🔼 📟 🦇 पाठ लिंकिंग विधियों का अवलोकन 🤤 👒 🖲️

परिचय

कुछ समय पहले, मैं एक एकीकृत मेडिकल रिकॉर्ड बनाने के लिए चिकित्सा संगठनों से आने वाले स्वास्थ्य के अपने राज्य के बारे में रोगी के रिकॉर्ड और डेटा का विश्लेषण करने के लिए डिज़ाइन किए गए सॉफ़्टवेयर उत्पाद को विकसित करने के लिए एक परियोजना में भागीदार बन गया। लंबे समय तक, टीम रोगी डेटा के संयोजन के लिए एक दृष्टिकोण विकसित नहीं कर सकी। शुरुआती बिंदु ओपन ईएमपीआई (ओपन एंटरप्राइज मास्टर रोगी सूचकांक) समाधान के स्रोत कोड का अध्ययन था, जिसने हमें समानता विश्लेषण एल्गोरिदम को स्ट्रिंग करने के लिए प्रेरित किया। उस क्षण से, सामग्रियों का गहन अध्ययन शुरू हुआ, जिसने पहले एक लेआउट बनाना संभव बनाया, और फिर एक काम करने वाला समाधान।

अब तक, विभिन्न प्रकार की प्रस्तुतियों में, इस तरह के उत्पादों के काम के तर्क के बारे में बहुत सारे सवाल सुनने पड़ते हैं, जिसमें से मैं यह निष्कर्ष निकालता हूं कि पाठ लिंकिंग विधियों की समीक्षा पाठकों की एक विस्तृत मंडली के लिए रुचिकर होगी।

सामग्री विकिपीडिया लेख " रिकॉर्ड लिंकेज " का एक अनुवाद है जिसमें कॉपीराइट और परिवर्धन हैं।

टेक्स्ट लिंकिंग क्या है?

शब्द " रिकॉर्ड लिंकेज" शब्द एक डेटा स्रोत से पाठ रिकॉर्ड को दूसरे से रिकॉर्ड करने की प्रक्रिया का वर्णन करता है, बशर्ते कि वे एक ही वस्तु का वर्णन करें। कंप्यूटर विज्ञान में, इसे "डेटा मैपिंग" या "ऑब्जेक्ट पहचान समस्या" कहा जाता है । वैकल्पिक परिभाषाओं का उपयोग कभी-कभी किया जाता है, जैसे "पहचान" , "बंधन , " डुप्लिकेट डिटेक्शन " , " डेडुप्लीकेशन " , " मिलान रिकॉर्ड " , " ऑब्जेक्ट आइडेंटिफिकेशन " , जो एक ही अवधारणा का वर्णन करते हैं। इस शब्दावली बहुतायत ने सूचना प्रसंस्करण और संरचित दृष्टिकोणों को अलग किया है - रिकॉर्ड बाइंडिंग और डेटा बाइंडिंग । यद्यपि वे दोनों मापदंडों के अलग-अलग सेटों द्वारा मिलान वस्तुओं की पहचान निर्धारित करते हैं, शब्द "लिंकिंग रिकॉर्ड्स" का उपयोग आमतौर पर किसी व्यक्ति के "सार" का उल्लेख करते समय किया जाता है, जबकि "डेटा लिंकिंग" का अर्थ है डेटा सेटों के बीच किसी भी वेब संसाधन को लिंक करने की संभावना, क्रमशः, एक पहचानकर्ता की व्यापक अवधारणा, अर्थात् एक यूआरआई।

इसकी आवश्यकता क्यों है?

