Программы для обработки данных из метрических книг

У меня зачатки аналогичной базы есть по трём н.п., где предки жили долго и где много фамилий. По одному н.п.приличное кол-во метрик, по другим пока по десятку, наиболее старые и наиболее интересные вношу, но вижу, что чем ближе к 20 веку, тем задача становится невыполнимее для одного человека.
Ещё один н.п., который крупный и по которому огромное количество метрик, но все мои фамилии как назло очень редкие и выписывать всё просто неподъёмно -- буквально десяток записей из нескольких сотен мои. Населённых пунктов у меня тоже полсотни.
Но важно отметить, что по самой полной базе, которую составил, уже обнаружил много интересных деталей: двойные фамилии, семьи полных тёзок, человек в нескольких записях фигурирует под своей, а в одной -- под фамилией тестя, хотя запись о браке найти не удалось (спасибо редкому отчеству). Думаю, это далеко не всё, что в такой базе можно найти.
В общем, видится, что проект нужный, но всеобъемлющий сделать практически невозможно. Слишком огромный материал, требующий непременного участия человека. Круг интересующихся генеалогией небольшой, а готовых на такой подвиг -- ещё меньше.

coika,

[q]

Для начала нужны программы ускоряющие процесс перепечатки

[/q]

Опишите подробнее, чего хотелось бы. Если все эксели в одном формате, то перевести их веб-отображение не проблема.

[q]

Может быть еще какие-то голосовые обработки написанного, а потом преобразование в текст?

[/q]

Так вряд ли получится, потому что ни Siri, ни Алиса, ни Google Assistant не смогут большую часть слов разобрать - потом возись исправляй.
Они же таких слов и не знают. Например, "Витебская губерния" они осилят, но вот "Невельский уезд, Серутская волость, Журавковское общество, деревня Заорлица" - вряд ли.

Можно было бы подумать о нейросетях, но это очень сложно.

arkan1973,
Хостинг это самое простое в данном случае.
Поначалу рублей 200 в месяц будет хватать.

Заношу данные в sqlite в свободное от жизни время.

Rychagov написал:

[q]

Опишите подробнее, чего хотелось бы.

[/q]

Сделайте инструмент, а там видно будет.
В качестве базы можно использовать sqlite как вариант.
Монетизацию надо продумать сразу, например, предоставивший данные получает от запросов к этим данным, а построивший систему получает %.
И юридические моменты тоже.
При чем тут мормоны, у меня например у мормонов ничего нет, проект независимый ни от каких мормонов, или даже конкурирующий.
Для приведения имен к одному виду выбрать словарь и ему следовать, например словарь Петровского.
Разные имена, значит разные, это уже исследовательская работа.
Хорошо бы загнать в систему все документы, а на выходе "История государства Российского" в 5-ти томах.

Любчинова написал:

[q]

Хорошо если на выходе 50 томов получится, а не 500...
Волонтерам такой объем не осилить.

[/q]

Мои расчеты "от фонаря".
В одном регионе, например, 5 000 МК (данные одного госархива). Понятно, что где-то вообще нет, где-то гораздо больше. Умножаем на 85 субъектов и на средний листаж 300 (аналогично, есть МК в 50 листов, а есть в 1000).
Итого около 130 млн листов.
30 мин на индексацию 1 листа.
Получается 65 млн часов = 8 млн раб.дней = 33 тыс лет индексации.
Т.е. непрерывно полный рабочий день 33 года должны работать 1000 человек.
Если делать двойную индексацию для уменьшения ошибок, то умножаем на 2 + время на арбитраж.
И это только МК, а нужны еще как минимум РС.

Rychagov написал:

[q]

ни Siri, ни Алиса, ни Google Assistant не смогут большую часть слов разобрать

[/q]

В МК собственно информация - это имена. Основной объем работы - именно они. А Невельский уезд можно сказать медленно и четко, если не хочется вписывать ручками. Поэтому, если есть программа с шаблонами, включающими ВЕСЬ повторяющийся текст (крестьянин-собственник села Ширяевки ХХХ и законная жена его ХХ, оба православные), то это будет колоссальным облегчением-ускорением.