[R-br] Distância entre strings

[Pedro Rafael]

Tura, qual a diferença das duas funções do link que você passou. Estava
lendo e me parece que o projeto Bioconductor (
http://svitsrv25.epfl.ch/R-doc/library/Biostrings/html/stringDist.html) tem
implementado a distância de levenshtein. Vi que o link que você passou tem a
distância de  Damerau-Levenshtein. Por sua experiência qual a melhor para
problemas dessa natureza?

Em 29 de setembro de 2011 14:15, Bernardo Rangel Tura [via R-br] <
ml-node+s2285057n3856736h93 em n4.nabble.com> escreveu:

> On 09/27/2011 11:01 AM, Pedro Rafael wrote:
>
> > Pessoal qual o objeto para compara duas strings e observar a distância
> > entre elas?
> >
> > Exemplo: Gostaria que Pedro Rafael fosse igual à peDro Rafael, que
> > também fosse igual à Rafael Pedro.
> >
> > Existe alguma forma de fazer isto?
> >
> > --
> > Saudações,
> > Pedro Rafael Diniz Marinho.
> > Estatístico - Secretaria de Estado da Saúde - PB.
>
>
> Rafael esta é fácil
>
> 1- coloque tudo em maiúsculo
>
> 2- use a distância de levenshtein para ver qual semelhantes são as strings
> (http://rwiki.sciviews.org/doku.php?id=tips:data-strings:levenshtein)
>
> 3- Se a base for muito grande usar uma codificação soundex pode servir
> para blocar os registros de forma eficiente
>
> 4- Antes que você se queixa vou logo avisando existem muitos brasileiros
> sem CPF e alguns sem RG (crianças)
>
> 5- Você já leu sobre record linkage ajuda muito para mexer com este tipo
> de problemas
>
> []s
> Tura
>
> P.S
> Se precisar de rotina para uma codificação soundez em portugues é só
> falar...
> _______________________________________________
> R-br mailing list
> [hidden email] <http://user/SendEmail.jtp?type=node&node=3856736&i=0>
> https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
> Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça
> código mínimo reproduzível.
>
>
> ------------------------------
>  If you reply to this email, your message will be added to the discussion
> below:
>
> http://r-br.2285057.n4.nabble.com/R-br-Distancia-entre-strings-tp3847468p3856736.html
>  To unsubscribe from R-br, click here<http://r-br.2285057.n4.nabble.com/template/NamlServlet.jtp?macro=unsubscribe_by_code&node=3357982&code=cGVkcm8ucmFmYWVsLm1hcmluaG9AZ21haWwuY29tfDMzNTc5ODJ8NTAyMjI0MDYw>.
>
>



-- 
Saudações,
Pedro Rafael Diniz Marinho.
Estatístico - Secretaria de Estado da Saúde - PB.
-------------- Próxima Parte ----------
Um anexo em HTML foi limpo...
URL: <http://listas.inf.ufpr.br/pipermail/r-br/attachments/20110929/e2ca1e52/attachment.html>