163 Rupert → R163 Rubin → R150
Perché usare Soundex?:
- >Rimozione di duplicati nei database
- >Ricerca genealogica
- >Analisi dei censimenti
- >Matching dei clienti
- >Correzione ortografica
>> domande frequenti
Che cos’è Soundex?
Soundex è un algoritmo fonetico brevettato nel 1918 per indicizzare i nomi in base al loro suono. È stato progettato per il censimento degli Stati Uniti per aiutare a trovare cognomi con pronunce simili nonostante ortografie differenti.
Differenza tra American e Refined Soundex?
American Soundex produce codici di 4 caratteri (una lettera + 3 cifre). Refined Soundex (utilizzato ad esempio in SQL Server) usa più gruppi di cifre e codici a lunghezza variabile per una maggiore accuratezza.
Perché grafie diverse hanno lo stesso codice?
È proprio questo lo scopo di Soundex! L’algoritmo raggruppa i nomi che suonano allo stesso modo. Smith e Schmidt, ad esempio, hanno una pronuncia simile e quindi ricevono codici simili per facilitare la ricerca delle varianti.
Quali sono i limiti di Soundex?
Soundex funziona meglio con nomi inglesi. Per altre lingue può essere meno preciso, e alcune grafie molto diverse dello stesso nome possono produrre codici differenti.
// Riferimento rapido
| Digit | Letters |
|---|---|
| 1 | B F P V |
| 2 | C G J K Q S X Z |
| 3 | D T |
| 4 | L |
| 5 | M N |
| 6 | R |
| — | A E I O U Y H W (skipped) |
// Esempi di codice
1. Keep the first letter. 2. Replace the other letters with digits (table above). 3. Drop vowels and Y; H and W are skipped (letters on both sides of H/W with the same code collapse into one digit). 4. Collapse adjacent identical digits. 5. Pad with 0 or truncate to letter + 3 digits. Robert -> R163 Rupert -> R163 Rubin -> R150 Ashcraft -> A261 Tymczak -> T522 Pfister -> P236
>> Altre domande
D: Perché Robert e Rupert hanno lo stesso codice Soundex?
R: Entrambi iniziano con R e sono codificati per gruppi di consonanti: B/P → 1, R → 6, T → 3 dà R163. Soundex raggruppa consonanti di suono simile, quindi le varianti dello stesso nome spesso coincidono.
D: Come tratta Soundex H e W?
R: H e W sono ignorate e non separano: se le consonanti ai due lati hanno lo stesso codice, contano come un solo suono. Ashcraft dà quindi A261 e non A226. Le vocali invece separano.
D: Quali sono i limiti di Soundex?
R: Fu pensato per nomi inglesi (brevetti del 1918/1922 di Russell e Odell) e ignora il suono dopo la prima lettera. Nomi con iniziale diversa, come Catherine e Katherine, non corrispondono.