如何实现简单的“你输入ACB，你的意思是ABC吗？”

Question

我知道这不是一个直截了当的问题，所以如果您需要我提供有关其范围的更多信息，请告诉我。有很多问题可以解决几乎相同的问题（它们在这里链接），但从来没有完全相同的问题具有相同的范围和目标 - 至少据我所知。

背景：

• 我有一个带有ID3标签的MP3文件 艺术家姓名和歌曲名称。
• 我有两张桌子艺术家和歌曲
• ID3标签可能略有偏差（例如Mikaell Jacksonne）
• 我正在使用ASP.NET + C＃和MSSQL数据库

我需要将MP3与数据库同步。含义：

1. 用户启动脚本
2. 脚本浏览所有MP3
3. 剧本上写着“是'Mikaell Jacksonne''Michael Jackson'是/否”
4. 用户选择我们重新开始

系统可以找到的示例：

在数据库中......

SONGS = {"This is a great song title", "This is a song title"}
ARTISTS = {"Michael Jackson"}

输出... 的

"This is a grt song title" did you mean "This is a great song title" ?
"This is song title" did you mean "This is a song title" ?
"This si a song title"  did you mean "This is a song title" ?
"This si song a title"  did you mean "This is a song title" ?
"Jackson, Michael" did you mean "Michael Jackson" ?
"JacksonMichael" did you mean "Michael Jackson" ?
"Michael Jacksno" did you mean "Michael Jackson" ?

等

我从这个/how-do-you-implement-a-did-you-mean读了一些文档，这不是我需要的，因为我不想检查整个字典。我也不能真正使用Web服务，因为它在很大程度上依赖于我在数据库中已有的东西。如果可能，我还想避免处理distances和其他complicated things。

---

我可以使用google api（或类似的东西）来执行此操作，这意味着脚本将尝试拼写检查并使用数据库对其进行测试，但我觉得可能有更好的解决方案，因为我的数据库可能会结束奇怪的歌曲和艺术家真的具体，使拼写检查毫无用处。

我还可以使用on this post Soundex尝试使用for c#解释的内容。

使用常规拼写检查功能无效，因为我不会使用单词而是使用名称和“标题”。

---

所以我的问题是：是否有相对这样做的简单方法，如果有，那是什么？

任何形式的帮助都将受到赞赏。

谢谢！

Answer 1

你想要的是一个相似因素。基本上，你想比较你的输入（例如“迈克尔杰克逊”）和你的期望值（“迈克尔杰克逊”）;如果您将某个非常高的相似度值与您的某个预期值进行比较，则可以询问用户。

这样做的一种方法是将期望值散列为完全打包的哈希表。如果你的哈希算法正确（是的，这是棘手的一点），每个输入将散列到最接近的期望值;一旦找到最接近的期望值，就可以对输入和期望值进行相似性评估;如果您超过某个阈值，请询问用户。

Answer 2

一个相当简单但相对不准确的系统是比较字符串的字符，并测量用户字符串中不同/缺失/添加的字符数。如果字符数足够少（您可以尝试根据键距离[查找表]或某些情况来加权差异），那么询问用户它们是否意味着特定的给定字符串

Answer 3

这是一项非常重要的任务。查看Wikipedia以获取有关处理此问题的算法的更多信息。你已经点击了soundex，但是你还在寻找其他的转换。

Answer 4

这听起来非常类似于创建拼写检查程序，最好使用ternary search tree。该链接使用Java作为示例，但数据结构是重要的部分。数据结构的行为类似于具有McWafflestix提到的属性的Hash。