人名拼写更正（Python）

Question

我收集了大量人名（如“约翰·史密斯”）。我想在里面按名字查人。但是，有些查询会拼写错误（例如“jon smth”，“johnsmith”）。是否有任何带有Python绑定的拼写更正库可以为我找到拼写更正匹配项？在

我知道Whoosh和Python-aspell。Whoosh的拼写更正对我来说不太管用，因为它将正确拼写的集合写入磁盘，而不是存储在内存中。这使得查找对于我的应用程序来说太慢了。改变这种行为似乎并不容易，因为代码是如何结构化的。此外，Whoosh对不同角色编辑的权重不同，即使“y”比“z”更容易与“i”（“jim kazinsky”->；“jim kazinski”）混淆。在

Aspell不能很好地处理人名，因为人名通常包含空格——Aspell认为单词是更正的基本单位。另外，据我所知，Aspell使用n-gram拼写更正模型，而不是字符编辑距离模型。虽然n-gram模型对于字典单词来说是有意义的，但是对于名字来说却不太好用：人们“bob ruzatoxg”和“joe ruzatoxg”有很多共同点，因为他们有相同的稀有姓氏。但他们显然是不同的人。在

我还应该指出，我不能只是将每个查询与集合中的所有条目进行比较，这样做太慢了。有些索引需要事先建立。在

谢谢！在

Answer 1

听起来好像（这里没有双关语），您需要某种形式的Metaphone algorithm，它已经在Python中实现，可以在Pypi:http://pypi.python.org/pypi/Metaphone/0.4上使用。在

还有其他算法，比如Levenshtein和{a4}（还没有找到可靠的Python实现）－您可能需要使用其中一个以上的方法来计算某种形式的度量（甚至可能对每个结果赋予不同的权重），从而得出可能更正的结果列表。在