levenstein～PHPで編集距離 その２

カスタム関数でのマルチバイト対応は、冷静になったら出来た。

遅さに関しては、冷静に考えてキーワードはそんなにたくさん要らないので

キーワード登録を1,000位にしたら気にならなくなった。

（たくさんアクセスが来たら問題かもしれないが）

bigramインデックスを作ることも頭によぎったが、今そこまでしなくていいかなと。

組み込みであったlevenshtein()関数は結構便利そうなのだが、EUC-JPでテストしても日本語対応できていない気がする。

levenshtein('あいう', 'いう',1,1,1);

の結果が2っておかしい。挿入以外は正しい距離が出るときもあるようだが、使い物にはならない。

(PHP5.2.8)

CakePHPのモデルを作った。キーワードのテーブルを作り、上記のような検索関連の関数を収録した。

作っていろいろキーワード検索してみると、便利になっていることがはっきり実感できて、これはいいと思います。

もうちょっと試したら、テストコードと併せて公開してみたい。