Add the use of soundex_fr for word comparison
This commit is contained in:
parent
7c1707dea0
commit
97c75691ce
3 changed files with 85 additions and 4 deletions
14
about.php
14
about.php
|
|
@ -18,6 +18,20 @@ include('templates/header.php');
|
|||
L'affichage du nuage est possible grâce au travail de
|
||||
<a href="https://timdream.org/" title="Lien vers le site de Timothy Guan-tin Chien">Timothy Guan-tin Chien</a>.
|
||||
</p>
|
||||
<p>
|
||||
La comparaison des mots est en partie possible grâce au travail d'adaptation de la
|
||||
transcription <strong>soundex</strong> en français faite par Florent Bruneau
|
||||
et expliquée
|
||||
<a href="http://blog.mymind.fr/blog/2007/03/15/soundex-francais/" title="Lien vers l'explication de soundex_fr'">sur son blog</a>.
|
||||
</p>
|
||||
<p>
|
||||
Ce site démontre une fois de plus la force du partage de connaissances.
|
||||
Sans le travail de ces personnes, et de toutes les autres impliquées
|
||||
dans le développement des langages que j'utilise,
|
||||
des logiciels que j'utilise, des algorithmes que j'utilise,
|
||||
jamais je n'aurais pu proposer cet outil.
|
||||
Vive le logiciel libre, vive les communs.
|
||||
</p>
|
||||
<?php
|
||||
include('templates/footer.php');
|
||||
?>
|
||||
|
|
|
|||
12
db.php
12
db.php
|
|
@ -1,5 +1,5 @@
|
|||
<?php
|
||||
|
||||
require_once 'soundex_fr.php';
|
||||
|
||||
class DataBase
|
||||
{
|
||||
|
|
@ -281,9 +281,13 @@ class DataBase
|
|||
|
||||
function areWordsSimilar(string $word1, string $word2)
|
||||
{
|
||||
$sim = similar_text($word1, $word2, $perc);
|
||||
$sim_meta = similar_text(metaphone($word1), metaphone($word2), $perc_meta);
|
||||
if ($perc >= 75 && $perc_meta >= 80) {
|
||||
$word_sim = similar_text($word1, $word2, $word_perc);
|
||||
$meta_sim = similar_text(metaphone($word1), metaphone($word2), $meta_perc);
|
||||
$sndx_sim = similar_text(soundex_fr($word1), soundex_fr($word2), $sndx_perc);
|
||||
if ($word_perc >= 90 || $meta_perc >= 90 || $sndx_perc >= 90) {
|
||||
return true;
|
||||
}
|
||||
if ($word_perc >= 80 && $meta_perc >= 80 && $sndx_perc >= 80) {
|
||||
return true;
|
||||
}
|
||||
return false;
|
||||
|
|
|
|||
63
soundex_fr.php
Normal file
63
soundex_fr.php
Normal file
|
|
@ -0,0 +1,63 @@
|
|||
<?php
|
||||
/***************************************************************************
|
||||
* Copyright (C) 2007 Polytechnique.org *
|
||||
* http://opensource.polytechnique.org/ *
|
||||
***************************************************************************/
|
||||
|
||||
function soundex_fr($sIn)
|
||||
{
|
||||
static $convVIn, $convVOut, $convGuIn, $convGuOut, $accents;
|
||||
if (!isset($convGuIn)) {
|
||||
$accents = array('É' => 'E', 'È' => 'E', 'Ë' => 'E', 'Ê' => 'E',
|
||||
