Αντιμετωπίστε τις διαφορετικές γραφές ως πιθανές αντιστοιχίες που πρέπει να ελεγχθούν, όχι ως αυτόματη απόδειξη ότι δύο αναφορές αφορούν το ίδιο άτομο. Δημιουργήστε έναν τοπικό κατάλογο παραλλαγών, αντιστοιχίστε ένα placeholder σε κάθε ταυτότητα που έχει επιβεβαιωθεί και ελέγξτε το εξαγόμενο κείμενο σε κάθε γλώσσα που υπάρχει.
Δημιουργήστε κατάλογο παραλλαγών πριν από την αντικατάσταση
Ένα δίγλωσσο έγγραφο μπορεί να χρησιμοποιεί ένα όνομα στο τοπικό σύστημα γραφής, τη λατινική γραφή του, μια συντομευμένη υπογραφή και μόνο το επώνυμο. Καταγράψτε τις μορφές που υπάρχουν πράγματι στην πηγή, μαζί με το πλαίσιό τους. Συμπεριλάβετε τα εμφανιζόμενα ονόματα email, τις κεφαλίδες και τα παρατιθέμενα μηνύματα.
Χρησιμοποιήστε ένα φανταστικό παράδειγμα: τα Мария Волкова, Mariya Volkova και M. Volkova μπορεί να αναφέρονται στο ίδιο άτομο σε ένα αρχείο. Επιβεβαιώστε το μέσα από το έγγραφο αντί να το υποθέσετε. Μην εισάγετε πραγματικά αναγνωριστικά πελατών σε ένα διαδικτυακό εργαλείο μεταγραφής ονομάτων σε άλλο αλφάβητο μόνο και μόνο για να δημιουργήσετε περισσότερες παραλλαγές.
Αναζητήστε τόνους, σημεία στίξης και παραλλαγές χαρακτήρων
Αναζητήστε τόσο τις πλήρεις μορφές όσο και τα χαρακτηριστικά αποσπάσματα. Οι παύλες, οι απόστροφοι, τα κενά και τα σημεία τονισμού μπορούν να αλλάξουν τα αποτελέσματα μιας ακριβούς αναζήτησης. Αντιγράψτε από την πηγή μια ύποπτη γραφή όταν η πληκτρολόγησή της εκ νέου δεν επιστρέφει κανένα αποτέλεσμα.
Το Unicode περιγράφει κανονικοποίηση για ισοδύναμες ακολουθίες χαρακτήρων· αυτό διαφέρει από το να αποφασίσετε αν δύο προσωπικά ονόματα ανήκουν στο ίδιο άτομο. Ακόμη και το κανονικοποιημένο κείμενο μπορεί να περιέχει διαφορετικές μεταγραφές, λάθη OCR ή πραγματικά διαφορετικά ονόματα. Ελέγξτε την πρόταση γύρω από την αναφορά.
Ερμηνεύστε αρχικά και συντομευμένες μορφές μέσα στο πλαίσιο
Τα αρχικά είναι αμφίσημα. Το A. Silva μπορεί να είναι η Ana ή ο André· ένα επώνυμο που μοιράζονται δύο συγγενείς δεν αποτελεί μοναδική ταυτότητα. Ελέγξτε την υπογραφή, τον ρόλο, τον αποδέκτη και τη χρονολογική σειρά πριν αντιστοιχίσετε ένα placeholder. Αν η πηγή δεν επιτρέπει να ξεκαθαριστεί η αναφορά, διατηρήστε αυτή την αβεβαιότητα.
Οι συντομογραφίες εταιρειών χρειάζονται την ίδια προσοχή. Μια εμπορική επωνυμία, μια καταχωρισμένη επωνυμία και μια συντομογραφία μπορεί να αναφέρονται στον ίδιο οργανισμό, ενώ μια παρόμοια συντομογραφία μπορεί να αναφέρεται σε άλλον. Διατηρήστε χωριστά τα placeholders φυσικών προσώπων και οργανισμών.