किसी व्यक्ति के व्यक्तिगत डेटा (स्वास्थ्य सेवा, इतिहास, सांख्यिकी, शिक्षा, आदि) के प्रसंस्करण से संबंधित विभिन्न क्षेत्रों में उपयोग किए जाने वाले स्वचालित प्रणालियों के निर्माण के लिए सॉफ्टवेयर उत्पादों को विकसित करते समय, कार्य विभिन्न स्रोतों से आने वाले लेखांकन के विषयों पर डेटा की पहचान करने के लिए उठता है।

हालांकि, बड़ी संख्या में स्रोतों से विवरण एकत्र करते समय, समस्याएं उत्पन्न होती हैं जो उनकी स्पष्ट पहचान को मुश्किल बनाती हैं। इन समस्याओं में शामिल हैं:

लिखने की त्रुटियों;
क्षेत्र क्रमपरिवर्तन (उदाहरण के लिए, पहले नाम में);
संक्षिप्त और संक्षिप्त का उपयोग;
पहचानकर्ताओं (दिनांक, दस्तावेज़ संख्या, आदि) के एक अलग प्रारूप का उपयोग।
ध्वन्यात्मक विकृति;
आदि

कच्चे डेटा की गुणवत्ता सीधे बाध्यकारी प्रक्रिया के परिणाम को प्रभावित करती है। इन समस्याओं के कारण, डेटा सेट को अक्सर प्रसंस्करण में स्थानांतरित कर दिया जाता है, जो, हालांकि वे एक ही वस्तु का वर्णन करते हैं, जैसे ये रिकॉर्ड अलग दिखते हैं। इसलिए, एक तरफ, सभी संचरित रिकॉर्ड पहचानकर्ताओं का मूल्यांकन पहचान प्रक्रिया में उपयोग के लिए प्रयोज्यता के लिए किया जाता है, और दूसरी ओर, रिकॉर्ड्स को एक प्रारूप में लाने के लिए स्वयं को सामान्य या मानकीकृत किया जाता है।

इतिहास का दौरा

नोटों को जोड़ने का मूल विचार हलबर्ट एल। डन द्वारा सामने रखा गया था, जिन्होंने 1946 में अमेरिकन जर्नल ऑफ पब्लिक हेल्थ में "रिकॉर्ड लिंकेज" नामक एक लेख प्रकाशित किया था।

बाद में, 1959 में, विज्ञान पत्रिका में ऑटोमैटिक लिंकेज ऑफ़ वाइटल रिकॉर्ड्स पर एक लेख में, हावर्ड बी। न्यूकॉम्ब ने आधुनिक स्ट्रिंग बाइंडिंग सिद्धांत की संभाव्य नींव रखी, जिसे 1969 में इवान फेलेली और एलन द्वारा विकसित और प्रबलित किया गया था। सैंटर (एलन सनटर)। उनका काम "ए थ्योरी फॉर रिकॉर्ड लिंकेज" अभी भी कई लिंकिंग एल्गोरिदम के लिए गणितीय आधार है।

एल्गोरिदम का मुख्य विकास पिछली शताब्दी के 90 के दशक में था। फिर, विभिन्न क्षेत्रों (सांख्यिकी, संग्रह, महामारी विज्ञान, इतिहास, और अन्य) से, अक्सर सॉफ्टवेयर उत्पादों में उपयोग किए जाने वाले एल्गोरिदम अब हमारे पास आए, जैसे कि जारो-विंकलर दूरी (दूरी) और लेवेंसहाइट दूरी, हालांकि, कुछ समाधान, उदाहरण के लिए, ध्वन्यात्मक साउंडएक्स एल्गोरिथ्म, पिछली शताब्दी के 20 के दशक में बहुत पहले दिखाई दिया था।

पाठ प्रविष्टि तुलना एल्गोरिदम

पाठ रिकॉर्ड की तुलना के लिए निर्धारक और संभाव्य एल्गोरिदम के बीच भेद। नियतात्मक एल्गोरिदम रिकॉर्ड विशेषताओं के पूर्ण संयोग पर आधारित हैं। संभाव्य एल्गोरिदम रिकॉर्ड विशेषताओं की पत्राचार की डिग्री की गणना करना संभव बनाते हैं और इसके आधार पर, उनके रिश्ते की संभावना पर निर्णय लेते हैं।

