如何在子串级产生同音字？

Question

我想用程序生成单词的同音词。意思，听起来与原词相似的词。在

我遇到过Soundex算法，但它只是用其他字符替换一些字符（比如t而不是d）。有没有什么列表或算法稍微复杂一点，至少提供同音子串？在

重要提示：我想把这个应用到字典中没有的单词上，这意味着我不能依赖完整的、真实的单词。

编辑：

输入是一个字符串，通常是一个专有名称，因此没有标准（同音）字典。一个例子可以是谷歌或麦当劳（仅举两个受欢迎的命名实体，但许多实体更不受欢迎）。在

输出就是这个字符串的一个（随机）同音字。因为单词通常有不止一个同音字，所以我的目标是一个单一的（随机的）同音字。在谷歌的例子中，同音词可以是古格尔，或者麦当劳的同音字是麦当劳。在

Answer 1

如何做好这项工作是一个研究课题。请参见示例http://www.inf.ufpr.br/didonet/articles/2014_FPSS.pdf。在

但假设你想自己动手。在

第一步是弄清楚如何把给你的字母转换成它的发音。这是一个很难猜到的问题。（例如“读”会发出什么声音？取决于你是要读还是已经读了！）然而{a2}表明阿拉贝特已经为英语解决了这个问题。在

下一步，你会希望字典中的每个单词都这样做。假设你只需要一个词就能做到，那只是一个脚本。在

然后你会希望它存储在一个数据结构中，你可以很容易地找到相似的声音。这在原则上与用于拼写自动更正的算法没有区别。只有用音位而不是字母。您可以了解如何使用http://norvig.com/spell-correct.html进行操作。或者尝试实现http://fastss.csg.uzh.ch/ifi-2007.02.pdf中描述的内容。在

就这样。在