ซาวเดกซ์ของเดตช์-โมโคทอฟฟ์

ประวัติความเป็นมา

ในปี 1985 แกรี่ โมโคทอฟฟ์และแรนดี้ เดตช์ นักพงศาวลีวิทยาชาวยิว ได้รวบรวมรายชื่อชาวยิวจำนวน 28000 คนที่ได้เคยเปลี่ยนชื่อระหว่างที่อาศัยอยู่ในเมืองเพลสไทน์ ในปี 1921 ถึง 1948 และได้ปรับแต่งการออกแบบขั้นตอนวิธีซาวเดกซ์ของรัสเซลและซาวเดกซ์ของอเมริกันจนได้เป็นซาวเดกซ์แบบใหม่ สาเหตุก็เพราะนามสกุลของชาวยิวเหล่านั้นเป็นนามสกุลที่มาจากภาษาสลาวิกและภาษายิดดิช หลายๆนามสกุลที่มาจากภาษาสลาวิกและภาษายิดดิชนั้น แม้จะสะกดต่างกันแต่ออกเสียงได้เหมือนกัน จึงไม่ค่อยเหมาะสมกับการใช้ซาวเดกซ์ของรัสเซลและซาวเดกซ์ที่ใช้เป็นทางการของอเมริกา ทั้งสองจึงเห็นว่า ควรจะเก็บรายชื่อไว้ด้วยซาวเดกซ์แบบอื่น เพื่อแก้ปัญหากรณีการเก็บชื่อผิดพลาด

หมายเหตุ

ซาวเดกซ์ของเดตช์-โมโคทอฟฟ์นั้น ในบางครั้งอาจถูกเรียกว่า ซาวเดกซ์ของชาวยิว หรือซาวเดกซ์ของชาวยุโรปตะวันออก

การเข้ารหัส

การเข้ารหัสของซาวเดกซ์ของเดตช์-โมโคทอฟฟ์นั้น เริ่มจากรับอินพุทที่เป็นคำ (สตริง) และจะแปลงตัวอักษรเหล่านั้นออกมาเป็นเอาต์พุตซึ่งเป็นตัวเลข 6 หลัก แต่ละตัวเลขจะบ่งบอกถึงการออกเสียงของตัวอักษรในคำนั้น ถ้าหากว่าเข้ารหัสแล้วได้ตัวเลขไม่ถึง 6 ตัว ก็จะใช้วิธีเติม 0 ต่อท้ายให้ครบแทน หรือถ้าหากว่ามีอักษรที่ต้องออกเสียงมากกว่า 6 ตัว ก็จะเลือกเอา 6 ตัวที่สำคัญที่สุด

ตารางนี้จะเป็นตารางที่บอกว่าสำหรับการออกเสียงแบบใด จะสามารถเข้ารหัสออกมาได้เป็นตัวเลขไหน ซึ่งตัวอักษรตัวเดียวกันอาจทำหน้าที่คนละอย่าง และออกเสียงได้ต่างกันอีกด้วย จึงได้มีการแยกเป็นกรณีไว้

ตัวอักษร	การออกเสียงแบบอื่น	กรณีเป็นตัวอักษรขึ้นต้น	กรณีอยู่ด้านหน้าสระ	กรณีอื่นๆ
AI	AJ, AY	0	1	ไม่เข้ารหัส
AU		0	7	ไม่เข้ารหัส
A		0	ไม่เข้ารหัส	ไม่เข้ารหัส
B		7	7	7
CHS		5	5 4	5 4
CH	KH (5) หรือ TCH (4)
CK	K (5) หรือ TSK (4)
CZ	CS หรือ CSZ หรือ CZS	4	4	4
C	K (5) หรือ TZ (4)
DRZ	DRS	4	4	4
DS	DSH, DSZ	4	4	4
DZ	DZH, DZS	4	4	4
D	DT	3	3	3
EI	EJ, EY	0	1	ไม่เข้ารหัส
EU		1	1	ไม่เข้ารหัส
E		0	ไม่เข้ารหัส	ไม่เข้ารหัส
FB		7	7	7
F		7	7	7
G		5	5	5
H		5	5	ไม่เข้ารหัส
IA	IE หรือ IO หรือ IU	1	ไม่เข้ารหัส	ไม่เข้ารหัส
I		0	ไม่เข้ารหัส	ไม่เข้ารหัส
J	Y (1) หรือ DZH (4)
KS		5	5 4	5 4
KH		5	5	5
K		5	5	5
L		8	8	8
MN			6 6	6 6
M		6	6	6
NM			6 6	6 6
N		6	6	6
OI	OJ, OY	0	1	ไม่เข้ารหัส
O		0	ไม่เข้ารหัส	ไม่เข้ารหัส
P	PF, PH	7	7	7
Q		5	5	5
RZ, RS	RTZ (9 4) หรือ ZH (4)
R		9	9	9
SCHTSCH	SCHTSH, SCHTCH	2	4	4
SCH		4	4	4
SHTCH	SHCH, SHTSH	2	4	4
SHT	SCHT, SCHD	2	4 3	4 3
SH		4	4	4
STCH	STSCH, SC	2	4	4
STRZ	STRS, STSH	2	4	4
ST		2	4 3	4 3
SZCZ	SZCS	2	4	4
SZT	SHD, SZD, SD	2	4 3	4 3
SZ		4	4	4
S		4	4	4
TCH	TTCH, TTSCH	4	4	4
TH		3	3	3
TRZ	TRS	4	4	4
TSCH	TSH	4	4	4
TS	TTS, TTSZ, TC	4	4	4
TZ	TTZ, TZS, TSZ	4	4	4
T		3	3	3
UI	UJ, UY	0	1	ไม่เข้ารหัส
U	UE	0	ไม่เข้ารหัส	ไม่เข้ารหัส
V		7	7	7
W		7	7	7
X		5	5 4	5 4
Y		1	ไม่เข้ารหัส	ไม่เข้ารหัส
ZDZ	ZDZH, ZHDZH	2	4	4
ZD	ZHD	2	4 3	4 3
ZH	ZS, ZSCH, ZSH	4	4	4
Z		4	4	4