नियतात्मक एल्गोरिथम

स्ट्रिंग्स की तुलना करने का सबसे आसान तरीका स्पष्ट नियमों पर आधारित होता है जब डेटा सेट की विशेषताओं के मिलान के आधार पर वस्तुओं के बीच लिंक उत्पन्न होते हैं। यही है, दो रिकॉर्ड एक नियतात्मक एल्गोरिथ्म के माध्यम से एक दूसरे के अनुरूप हैं यदि सभी या उनके कुछ गुण समान हैं। नियतात्मक एल्गोरिदम डेटा के एक सेट द्वारा वर्णित विषयों की तुलना करने के लिए उपयुक्त हैं जिन्हें एक सामान्य पहचानकर्ता (उदाहरण के लिए, पेंशन फंड - एसएनआईएलएस में एक व्यक्तिगत व्यक्तिगत खाते की बीमा संख्या) या कई प्रतिनिधि पहचानकर्ताओं (जन्म तिथि, लिंग, आदि) द्वारा पहचाना जा सकता है, जिन पर भरोसा किया जा सकता है।

निर्धारक एल्गोरिदम को तब लागू किया जा सकता है जब स्पष्ट रूप से संरचित (मानकीकृत) डेटा सेट प्रसंस्करण में स्थानांतरित हो जाते हैं।

उदाहरण के लिए, इसमें पाठ प्रविष्टियों का निम्नलिखित सेट है:

संख्या	snils	पहला नाम	जन्म की तारीख	पॉल
ए 1	163-648-564 96	ज़्वानेत्स्की मिखाइल	1934/03/06	एम
ए 2	163-648-564 96	ज़्वानेत्स्की मिखाइल	1934/03/06	एम
ए 3	126-029-036 24	इलचेंको विक्टर	1937/01/02	एम
ए 4		नोविकोवा क्लारा	1946/12/26	एफ

संख्या	snils	पहला नाम	जन्म की तारीख	पॉल
बी 1	126-029-036 24	इलिचेंको विक्टर	1937/01/02	एम
बी 2		झिवानेत्स्की मिखाइल	1934/03/06	एम
बी 3		ज़ेरचानिनोवा क्लारा	1946/12/26	2

यह पहले कहा गया था कि सबसे सरल निर्धारक एल्गोरिथ्म एक अद्वितीय पहचानकर्ता का उपयोग है, जिसे किसी व्यक्ति की विशिष्ट पहचान के लिए माना जाता है। उदाहरण के लिए, हम मानते हैं कि सभी रिकॉर्ड जिनके पास समान पहचानकर्ता मूल्य (SNILS) है, एक ही विषय का वर्णन करते हैं, अन्यथा वे अलग-अलग विषय हैं। इस मामले में नियतात्मक संबंध निम्नलिखित जोड़े उत्पन्न करेगा: A1 और A2, A3 और B1। बी 2 ए 1 और ए 2 के साथ जुड़ा नहीं होगा, क्योंकि पहचानकर्ता कोई फर्क नहीं पड़ता, हालांकि यह निर्दिष्ट रिकॉर्ड के साथ सामग्री में मेल खाता है।

इन अपवादों से नए नियमों के साथ नियतात्मक एल्गोरिथ्म को पूरक करने की आवश्यकता होती है। उदाहरण के लिए, यदि कोई विशिष्ट पहचानकर्ता नहीं है, तो आप नाम, जन्म तिथि और लिंग जैसी अन्य विशेषताओं का उपयोग कर सकते हैं। दिए गए उदाहरण में, यह अतिरिक्त नियम फिर से बी 2 और ए 1 / ए 2 पत्राचार नहीं देगा, क्योंकि अब नाम अलग हैं - उपनाम का एक ध्वन्यात्मक विरूपण है।

ध्वन्यात्मक विश्लेषण के तरीकों का उपयोग करके इस समस्या को हल किया जा सकता है, लेकिन यदि आप उपनाम बदलते हैं (उदाहरण के लिए, शादी के मामले में), तो आपको एक नए नियम के आवेदन का सहारा लेना होगा, उदाहरण के लिए, जन्म की तारीख की तुलना करना या रिकॉर्ड के उपलब्ध गुणों में अंतर की अनुमति देना (उदाहरण के लिए, लिंग)।

