pdf - Universität zu Köln

Wenn z. B. nach gesucht wird, ist ein Suchresultat, welches
ein enthält. Da aber das ebenfalls gefundene kein enthält, kann es
gefiltert werden. Andererseits kann in der Suchabfrage kein /a/ realisiert werden.
Dementsprechend sind hier Suchergebnisse mit , wie z. B. meist
nicht erwünscht, obwohl auch ähnliche Namen wie z. B. existieren. Hier könnte
überlegt werden, ob das ein Phon erzeugen könnte, das dem /a/ ähnlich ist. In den
fünfzig häufigsten Namen gab es kein Indiz dafür, so dass hier vorerst darauf verzichtet
wurde.
1,0
0,9
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0,0
0.14
phonix
0.10
daitch
0.08
dmeta
0.08
soundex
0.08
koelner
0.06
metaphone
0.06
phonet2
0.06
exsoundex
0.02
phonem
0.00
phonet
Abbildung 46: Durchschnittliche Anzahl der durch den Abgleich von Graphemvarianten
des /a/ fälschlicherweise gefilterten Suchergebnisse bei den 50 häufigsten Namen.
Für die Erkennung des /a/ wurde somit der Ausdruck
/a[^eiyju]|er|a$|r$|á|à|^a/
verwendet. Demnach enthält ein Name ein /a/, wenn es eine Teilzeichenkette hat,
auf das kein , , , oder folgt. Auch wenn am Ende der Zeichenkette
ein , ein einzelnes oder steht, ist ein Matching mit dem Ausdruck erfolgreich.
Die Varianten mit Accent sind der Vollständigkeit halber ebenfalls aufgenommen
worden. Sie treten nicht in Kombination mit anderen Vokalen auf und können somit ohne
Einschränkungen als /a/ bewertet werden.
Abbildung 46 zeigt, dass dieses Vorgehen in einigen wenigen Fällen noch Probleme
bereitet. Allerdings dürfte der Erfolg in Abbildung 45 bestätigen, dass vokalische Information
im Deutschen relevant ist.
Analog zum /a/ wurde für das /i/ der reguläre Ausdruck
/[^aei][\374iy][^j]|ii|[^qae]ue/
für die Detektion von Graphemen verwendet, die ähnlich einem /i/ ausgesprochen werden
können. Der angegebene Ausdruck deckt sicherlich nicht alle Fälle ab, in denen ein dem /i/
ähnlicher Laut beschrieben wird, allerdings scheint er bei den fünfzig häufigsten Namen
auszureichen. Die Resultate der Filterung werden in den folgenden Abbildungen 47 und
59