pdf - Universität zu Köln

die Phonotaktik des Englischen stark berücksichtigt.
Damit ergeben sich Konflikte bei der Kodierung deutschsprachiger Zeichenketten.
Während dies bei => noch recht unproblematisch sein sollte, entspricht das
26 im Deutschen dem [t] und nicht dem [T]. Weiterhin kategorisiert Metaphone das
, wenn es vor Vokalen auftritt, nicht als Vokal, sondern als Konsonant. Dies ist im
Deutschen in vielen Namen nicht der Fall.
Gegenüber dem ursprünglichen Metaphone ist Double Metaphone um die Fähigkeit
erweitert worden, mehrere Schlüssel zu erzeugen. Die Regelbasis wurde an einzelnen Stellen
erweitert und es wurden Kodierungsfehler getilgt.
3.6.4 Phonix
Bei Phonix, beschrieben in Gadd (1988) und Gadd (1990), handelt es sich um ein Soundex-
Derivat für die englische Sprache. So ist der Schlüssel, wie bei Soundex, eigentlich numerisch.
Ist der erste Buchstabe ein Vokal wird dies jedoch durch ein markiert.
Ähnlich wie bei Metaphone, wird versucht, anhand von Regeln einen optimaleren Umgang
mit Graphemen zu erlauben, die aus mehreren Zeichen bestehen. Dazu wird eine
Ersetzungsfunktion verwendet, wenn eine dazugehörige Regel den Kontext korrekt beschreibt.
Die erwähnte Regel besteht aus einer Position, einem gruppierten Kontext und
zwei Zeichenketten. Die Position ist entweder beliebig oder der Anfang bzw. das Ende der
Zeichenkette. Der Kontext gibt an, ob als benachbarte Zeichen Vokale, Konsonanten oder
beides erlaubt sind. Die beiden Zeichenketten geben an, welche Zeichenkette durch eine
andere ersetzt werden soll.
Es werden in dem Artikel von Gadd (1988) zwei Varianten von Phonix beschrieben.
Die zweite Variante hebt sich von der schon beschriebenen Variante vor allem durch eine
gesonderte Behandlung der Endgrapheme ab. Diese werden im zweiten Ansatz eliminiert
und erhöhen somit die Trefferquote für den im Artikel vorgesehen Anwendungszweck der
Literaturrecherche vorzugsweise von englischsprachigen Titeln.
Phonix gelang eine größere Verbreitung durch die Integration in WAIS. 27
26 Dies ist kein kleines Problem für die Anwendung im Deutschen. So enthalten ca. 3,1 Prozent der
Familiennamen im Korpus ein .
27 Bei WAIS handelt es sich um eine spezielle Datenbank für die Informationssuche in unterschiedlichen
Dokumententypen. Sie wird vor allem im universitären Kontext und in Bibliotheken benutzt.
15