उदाहरण स्पष्ट रूप से दिखाता है कि नियतात्मक एल्गोरिथ्म डेटा की गुणवत्ता के प्रति बहुत संवेदनशील है, और रिकॉर्ड विशेषताओं की संख्या में वृद्धि से लागू नियमों की संख्या में काफी वृद्धि हो सकती है, जो नियतात्मक एल्गोरिदम के उपयोग को बहुत जटिल करती है।

इसके अलावा, निर्धारक एल्गोरिदम का उपयोग संभव है यदि कोई सत्यापित डेटा सेट (मास्टर संदर्भ) है जिसके साथ आने वाली जानकारी की तुलना की जाती है। हालांकि, खुद को मास्टर निर्देशिका की निरंतर पुनःपूर्ति के मामले में, मौजूदा रिश्तों का एक पूरा ओवरहाल की आवश्यकता हो सकती है, जो नियतात्मक एल्गोरिदम का उपयोग समय लेने या बस असंभव बनाता है।

संभाव्य एल्गोरिदम

स्ट्रिंग रिकॉर्ड्स को जोड़ने के लिए संभाव्य एल्गोरिदम नियतात्मक लोगों की तुलना में विशेषताओं के व्यापक सेट का उपयोग करते हैं, और प्रत्येक विशेषता के लिए एक वजन गुणांक की गणना की जाती है जो अनुमानित रिकॉर्डों की अनुरूपता की संभावना के अंतिम मूल्यांकन में कनेक्शन को प्रभावित करने की क्षमता निर्धारित करता है। एक निश्चित सीमा से ऊपर कुल वजन जमा करने वाले रिकॉर्ड को संबंधित माना जाता है, रिकॉर्ड जो एक सीमा से नीचे कुल वजन जमा करते हैं, असंबंधित माना जाता है। सीमा के मध्य से कुल वजन का मूल्य प्राप्त करने वाले जोड़े को लिंक करने के लिए उम्मीदवार माना जाता है और बाद में माना जा सकता है (उदाहरण के लिए, ऑपरेटर द्वारा), जो उनके संघ (लिंक) पर निर्णय लेंगे या उन्हें अनबाउंड छोड़ देंगे। इस प्रकार, नियतात्मक एल्गोरिदम के विपरीत, जो बड़ी संख्या में स्पष्ट (क्रमादेशित) नियमों का एक सेट है, संभाव्य एल्गोरिदम को थ्रेशोल्ड मानों का चयन करके डेटा की गुणवत्ता के लिए अनुकूलित किया जा सकता है और इसके लिए रीप्रोग्रामिंग की आवश्यकता नहीं होती है।

तो, संभाव्य एल्गोरिदम रिकॉर्ड के गुणों के लिए वजन गुणांक ( यू और एम ) प्रदान करते हैं, जिनकी मदद से उनके पत्राचार या एक दूसरे के साथ असंगतता निर्धारित की जाएगी।

गुणांक यू संभावना को निर्धारित करता है कि दो स्वतंत्र रिकॉर्ड के पहचानकर्ता यादृच्छिक रूप से मेल खाते हैं। उदाहरण के लिए, जन्म के महीने की यू-संभावना (जब समान रूप से वितरित मूल्य हैं) 1 \ 12 = 0.083 है। समान रूप से वितरित नहीं किए जाने वाले मानों की पहचान अलग-अलग मानों के लिए अलग-अलग संभावनाएं होंगी (कभी-कभी, लापता मान सहित)।

गुणांक एम संभावना है कि तुलना किए गए जोड़े में पहचानकर्ता एक दूसरे के अनुरूप हैं या काफी समान हैं - उदाहरण के लिए, जोरो-विंकलर एल्गोरिदम द्वारा उच्च संभावना के मामले में या लेवेंसहाइट एल्गोरिथ्म द्वारा कम। यदि अभिलेखों की विशेषताएं पूरी तरह से सुसंगत हैं, तो इस मान का मान 1.0 होना चाहिए, लेकिन इसकी कम संभावना को देखते हुए, गुणांक का अलग-अलग मूल्यांकन किया जाना चाहिए। यह आकलन डेटा सेट के प्रारंभिक विश्लेषण के आधार पर किया जा सकता है, उदाहरण के लिए, बड़ी संख्या में मिलान और बेमेल जोड़े की पहचान के लिए संभाव्य एल्गोरिथ्म को मैन्युअल रूप से "सीखना" या सबसे उपयुक्त एम-गुणांक मूल्य का चयन करने के लिए पुनरावृत्ति द्वारा एल्गोरिथ्म लॉन्च करना।

