pdf - Universität zu Köln

Zeichen in der Zeichenkette Kodierung Zeichen in der Zeichenkette Kodierung
Z,K,G,Q C KS X
A,AE E QU KW
U,I,J Y OE Ö
F,W,PF V EI,EY AY
P B EU OY
T D OU U
SC,SZ,CZ,TZ,TS C
Abbildung 7: Ersetzungen im PHONEM-Algorithmus. Regeln für Vokale mit Akzenten
wurden ausgelassen.
und sind ebenfalls keine Regeln vorhanden. Somit ist der erste Zwischenschlüssel
. Das Ersetzen der einzelnen Buchstaben bringt auch keine Veränderungen.
Nun werden doppelte Zeichen entfernt. Da das nicht Bestandteil der erlaubten
Buchstaben ist, wird dieses entfernt. Damit ist der Schlüssel .
Die Verbreitung des Verfahrens PHONEM dürfte an der engen Koppelung an dBase 30
gescheitert sein. Portierungen 31 sind nicht bekannt.
3.6.8 Phonet
Phonet ist der derzeit neueste, bekannte Ansatz für eine Phonetische Suche im Deutschen.
Zwei Varianten 32 werden in Michael (1988) beschrieben, die sich durch die Größe der
Zielalphabete unterscheiden. Phonet zeichnet sich gegenüber den bisherigen deutschsprachigen
Ansätzen durch seine relativ hohe Komplexität 33 und die Verwendung einer großen
Anzahl von Regeln aus. Phonet versucht dabei, der Bedeutung der Vokale im Deutschen
Rechnung zu tragen. Allerdings wird wie bei PHONEM in der ersten Variante eine relativ
große Anzahl an Vokalklassen verwendet. Die zweite Variante ist im Bereich der Vokale
deutlich variabler.
Die Eingabezeichenkette wird bei Phonet mittels zweiteiliger Regeln verändert. Durch
eine Erkennungszeichenkette wird der Kontext beschrieben in dem eine Regel verwendet
wird. Diese Zeichenkette hat eine ähnliche Syntax wie die in Kapitel 8.1 beschriebenen regulären
Ausdrücke. Durch zusätzliche Steuerzeichen ist es möglich nur Teile der Eingabezeichenkette
zu verändern. Die zweite Zeichenkette enthält die Zeichen, welche in der
30 Bei dBase handelt es sich um eine einfache Datenbank, die vor 15 Jahren zwar weit verbreitet, heute
jedoch fast bedeutungslos geworden ist.
31 Unter einer Portierung versteht man das Anpassen einer Software an andere Umgebungen, wie z. B.
Programmiersprache oder Betriebsystem.
32 Die zweite Variante von Phonet wird im Folgenden Phonet2 genannt.
33 Der Ansatz von Phonem ähnelt einem cluster-basierten Graphem-nach-Phonem-Konverter. Da keine
konkrete Implementation bekannt ist, kann lediglich abgeschätzt werden, dass die Komplexität ähnlich
ist.
19