Indexing-Индексирование

Paulina, не думаю, что люди, никогда не видевшие, что такое метрическая книга, смогут что-то там разобрать, а тем более правильно прочитать, что там написано, поэтому я точно никого из знакомых (кроме тех, что работают в архивах), привлекать не буду.

Paulina написал:

[q]

Я с недавнего времени делаю там арбитраж (сравниваю параллельную работу двух индексеров) и просто вижу некоторые типичные проблемы, которые могут возникать при расшифровке.

[/q]

Я вычитываю сотни страниц метрических книг, написанных одним почерком.
Список встречающихся фамилий уже достаточно выверен.
Имена из Святцев и персонализированные варианты написания их дьячком - отскакивают от зубов.
И тем не менее почти на каждой странице происходят заминки.

Проект индексирования по-моему имеет серьезную методологическую ошибку: необходимо предусмотреть и упростить порядок выдачей батчей по индивидуальным запросам (по названию населенного пункта, прихода, или по архивной номенклатуре).

Если обработкой информации будут заниматься люди знакомые с предметом, то это ускорит процесс и повысит точность ввода.

Paulina написал:

[q]

[/q]

[q]

Вы сами регистрировались и учились или кто-то помог?

[/q]

Регистрировался сам и учился, в помощь была только аннотация с сайта.

[q]

Есть какие-нибудь вопросы или трудности?

[/q]

Вопрос есть. Когда разрешат выбирать нужную лично мне местность?

[q]

А то у меня проблемы с этим. У меня, наверное, завышенные требования к индексерам и я не могу предлагать делать эту работу тем, кто не знаком хорошо с метрическими книгами тогдашней Малороссии середины 19 века

[/q]

Что ж, к концу пятилетки,глядишь и закончите Киев индексировать

Я работал последнее время с немецкими данными, с готическим шрифтом. Те же самые проблемы. Если пастором был в ближайшие 5 лет один человек, и почерк его распознан, то можно хоть все 5 лет читать в один день.

Проблема есть, в слишком большой разнице написания одних и тех же букв и разными стилями готики. Но, не боги горшки обжигают...

Yulita написал:

[q]

я и не горю желанием привлекать совсем "нулевых" людей к этому проекту.

[/q]

Yulita, тот редкий случай, когда я не согласен с Вами.
Если у человека пропадет энтузиазм после первого батча, то действительно, ценность его "нулевая".
Если же он останется, то после десятка-другого страниц превратится во вполне закаленного бойца.

Давайте посмотрим на дело с другой стороны и попытаемся оценить примерный объем работ.

Итак. На сегодня имеем 582 микрофильма с метрическими книгами по Киевской губернии с 1715 по 1919 гг.
Или, учитывая, что каждый фильм содержит примерно 1000 кадров, или 2000 страниц, около миллиона с лишним страниц. (Предположим, 1164000 страниц.)
На каждой странице встречается в среднем по 15 персоналий.
То есть имеем свыше 15 миллионов единиц ввода. (Скажем, 17460000 персоналий.)
Каждый человек в среднем встречается в метрических книгах 7 раз. Цифра лично моя. Так сказать, экспериментальная. Считаем вместе:
1) Рождение.
2) Брак.
3) Смерть.
4) Дети.
5) Опционально восприемник, поручитель, свидетель.
Еще раз повторю, цифра взята из моих наблюдений и является усредненной. Что-то между двух записей (рождение-смерть) для умерших младенчиков и цифирью для супер-чемпионов, типа моего прадеда, Трофима Кассианова Дзюбенко, поминаемого под сотню раз.

Итого имеем около двух с половиной миллионов человек.

Для нас же важны единицы ввода. Примем цифру в 15 миллионов. Как я понял, делается дубль-чек, т.е. один батч вводится дважды, а то и трижды. Отсюда предполагаемый мною ответ на Ваш вопрос:

Yulita написал:

[q]

а почему при загрузке и отправке полностью заполненного батча всегда высвечивается 30-40%?

[/q]

Т.е. полагаю, что по второму проходу (для второго человека, обрабатывающего тот же самый батч) процент вырастет до 60-80. Если человеку попадется дважды работанный батч, то возможно высветится 100%. (Повторюсь, это моя гипотеза. Самостоятельная попытка дать ответ на поставленный Вами вопрос.)
А потом еще производится сверка.

Итого в грубом приближении имеем 30-50 миллионов строк ввода.

Я редко ввожу в день более 100 персоналий. Но возьмем 100 строк ввода в день, как среднюю производительность.
Значит работа оценивается в 300-500 тысяч человеко-дней.
Как недавно говорила уважаемая Gontar, в проекте уже участвуют около 50 человек. Пусть с тех пор их стало 100. Если им хватит терпения на работу без выходных в течении почти 10 лет, то при самых оптимистичных прогнозах, проект закончат через 3000 дней.
Для того, чтобы закончить проект за год - нужно 1000 считчиков.

Это не математика даже, а арифметика.

Думаю, что вряд ли цифра вовлеченных в киевский проект превысит 150-200 эпизодически работающих добровольцев. Т.е. закончат его лет через пять.

Поэтому каждая пара рук на счету. Согласен, что хорошо, если бы к рукам прилагалась голова.