语音匹配函数

Netezza Performance ServerSQL 语言支持两种语音匹配功能，您可以使用SoundExNYSIIS 或 Double Metaphone 算法将名称编码为语音表示。

通过对姓名进行语音编码，可以根据姓名的发音进行匹配，减少因拼写差异而可能造成的遗漏。音素匹配函数不区分大小写；对于拼写相同但字母大小写不同的两个字符串，音素表示法是相同的。这些函数仅支持 VARCHAR 和 CHAR 数据类型，特别是Latin9编码的 ASCII 子集。这些函数忽略 ASCII 子集之外的任何字符。

注意：如果使用字符串调用音标函数，而字符超出 ASCII 范围，则应音译字符串，将重音字符转换为 ASCII 非重音版本。

SoundExNYSIIS

SQL 语法：

<varchar(6) value> = nysiis(<str_expr>)

Soundex 是一种著名的音标算法，用于按英语发音为人名编制索引。该函数使用纽约州身份识别和情报系统 (NYSIIS) 的 Soundex 变体将字符串转换为 Soundex 表示法。返回值是最多六个字符的字符串，用于识别输入字符串的发音。例如，函数 "nysiis('Washington')返回字符串 "wasang"，而函数 "nysiis('brown')"返回值 "bran"。

双精度变音

SQL 语法：

<int4 value> = dbl_mp(<str_expr>)

Double Metaphone 是另一种通过发音索引字符串的语音算法。与 Soundex 类似，它使用一套不同的英语和交替发音规则。该函数返回两个 4 个字符的字符串编码、一个主键和一个次键（或备用键），用于输入字符串的发音。发音相似的单词共用关键字，尽管它们的长度和拼写可能各不相同。例如，名称 "washington "的双元主键和辅助键分别是 "AXNK "和 "FXNK"。

为提高性能，"dbl_mp函数将 4 位字符键映射为 16 位数字，并返回一个包含 16 位主键和次键的 32 位复合值Netezza Performance Server类型int4）。因此，函数 "dbl_mp('washington')返回值为 781598358。

您可以使用三个辅助函数（pri_mp、"sec_mp和 "score_mp）从返回值中以字符串形式提取主键和辅助键，并运行键比较以获得相关性评分。

主要隐喻

SQL 语法：

<varchar(4) value> = pri_mp(<int4 dbl_mp return value>)

该辅助函数获取调用 "dbl_mp函数返回的值，并返回相应的四字符主元音字符串。例如，"pri_mp(781598358)返回主键 AXNK。

二级隐喻

SQL 语法：

<varchar(4) value> = sec_mp(<int4 dbl_mp return value>)

该辅助函数获取调用 "dbl_mp函数返回的值，并返回相应的四字符二级元音字符串。例如，"sec_mp(781598358)返回二级键 FXNK。

分数隐喻

SQL 语法：

<varchar(4) value> = score_mp(<int4 dbl_mp value 1>, <int4 dbl_mp 
value 1>, <int4 strong match value>, <int4 normal match value>, 
<int4 minor match value>, <int4 no match value>)

该辅助函数获取由 "dbl_mp函数返回的两个值，并比较它们的匹配程度。最后四个参数是四种可能的评分或匹配结果的返回值。在双音频编码中，当两个输入值的一个或多个主键或次键匹配时，这两个输入值就被认为是匹配的；匹配的强度取决于哪些键匹配。例如，下面的列表显示了如何评估匹配强度：

最强匹配: 主键 (1) = 主键 (2)
正常比赛: 辅助键 (1) = 主键 (2)
主键 (1) = 次键 (2)
最小匹配: 辅助键 (1) = 辅助键 (2)

对于四个匹配值参数，可以指定 1、2、3 和 4（表示最强匹配、正常匹配、最小匹配或无匹配）。您还可以使用 100、50、25 和 0 等加权值来返回更多分数，以获得更好的匹配结果。

例如，如果比较 "washington"（781598358）和 "wachingten"（7815963100）的双元音编码，可以使用下面的 "score_mp函数来确定它们的匹配程度：

score_mp(781598358,781596310,1,2,3,4)

函数返回值 1 表示最强匹配。

如果比较一下 "washington "和 "vachingten"（1050031766）的编码：

score_mp(781598358,1050031766,100,50,25,0)

函数返回值 50，表示正常匹配。