यदि m-प्रायिकता को 0.95 के रूप में परिभाषित किया जाता है, तो जन्म के महीने के लिए अनुपालन / गैर-अनुपालन गुणांक इस तरह होगा:

मीट्रिक	लिंक का हिस्सा	मूल्यों का हिस्सा, संदर्भ नहीं	आवृत्ति	भार
अनुपालन	एम = 0.95	u = ०.० 0.0३	m \ u = 11.4	ln (m / u) / ln (2) m 3.51
असमानता	1-एम = 0.05	1-यू = 0.917	(1-एम) / (1-यू)। 0.0545	ln ((1-m) / (1-u)) / ln (2) .20 -4.20

उनके अनुपालन और गैर-अनुपालन गुणांक निर्धारित करने के लिए अन्य रिकॉर्ड पहचानकर्ताओं के लिए इसी तरह की गणना की जानी चाहिए। फिर, जोड़ी के कुल वजन को निर्धारित करने के लिए एक रिकॉर्ड के प्रत्येक पहचानकर्ता की तुलना दूसरे रिकॉर्ड के संबंधित पहचानकर्ता के साथ की जाती है: संगत जोड़ी का वजन कुल परिणाम के साथ जोड़ा जाता है, जबकि अनुचित जोड़ी का वजन कुल परिणाम से घटाया जाता है। परिणामी राशि की तुलना थ्रेशोल्ड मानों के साथ की जाती है ताकि यह निर्धारित किया जा सके कि विश्लेषण की गई जोड़ी को स्वचालित रूप से जोड़ा जाए या विचार के लिए ऑपरेटर को हस्तांतरित किया जाए या नहीं।

अवरुद्ध

अनुपालन / गैर-अनुपालन थ्रेसहोल्ड का निर्धारण स्वीकार्य संवेदनशीलता (एल्गोरिथम द्वारा संबंधित संबंधित रिकॉर्ड का हिस्सा) और परिणाम की भविष्यवाणी के मूल्य (यानी सटीकता, एल्गोरिदम द्वारा जुड़े सही मिलान रिकॉर्ड के माप के रूप में) के बीच एक संतुलन है। चूंकि थ्रेसहोल्ड को परिभाषित करना एक बहुत मुश्किल काम हो सकता है, विशेष रूप से बड़े डेटा सेट के लिए, ब्लॉकिंग के रूप में जाना जाने वाला एक तरीका अक्सर कम्प्यूटेशनल दक्षता बढ़ाने के लिए उपयोग किया जाता है। अभिलेखों के बीच तुलना करने का प्रयास किया जाता है, जिसके लिए बुनियादी विशेषताओं के मूल्यों में एक महत्वपूर्ण विसंगति ( भेदभाव ) का पता चलता है। इससे संवेदनशीलता में कमी के कारण सटीकता में वृद्धि होती है।

उदाहरण के लिए, एक उपनाम के ध्वन्यात्मक एन्कोडिंग के आधार पर लॉक करना आवश्यक तुलनाओं की कुल संख्या को कम कर देता है और इस संभावना को बढ़ाता है कि अभिलेखों के बीच संबंध सही होंगे, क्योंकि दो विशेषताएँ पहले से ही सुसंगत हैं, लेकिन संभावित रूप से उसी व्यक्ति से संबंधित रिकॉर्ड को छोड़ सकते हैं जिसका उपनाम परिवर्तित (उदाहरण के लिए, विवाह के परिणामस्वरूप)। जन्म के महीने तक अवरुद्ध करना एक अधिक स्थिर संकेतक है जिसे केवल तभी समायोजित किया जा सकता है जब स्रोत डेटा में कोई त्रुटि हो, लेकिन सकारात्मक पूर्वानुमानात्मक मूल्य और संवेदनशीलता के नुकसान में अधिक मामूली लाभ प्रदान करता है, क्योंकि यह अत्यंत बड़े डेटा सेटों के बारह विभिन्न समूहों को बनाता है और गति में वृद्धि का कारण नहीं बनता है। गणना।

