【发布时间】：2012-05-24 03:40:50
【问题描述】：
我的数据库中存储了数百万个姓名，这些姓名只不过是客户姓名，
我必须将内部语音上彼此相似的名称聚类，
我正在使用的一种方法是将每个名称与从数据库中提取的一些选择性相似名称进行匹配，这些名称基于 sound-ex、meta-phone、initials..etc
但是速度很慢，
现在我正在考虑为每个名称生成唯一 ID 并聚类相似的唯一 ID，
但我无法生成唯一 ID。
那里的名字是印度人的名字，用英文字母写的。
有没有聚类相似名称的算法。
请帮忙
【问题讨论】：
标签： java machine-learning nlp cluster-analysis