database - 名字拼写的变化

Question

作为联系人管理系统的一部分，我有一个庞大的姓名数据库。人们经常编辑这个，结果我们遇到了以不同形式存在的同一个人的问题(John Smith 和 Jonathan Smith)。我研究了单词相似度，但很容易想到根本不相似的名称变体(Richard vs Dick)。我想知道是否有一个常见的英文名字变体列表，我可以用它来检测和更正此类错误。

Answer 1

我会爬取所有关于人名的维基百科页面(有可用的维基百科数据转储)，例如 http://en.wikipedia.org/wiki/Teresa (来自 http://en.wikipedia.org/wiki/Category:English_given_names )，并创建一个索引，您可以使用该索引来建议人们正确的形式(您将根据数据库中名字变体的数量对它们进行排名)。不幸的是我不知道。这样的数据库。