识别文本中不同格式名称的算法

Question

我需要开发一个应用程序来索引多个文本，并且我需要在这些文本中搜索人名。问题是，虽然一个人的全名是“Gregory Jackson Junior”，但在文本中，这个名字可能会写成：

• 小格雷格·杰克逊
  
• 小格戈里·杰克逊
  
• 格雷戈里·杰克逊
  
• 格雷戈里·J·朱尼尔
  我计划每晚对文本进行索引，并建立数据库索引以加快搜索速度。我想推荐有关该主题的好书和/或好文章。
  谢谢

Answer 1

检查这些相关问题。

查找具有相似文本的文章的算法

如何在文本中搜索人名？ （启发式）

Answer 2

您的问题措辞不正确。这些示例并不表示拼写错误，而是以全名的书写形式进行了更改。

还有，

• 参考示例，您的搜索是否期望匹配像 son 这样的词？
• 在寻找名为 Robert 的名字时，它会期望 匹配 bob 吗？
  • 您是否在寻找诸如this和this之类的东西？

好吧，阅读你的评论表明你不想冒险这样做。

Answer 3

仅供记录。使用贝叶斯过滤器。您可以使用机械卡车来初始化您的算法。