'Á' => 'A', 'À' => 'A', 'Ä' => 'A', 'Â' => 'A', 'Å' => 'A', 'Ã' => 'A',
|
||||
'Ï' => 'I', 'Î' => 'I', 'Ì' => 'I', 'Í' => 'I',
|
||||
'Ô' => 'O', 'Ö' => 'O', 'Ò' => 'O', 'Ó' => 'O', 'Õ' => 'O', 'Ø' => 'O',
|
||||
'Ú' => 'U', 'Ù' => 'U', 'Û' => 'U', 'Ü' => 'U',
|
||||
'Ç' => 'C', 'Ñ' => 'N', 'Ç' => 'S', '¿' => 'E',
|
||||
'é' => 'e', 'è' => 'e', 'ë' => 'e', 'ê' => 'e',
|
||||
'á' => 'a', 'à' => 'a', 'ä' => 'a', 'â' => 'a', 'å' => 'a', 'ã' => 'a',
|
||||
'ï' => 'i', 'î' => 'i', 'ì' => 'i', 'í' => 'i',
|
||||
'ô' => 'o', 'ö' => 'o', 'ò' => 'o', 'ó' => 'o', 'õ' => 'o', 'ø' => 'o',
|
||||
'ú' => 'u', 'ù' => 'u', 'û' => 'u', 'ü' => 'u',
|
||||
'ç' => 'c', 'ñ' => 'n');
|
||||
$convGuIn = array( 'GUI', 'GUE', 'GA', 'GO', 'GU', 'SCI', 'SCE', 'SC', 'CA', 'CO',
|
||||
'CU', 'QU', 'Q', 'CC', 'CK', 'G', 'ST', 'PH');
|
||||
$convGuOut = array( 'KI', 'KE', 'KA', 'KO', 'K', 'SI', 'SE', 'SK', 'KA', 'KO',
|
||||
'KU', 'K', 'K', 'K', 'K', 'J', 'T', 'F');
|
||||
$convVIn = array( '/E?(AU)/', '/([EA])?[UI]([NM])([^EAIOUY]|$)/', '/[AE]O?[NM]([^AEIOUY]|$)/',
|
||||
'/[EA][IY]([NM]?[^NM]|$)/', '/(^|[^OEUIA])(OEU|OE|EU)([^OEUIA]|$)/', '/OI/',
|
||||
'/(ILLE?|I)/', '/O(U|W)/', '/O[NM]($|[^EAOUIY])/', '/(SC|S|C)H/',
|
||||
'/([^AEIOUY1])[^AEIOUYLKTPNR]([UAO])([^AEIOUY])/', '/([^AEIOUY]|^)([AUO])[^AEIOUYLKTP]([^AEIOUY1])/', '/^KN/',
|
||||
'/^PF/', '/C([^AEIOUY]|$)/', '/E(Z|R)$/',
|
||||
'/C/', '/Z$/', '/(?<!^)Z+/', '/H/', '/W/');
|
||||
$convVOut = array( 'O', '1\3', 'A\1',
|
||||
'E\1', '\1E\3', 'O',
|
||||
'Y', 'U', 'O\1', '9',
|
||||
'\1\2\3', '\1\2\3', 'N',
|
||||
'F', 'K\1', 'E',
|
||||
'S', 'SE', 'S', '', 'V');
|
||||
}
|
||||
// Si il n'y a pas de mot, on sort immédiatement
|
||||
if ( $sIn === '' ) return ' ';
|
||||
// On supprime les accents
|
||||
$sIn = strtr( $sIn, $accents);
|
||||
// On met tout en minuscule
|
||||
$sIn = strtoupper( $sIn );
|
||||
// On supprime tout ce qui n'est pas une lettre
|
||||
$sIn = preg_replace( '`[^A-Z]`', '', $sIn );
|
||||
// Si la chaîne ne fait qu'un seul caractère, on sort avec.
|
||||
if ( strlen( $sIn ) === 1 ) return $sIn . ' ';
|
||||
// on remplace les consonnances primaires
|
||||
$sIn = str_replace( $convGuIn, $convGuOut, $sIn );
|
||||
// on supprime les lettres répétitives
|
||||
$sIn = preg_replace( '`(.)\1`', '$1', $sIn );
|
||||
// on réinterprète les voyelles
|
||||
$sIn = preg_replace( $convVIn, $convVOut, $sIn);
|
||||
|
||||
// on supprime les terminaisons T, D, S, X (et le L qui précède si existe)
|
||||
$sIn = preg_replace( '`L?[TDX]?S?$`', '', $sIn );
|
||||
// on supprime les E, A et Y qui ne sont pas en première position
|
||||
$sIn = preg_replace( '`(?!^)Y([^AEOU]|$)`', '\1', $sIn);
|
||||
$sIn = preg_replace( '`(?!^)[EA]`', '', $sIn);
|
||||
return substr( $sIn . ' ', 0, 4);
|
||||
}
|
||||
Loading…
Reference in a new issue