इस प्रकार, सबसे कुशल पाठ प्रविष्टि लिंकिंग सिस्टम अक्सर रिकॉर्ड के समूहों को तैयार करने के लिए कई तरीकों से समूह डेटा के लिए कई अवरुद्ध पास का उपयोग करते हैं जिन्हें बाद में विश्लेषण के लिए प्रस्तुत किया जाना चाहिए।

मशीन सीखने

हाल ही में, टेक्स्ट रिकॉर्ड को लिंक करने के लिए विभिन्न मशीन लर्निंग के तरीकों का इस्तेमाल किया गया है। अपने 2011 के पेपर में, रान्डेल विल्सन ने दिखाया कि पाठ रिकॉर्ड के लिए क्लासिक संभाव्य लिंकिंग एल्गोरिदम भोले बेयस एल्गोरिथ्म के बराबर है और इस धारणा से समान समस्याओं का सामना करता है कि वर्गीकरण विशेषताएं स्वतंत्र हैं। विश्लेषण की सटीकता को बढ़ाने के लिए, लेखक एक एकल-परत परसेप्ट्रॉन नामक तंत्रिका नेटवर्क के एक मूल मॉडल का उपयोग करने का प्रस्ताव करता है, जिसके उपयोग से पारंपरिक पारम्परिक एल्गोरिदम का उपयोग करके प्राप्त परिणामों को महत्वपूर्ण रूप से पार किया जा सकता है।

ध्वन्यात्मक एन्कोडिंग

ध्वन्यात्मक एल्गोरिदम समान कोड के साथ दो समान रूप से उच्चारित शब्दों से मेल खाते हैं, जो आपको उनके ध्वन्यात्मक समानता के आधार पर ऐसे शब्दों की तुलना करने की अनुमति देता है।

अधिकांश ध्वन्यात्मक एल्गोरिदम अंग्रेजी शब्दों का विश्लेषण करने के लिए डिज़ाइन किए गए हैं, हालांकि हाल ही में कुछ एल्गोरिदम को अन्य भाषाओं के साथ उपयोग करने के लिए संशोधित किया गया है, या मूल रूप से राष्ट्रीय समाधान के रूप में बनाया गया था (उदाहरण के लिए, कावेफोन)।

Soundex

उनकी ध्वनि से दो तारों की तुलना करने के लिए क्लासिक एल्गोरिथ्म साउंडेक्स (ध्वनि सूचकांक के लिए कम) है। यह स्ट्रिंग के लिए समान कोड सेट करता है जिसमें अंग्रेजी में समान ध्वनि होती है। साउंडेक्स मूल रूप से 1930 के दशक में अमेरिकी राष्ट्रीय अभिलेखागार प्रशासन द्वारा 1890 से 1920 तक सेंसरशिप का पुन: विश्लेषण करने के लिए उपयोग किया गया था।

एल्गोरिदम के लेखक रॉबर्ट सी। रसेल और मार्गरेट किंग ओडेल हैं, जिन्होंने पिछली शताब्दी के 20 के दशक में इसका पेटेंट कराया था। एल्गोरिथ्म ने पिछली सदी के उत्तरार्ध में लोकप्रियता हासिल की जब यह संयुक्त राज्य अमेरिका में लोकप्रिय विज्ञान पत्रिकाओं में कई लेखों का विषय बन गया और डी। नॉट के मोनोग्राफ "द आर्ट ऑफ़ प्रोग्रामिंग" में प्रकाशित हुआ।