Διατηρήστε το νόημα σε όλες τις γλώσσες
Χρησιμοποιήστε με συνέπεια την ίδια ταυτότητα που έχει επιβεβαιωθεί σε όλη την υπόθεση, διατηρώντας χωριστά τα διαφορετικά άτομα. Ελέγξτε τις κτητικές μορφές, τις γραμματικές καταλήξεις και τους τίτλους γύρω από την αντικατάσταση. Μια αντικατάσταση μπορεί να αφαιρέσει τη σωστή λέξη αλλά να αφήσει τη φράση δυσανάγνωστη.
Διαβάστε μαζί τους δίγλωσσους πίνακες και τα μεταφρασμένα παραθέματα. Η στήλη στην τοπική γλώσσα μπορεί να διατηρεί ένα πλήρες όνομα μετά τον καθαρισμό της αγγλικής στήλης. Μην αντιμετωπίζετε το αγγλικό κείμενο ως την κύρια εκδοχή του περιεχομένου που θα λάβει η ΤΝ.
Ελέγξτε τις αντιστοιχίες ClientSafe και το τελικό αντίγραφο
Το ClientSafe χρησιμοποιεί συνεπή placeholders μέσα σε κάθε υπόθεση και σας επιτρέπει να ελέγχετε τα δεδομένα που εντοπίστηκαν. Χρησιμοποιήστε αυτόν τον έλεγχο για να απορρίψετε εσφαλμένες αντιστοιχίες και να προσθέσετε μορφές που παραλείφθηκαν. Μην υποθέτετε ότι ο αυτόματος εντοπισμός καλύπτει κάθε σύστημα γραφής, μεταγραφή ή συντομογραφία.
Εξαγάγετε ένα ξεχωριστό αντίγραφο κειμένου και αναζητήστε ξανά σε αυτό χρησιμοποιώντας τον κατάλογο παραλλαγών σας. Ελέγξτε χειροκίνητα τις υπογραφές, τις επικεφαλίδες και τις σύντομες μεμονωμένες ετικέτες. Μην συμπεριλάβετε τον κατάλογο παραλλαγών και το κλειδί αντικατάστασης στο υλικό που στέλνετε στην υπηρεσία ΤΝ.
Ελέγξτε στοιχεία που παραμένουν αποκαλυπτικά ακόμη και μετά την αφαίρεση του ονόματος
Ακόμη κι αν αφαιρεθούν όλες οι γραφές ενός ονόματος, μπορεί να απομένει μια αναγνωρίσιμη βιογραφία, ένας σπάνιος ρόλος ή μια ακριβής διεύθυνση. Παραλείψτε τα στοιχεία που δεν χρειάζονται για την ερώτηση και ξαναδιαβάστε την προτροπή μαζί με το αντίγραφο. Οι κανόνες κοινοποίησης της υπηρεσίας ΤΝ και του οργανισμού σας εξακολουθούν να απαιτούν ξεχωριστή έγκριση.
Πριν προχωρήσετε σε πιο εκτεταμένες αντικαταστάσεις, ελέγξτε μήπως καταστρέφετε μια διάκριση που χρειάζεται η ανάλυση. Είναι προτιμότερο να αναφέρετε ότι δύο αναφορές μπορεί να αφορούν τον ίδιο συμμετέχοντα, παρά να τις συγχωνεύσετε σιωπηρά και να λάβετε μια βέβαιη αλλά λανθασμένη σύνοψη.
Συχνές ερωτήσεις
Πρέπει όλες οι παρόμοιες γραφές να έχουν ένα placeholder;
Όχι. Η ομοιότητα είναι λόγος για έλεγχο. Συγχωνεύστε αναφορές μόνο όταν το έγγραφο τεκμηριώνει ότι πρόκειται για το ίδιο άτομο· διατηρήστε ρητά τις αμφίσημες αναφορές.
Η αφαίρεση των τόνων και των διακριτικών κάνει ένα όνομα ανώνυμο;
Όχι. Το όνομα μπορεί να παραμένει αναγνωρίσιμο. Αντικαταστήστε με συνέπεια τις αναγνωριστικές αναφορές και ελέγξτε και άλλα στοιχεία στο γύρω κείμενο.