Busca por similaridade em uma base de dados de genealogia

Abstract

Na área da genealogia, nomes são muitas vezes grafados de várias maneiras diferentes, porém semelhantes. Os motivos para isto são vários, desde mudanças na gramática ao longo dos anos, diferença na grafia de certos nomes em línguas diferentes e até por erros ortográficos cometidos ao longo da história. Portanto, é importante que ao realizar uma pesquisa em uma base de dados genealógica, exista a opção de realizar uma pesquisa por palavras similares, para que resultados relevantes não sejam ignorados por não serem idênticos à palavra pesquisada. Banco de dados relacionais não oferecem naturalmente o suporte para que uma busca por similaridade seja feita, por isso, este trabalho se propõe a apresentar uma implementação de uma busca por similaridade no software de genealogia TNG, com uma técnica eficiente, evitando assim a perda de resultados relevantes em uma pesquisa histórica.

In genealogy, names are often spelled in different ways, although similar. There are a plenty of reasons for this, from grammar changes over the years, difference between names spellings in different languages and even spelling errors committed throughout history. For this reason, it is important to have the option of making a similarity search when a research is made over a genealogical database, so relevant results will not be ignored because they are not spelled identical to the searched word. Relational database do not provide naturally support for a similarity search, so this paper aims to present an implementation of a similarity search in TNG genealogy software, with an efficient technique, thus avoiding the loss of relevant results in a historic research.