Concevoir un Dictionnaire [Levenshtein distance similarity] [Fait]

**adiltyane** · 25/09/2008, 13h15

bonjour,
je suis entrain de réaliser un module qui utilise deux tables,
j'ai deux champs de type texte un dans la première table et un dans la deuxième.
je doit comparer les deux champs des deux table de telle sorte que quand je fait ma recherche je trouve les valeurs les plus proche du premier.

exemple :

je fixe sur la table 1 --> champ 1 = PATRICE
le résultat doit me chercher toutes les valeur qui sont dans le champs 1 la table 2 qui se rapproche de champs 1 de la table 1
exemple --> PATRIC
--> PATRIQUE
--> PARTICES
ces résultat ont une similitude la plus proche entre les caractère des deux champs.
le but c'est de trouver dans la table 2 les clients qui peu être on a mal écrit leur nom et qui existe déjà dans la table 1.
je sais pas si il y a une bibliothèques qui fait ça ou un package déjà conçus

merci de votre aide

**McM** · 25/09/2008, 13h29

Non y'a rien de ce genre de déjà fait.
Tu as le SOUNDEX mais c'est pas top s'il y a plusieurs mots.

**McM** · 25/09/2008, 13h32

En fait, si je viens de retrouver un truc qui avait été posté (je ne m'en suis jamais servi).
Un post doit exister avec ceci :Levenshtein distance similarity

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
CREATE OR REPLACE FUNCTION ld_sim 
-- Levenshtein distance similarity  
   (p_source_string   IN VARCHAR2,  
 	p_target_string   IN VARCHAR2)  
   RETURN		     NUMBER  
   DETERMINISTIC  
AS  
	v_length_of_source    NUMBER := NVL(LENGTH (p_source_string), 0);
	v_length_of_target    NUMBER := NVL(LENGTH (p_target_string), 0);
	TYPE mytabtype IS TABLE OF NUMBER INDEX BY BINARY_INTEGER;
	column_to_left	  MYTABTYPE;
	current_column	  MYTABTYPE;
	v_cost		     		NUMBER := 0;
 
BEGIN 
    IF p_source_string = p_target_string 
	THEN 
	  	RETURN 100;
    ELSIF v_length_of_source = 0 AND v_length_of_target = 0 
	THEN 
  	 	RETURN 100;
    ELSIF v_length_of_source = 0 
	THEN 
  	 	RETURN 0;
    ELSIF v_length_of_target = 0 
	THEN 
  		RETURN 0;
  END IF;
 
  FOR j IN 0 .. v_length_of_target 
		LOOP 
			column_to_left(j) := j;
		END LOOP;
 
		FOR i IN 1 .. v_length_of_source 
		LOOP 
			current_column(0) := i;
			FOR j IN 1 .. v_length_of_target 
			LOOP 
				IF SUBSTR (p_source_string, i, 1) = SUBSTR (p_target_string, j, 1) 
				THEN v_cost := 0;
				ELSE v_cost := 1;
				END IF;
				current_column(j) := LEAST (current_column(j-1) + 1, 
											column_to_left(j) + 1, 
											column_to_left(j-1) + v_cost);
			END LOOP;
			FOR j IN 0 .. v_length_of_target  
			LOOP 
				column_to_left(j) := current_column(j);
			END LOOP;
		END LOOP;
 
    RETURN CEIL ((1 - (current_column(v_length_of_target) 
  		    / GREATEST (v_length_of_source, v_length_of_target))) 
  		   * 100);
 
END ld_sim;