- प्रकाशन
- अद्यतन
गलत एन्कोडिंग से तुर्की अक्षर, अन्वेषक की टिप्पणियाँ और अंतरराष्ट्रीय नामकरण परंपराएँ बिगड़ सकती हैं। पढ़ने योग्य पाठ भी मूल रिकॉर्ड से अलग तरह से तुलना या क्रमबद्ध हो सकता है, जिससे ऐसी त्रुटियाँ बनती हैं जो देखने भर की नमूना जाँच में छूट जाती हैं।
डेटा का अर्थ सुरक्षित रखें
स्रोत और गंतव्य की एन्कोडिंग, सामान्यीकरण के व्यवहार और अनुमत चिह्नों को निर्दिष्ट करें। पहचानकर्ता जैसे फ़ील्ड में बड़े और छोटे अक्षरों के बीच परिवर्तन पर विशेष सावधानी चाहिए, क्योंकि अक्षरों के संबंध हर भाषा में समान नहीं हैं। दृश्य समानता बाइट की समानता या सुरक्षित नैदानिक अर्थ प्रदर्शित नहीं करती। जहाँ व्याख्या या मिलान के लिए अक्षरशः पाठ महत्त्वपूर्ण हो, वहाँ मूल निरूपण सुलभ रखें।
उदाहरण द्वारा समझें
उदाहरण के लिए, तुर्की भाषा में किसी उपकरण के विवरण में बिंदु वाले और बिना बिंदु वाले अक्षर स्थानांतरण में एक ही रूप में बदल जाते हैं। फिर खोज परिणाम दो अलग विवरणों को एक रिकॉर्ड मानकर समूहित करते हैं। टीम यथार्थपरक बहुभाषी उदाहरणों के साथ स्थानांतरण, वापस पढ़ने और खोजने का संयुक्त परीक्षण करती है, और पहले संसाधित रिकॉर्ड पर प्रभाव की अलग जाँच करती है।
समीक्षा जाँच
- परीक्षण उदाहरणों में तुर्की अक्षर और संयुक्त Unicode अक्षर शामिल करें।
- निर्यात किए गए पाठ को वापस पढ़ें और मूल स्रोत से उसकी तुलना करें।
- पहचान का जुड़ाव केवल अक्षरों के सामान्यीकरण पर आधारित न करें।
स्वीकृति और सीमाएँ
स्वीकृति के लिए स्रोत का अर्थ और जहाँ आवश्यक हो, अक्षरों का सटीक क्रम सुरक्षित रहना आवश्यक है। व्यक्तियों के नाम का मिलान फिर भी अधिकृत स्थानीय सत्यापन माँगता है; केवल अक्षर नियम सही व्यक्ति का संबंध सिद्ध नहीं करते। एन्कोडिंग सेटिंग बदलने से पुरानी विकृति अपने-आप ठीक नहीं होगी। कोई सुधार लागू करने से पहले प्रभावित फ़ील्ड और सुधार का विश्वसनीय स्रोत पहचानें।
अक्सर पूछे जाने वाले प्रश्न
- क्या बिगड़े हुए पाठ को हाथ से सुधारा जा सकता है?
- प्रामाणिक स्रोत के आधार पर कारणयुक्त सुधार किया जा सकता है; अनुमान से अक्षर बदलकर अर्थ नहीं गढ़ना चाहिए।
- क्या पूरे पाठ का सामान्यीकरण करना चाहिए?
- खोज के लिए निरूपण का सामान्यीकरण किया जा सकता है, बशर्ते उसका उद्देश्य और मूल रिकॉर्ड से संबंध स्पष्ट रहें।