> daitch | mokotoff | soundex <
// D-M Soundex —— 用于犹太和东欧姓名的增强型音素编码
多种编码
为发音含糊的情况生成多个代码。
6 位代码
所有姓名都使用统一的 6 位数字编码。
面向犹太姓名
针对意第绪语和希伯来语姓名模式进行了优化。
>> 技术信息
Daitch-Mokotoff 的工作原理
Daitch-Mokotoff Soundex 由 Gary Mokotoff 和 Randy Daitch 于 1985 年提出，是对美国 Soundex 的增强版本，专门面向犹太和东欧姓氏。与只生成单一代码的传统 Soundex 不同，D-M 可以为同一个姓名生成多个代码，以覆盖不同的可能读音，尤其适用于从希伯来语、意第绪语、波兰语、俄语和德语音译而来的姓名。
为什么使用 Daitch-Mokotoff
- 犹太家谱研究
- 东欧姓氏匹配
- 大屠杀幸存者数据库
- 移民记录与档案检索
- 多语言转写姓名匹配
D-M Soundex 示例
犹太姓氏的变体：
Cohen 系列：
Cohen → [556000, 456000]
Cohn → [560000, 460000]
Kohn → 560000
Kahn → 560000
Kagan → 556000
Moskowitz 系列：
Moskowitz → 645740
Moszkowicz → 645740
Moskovitz → 645740
Moskovich → [645750, 645740]
多重编码示例：
Auerbach → [097500, 097400]
CH → 5 或 4
因而得到两个代码
关键规则：
- CH → 5 或 4（取决于上下文）
- CK → 5 或 45
- 词首元音 → 0
- DZ、DZH、DZS → 4
- TSH、TZH → 4>> 常见问题
什么是 Daitch-Mokotoff Soundex？
Daitch-Mokotoff Soundex 是一种在 1985 年提出的音素编码系统，专门用于处理犹太和东欧姓氏。相比美国 Soundex，它能更好地处理来自希伯来语、意第绪语、波兰语、俄语和德语等语言在音译时产生的拼写差异。
为什么会生成多个编码？
D-M Soundex 会生成多个编码，是因为许多字母组合在不同来源语言中的读音不同。例如 “CH” 在德语单词 “Bach” 中和在英语单词 “Chair” 中的发音就完全不同。通过为同一个姓名生成多个代码，可以在不知道原始发音的情况下也能找到正确的匹配。
它与美国 Soundex 有何不同？
D-M Soundex 使用 6 位数字编码（而不是 4 个字符），能处理更多的字母组合，为含糊情况生成多组编码，并针对东欧和犹太姓名模式进行了专门优化，而这些正是传统美国 Soundex 不擅长的部分。
D-M Soundex 通常用于哪些场景？
它广泛应用于犹太家谱数据库、大屠杀纪念项目、移民与入境记录、墓地记录，以及任何需要处理大量犹太或东欧姓名、且存在多种拼写与音译形式的系统中。
// 对比
| 名称 | Format | 示例 |
|---|---|---|
| American Soundex | letter + 3 digits | Robert → R163 |
| Daitch-Mokotoff | 6 digits (0-padded) | — |
// 速查表
Format 6 digits, padded with 0 (e.g. 123400) Authors Randy Daitch and Gary Mokotoff, 1985 (Avotaynu) Target Slavic and Yiddish surnames (Eastern European Jewish genealogy) First the first letter is coded as a digit too (Soundex keeps the letter) Branch some sounds have two possible codes -> a name can yield several codes Match two names match if ANY code of one equals ANY code of the other
>> 更多问题
问：为什么 Daitch-Mokotoff 会生成多个编码？
答：某些字母组合在不同语言中发音不同，算法因此分支，输出所有可能的 6 位编码。只要一个名字的任一编码与另一个名字的任一编码相同，就算匹配。
问：D-M 与美式 Soundex 有何区别？
答：Soundex 针对英语，输出一个字母加 3 位数字。Daitch-Mokotoff（1985 年）输出 6 位数字，首字母也编码为数字，并考虑斯拉夫语和意第绪语的发音，对东欧姓氏的误匹配更少。
问：Daitch-Mokotoff 实际用在哪里？
答：主要用于家谱研究，如 JewishGen 和 Avotaynu 数据库，同一姓氏有多种拼写：拼写变体会得到相同编码，从而一并检索。