Zitat:

Es gibt eine Liste mit lauter Berufen, 24000 Stück an der Zahl, jedem Beruf ist eine Nummer zugeordnet. Gibt auch mal 10 ähnlich klingende Berufe mit der gleichen Nummer.

Zitat:

Jetzt bekomme ich einen Fragebogen wo die Befragten ihren Beruf angegeben haben. Da soll jetzt automatisch die richtige Nummer zugeordnet werden. Allerdings stimmen die angegebenen und vorgegebenen Berufe nicht immer 100% überein. Die vorgegebene Liste darf auch nicht verändert werden.

Zitat:

Tippfehler und leichte Abweichungen bekommt man mit der Levenshtein Distanz irgendwie hin. Das Programm muss aber auch einzelne Stringketten in beliebiger Reihenfolge erkennen also Hochschullehrer = Lehrer in der Hochschule Es gibt nämlich "Lehrer in ..." in der vorgegebenen Liste, da folgt dann aber etwas anderes und es wird eine falsche Nummer zugeordnet.

Zitat:

Auch gibt es Doppelungen in der Liste. Wenn die Zuordnung nicht eindeutig ist oder das Programm auf Hindernisse stösst soll es sich melden und Vorschläge machen, man wählt die richtige Nummer aus und das Programm muss sich das fürs nächste Mal merken, also lernfähig sein. Die ganzen Feinheiten und Probleme wird man wahrscheinlich auch erst beim programmieren und testen herausbekommen. Denn es gibt viele Fälle die auftauchen können.