ขั้นตอนวิธี

1. รับอินพุทเข้ามาเป็นนามสกุล
2. ไล่ดูแต่ละตัวอักษร และเพิ่มเอาต์พุต โดยดูรหัสจากตาราง โดยต้องไม่ลืมตรวจสอบเงื่อนไขต่างๆ ตามข้อกำหนดด้านบน
3. ถ้ารหัสไม่ครบ 6 หลัก เติม 0 ให้ครบ ถ้ารหัสเกิน 6 หลัก เลือกที่สำคัญที่สุด 6 ตัว
4. เมื่อดูครบแล้ว ส่งเอาต์พุตไปเป็นตัวเลข 6 หลัก

ข้อกำหนดเพิ่มเติม

1. ซาวเดกซ์ของเดตช์และโมโคทอฟฟ์จะเป็นตัวเลข 6 ตัว ในขณะที่ซาวเดกซ์ดั้งเดิมมีความยาว 4 ตัวอักษร
2. ในกรณีที่รหัสมีความยาวไม่ถึง 6 ตัว จะเติมเลข 0 เข้าไปให้ครบแทน
3. สระ (A, E, I, O, U, Y) จะไม่ถูกเข้ารหัส เว้นเสียแต่กรณีที่สระนั้นทำหน้าที่เป็นพยัญชนะต้น หรือกรณีที่สระนั้นเป็นสระคู่ ที่อยู่ด้านหน้าของสระอีกตัว
4. ตัวอักษร H จะถูกเข้ารหัสก็ต่อเมื่อทำหน้าที่เป็นพยัญชนะต้นเท่านั้น
5. ถ้าตัวอักษรที่อยู่ติดกันนั้นสามารถออกเสียงรวมกันได้ (หรือที่เรียกว่า Larger Sound) ก็จะเข้ารหัสเป็นตัวเลขตัวเดียว (ตัวอักษรที่อยู่ติดกัน อาจไม่ได้ออกเสียงรวมเป็นพยางค์เดียวกันก็ได้ ซึ่งถ้าเป็นเช่นนั้นจะเข้ารหัสเป็นตัวเลข 2 ตัว)
6. ถ้านามสกุลที่นำมาเข้ารหัสประกอบด้วยคำมากกว่า 2 คำ ให้รวมกันเป็นคำเดียวแล้วเข้ารหัสเลย

ตัวอย่างการใช้

• เมื่อมีรหัสไม่ครบ 6 หลัก

GOLDEN : มีเสียงเพียง 4 เสียงที่ต้องเข้ารหัส นั่นคือ (G - L - D - N) ซึ่งแปลงเป็นรหัสได้เป็น 5836 แต่จะปรับให้ตัวเลขยาว 6 หลักเสีย เป็น 5 8 3 6 0 0

• เมื่อตัวอักษรนั้นเป็นสระ แต่ถือเป็นกรณีพิเศษ

ALPERT : A เป็นสระก็จริง แต่ทำหน้าที่เป็นพยัญชนะต้น จึงเข้ารหัสได้เป็น 0 8 7 9 3 0 BREUER : E และ U เป็นสระก็จริง แต่ในกรณีนี้เมื่อมีสระ 2 ตัว อยู่ด้านหน้าสระอีกตัวหนึ่ง แสดงว่าสระนั้นจะต้องมีการออกเสียง จึงเข้ารหัสได้เป็น 7 9 1 9 0 0

• เมื่อเป็นตัวอักษร H

HABER :เป็นตัวอักษร H แต่ทำหน้าที่เป็นพยัญชนะต้น จึงเข้ารหัสได้เป็น 5 7 9 0 0 0 MANHEIM : แม้จะเป็นตัวอักษร H และไม่ได้เป็นอักษรที่ขึ้นต้นคำ แต่ก็ออกเสียงเป็นพยัญชนะต้นของพยางค์หลัง จึงเข้ารหัสได้เป็น 665600

ข้อสรุป

ซาวเดกซ์ของเดตช์และโมโคทอฟฟ์นับเป็นขั้นตอนวิธีที่มีประโยชน์มากต่อการเก็บชื่อที่สำคัญๆ มีการประยุกต์ใช้ในหลายๆด้าน อาทิเช่น การทำสำมะโนครัว หรือในโรงพยาบาลบางแห่งยังใช้วิธีนี้ในการเก็บชื่อยาอีกด้วย

ขั้นตอนวิธีที่เกี่ยวข้อง

1. ซาวเดกซ์
2. ขั้นตอนวิธีเชิงสัทลักษณ์ของไบเดอร์-มอร์ส

อ้างอิง

1. เอกสาร Adaptation and Application Daitch-Mokotoff Soundex Algorithm on Serbian Names by Peter Rajkovic, Dragan Jankovic
2. http://www.jewishgen.org/infofiles/soundex.html