使用Ruby的数据质量

Question

我正在寻找任何能帮助匹配两个单词和拼写错误的库。例如，gem应该将以下语句标记为true (这只是一个示例，没有必要扩展标准字符串)

'Start' == 'Strat'
'woodpecker' == 'Wodpekcer'

任何用于数据质量检查的红宝石？

Answer 1

你知道莱文的事吗？

https://github.com/anjlab/rubyfish只是你可以安装的一个创业板

Answer 2

正如您所说的，您正在寻找库/ gems，下面是一些实现字符串距离和模糊匹配的gems：

• 舱口
• 含糊不清
• 模糊匹配

库不扩展核心类，因此无法使用==运算符对字符串进行比较，但是可以计算它们的相似性并找到类似的字符串。

对于Soundex，Metaphone和类似的，您可以使用美妙的文本宝石。它可能更多涉及使用语音算法，因为它们可能工作得更好或更糟，取决于语言。完全适用于英语的东西可能对其他语言不起作用。