拼写、信号与按块列
相近的拼写和读音:"Kokakola" 能找到 "Coca-Cola"
过滤器的 ~~ 运算符按拼写和语音键给每个值打 0 到 1 的分,支持巴西葡萄牙语、美式英语、西班牙语和中文。
· jsonW 1.3.11
问题
人们按听到的样子输入品牌、名字或商品。有人输入 "Kokakola" 时,精确过滤找不到 "Coca-Cola",前缀搜索也找不到。
jsonW 的做法
~~ 在三元组上计算两个 Dice 系数:一个基于去掉重音和大小写的拼写,另一个基于所选语言的语音键,取较高的那个。在葡萄牙语中,语音键把硬音 "c" 和 "k" 归为同一个音。
$ wjsw filtrar marcas.jsw "nome ~~pt Kokakola"
2 de 4 linhas em 0.0 ms · blocos 1, pulados pela zona 0 · linhas lidas 4
{id:1,nome:"Coca-Cola"}
{id:4,nome:"Kokakola Bebidas"}
真实输出。~~en、~~es 和 ~~zh 切换语言;[email protected] 把阈值设在 0 到 1 之间。
在哪里
在 1.3.11 版本的 wjsw filtrar 中。这个过滤不使用索引:它只并行扫描请求的那一列。对中文来说,三元组按单个汉字计算;汉字读音的语音键还不在这个版本中。