डायच-मोकोटॉफ़ साउंडेक्स

चूंकि साउंडएक्स केवल अंग्रेजी के लिए उपयुक्त है, इसलिए कुछ शोधकर्ताओं ने इसे संशोधित करने का प्रयास किया है। 1985 में, गैरी मोकोटॉफ़ और रैंडी डायच ने साउंडेक्स एल्गोरिथ्म का एक प्रकार प्रस्तावित किया, जिसे पूर्वी यूरोपीय (रूसी सहित) उपनामों की तुलना काफी उच्च गुणवत्ता के साथ करने के लिए डिज़ाइन किया गया था।

metaphone

90 के दशक में, लॉरेंस फिलिप्स (लॉरेंस फिलिप्स) ने साउंडेक्स एल्गोरिथ्म का एक वैकल्पिक संस्करण प्रस्तावित किया, जिसे मेटाफोन कहा गया। नए एल्गोरिथ्म ने अंग्रेजी उच्चारण के लिए नियमों के एक बड़े सेट का उपयोग किया था जिसके कारण यह अधिक सटीक था। बाद में, एल्गोरिथ्म को लैटिन वर्णमाला के अक्षरों का उपयोग करके प्रतिलेखन के आधार पर अन्य भाषाओं में उपयोग करने के लिए संशोधित किया गया था।

रूसी मेटाफोन

2002 में, प्रोग्रामर पत्रिका के 8 वें अंक में पीटर कांकोव्स्की द्वारा एक लेख प्रकाशित किया गया जिसमें उन्होंने मेटाफोन एल्गोरिथ्म के अंग्रेजी संस्करण के अपने अनुकूलन के बारे में बताया। एल्गोरिथ्म का यह संस्करण रूसी भाषा के नियमों और मानदंडों के अनुसार स्रोत शब्दों को रूपांतरित करता है, जो बिना स्वर वाले स्वर की ध्वन्यात्मक ध्वनि और उच्चारण में व्यंजन के "विलय" को ध्यान में रखता है।

एक निष्कर्ष के बजाय

कई पुनरावृत्तियों के परिणामस्वरूप, सॉफ़्टवेयर उत्पाद विकास परियोजना की परियोजना टीम, जिसका परिचय में उल्लेख किया गया था, ने एक वास्तु समाधान विकसित किया, जिसकी योजना आकृति में दिखाई गई है।

मरीजों के शाब्दिक विवरण REST सेवा के माध्यम से स्वीकार किए जाते हैं और भंडार (कार्ड डेटाबेस) में बिना किसी बदलाव के संग्रहीत किए जाते हैं। चूंकि हमारा सिस्टम चिकित्सा डेटा के साथ काम करता है, सूचना विनिमय के लिए एफएचआईआर (फास्ट हेल्थकेयर इंटरऑपरेबिलिटी रिसोर्सेज) मानक चुना गया था। प्राप्त रोगी कार्ड के बारे में जानकारी संचार और स्थापना पर निर्णय लेने के लिए संदेश कतार में स्थानांतरित कर दी जाती है।

संसाधित किया जाने वाला पहला कार्ड "क्विक एनालाइज़र" है जो एक नियतात्मक एल्गोरिथ्म पर काम कर रहा है। यदि नियतात्मक एल्गोरिथम के सभी नियमों ने काम किया है, तो यह एक अलग भंडारण (लिंक डेटाबेस) में संसाधित कार्ड के लिंक के साथ एक रिकॉर्ड बनाता है। रिकॉर्ड में विश्लेषण किए गए कार्ड की पहचानकर्ता, संचार की स्थापना की तारीख और सशर्त पहचानकर्ता के अलावा विश्व स्तर पर पहचाने गए रोगी की पहचान शामिल है। इसके अलावा कार्ड को आगे निर्दिष्ट वैश्विक पहचानकर्ता के रूप में संदर्भित किया जाता है, जिससे एक विशिष्ट व्यक्ति का वर्णन करने वाला एक सरणी बनता है।

यदि निर्धारक एल्गोरिथ्म एक मैच नहीं पाता है, तो कार्ड की जानकारी संदेश कतार के माध्यम से "पूर्ण विश्लेषक" को प्रेषित की जाती है।

( ). . :

1. -
, . 2.

2.
- , ().

3.
, , ( ) , .

4.
, . . , , . , , , .

पाठ लिंकिंग विधियों का अवलोकन