जब कोई फोटो ट्रांसक्रिप्शन टूल नाम और स्थान गलत पढ़ ले, तो उन्हें कैसे जांचें

नामों और स्थानों को अलग से जांचने की आवश्यकता क्यों है

टेक्स्ट पहचान (टेक्स्ट रिकग्निशन) किसी छवि के आकारों को अक्षरों और शब्दों में परिवर्तित करती है। यह उपयोगी संरचना और कॉन्फिडेंस स्कोर दे सकती है: उदाहरण के लिए, Google का ML Kit दस्तावेज़ीकरण ब्लॉक, लाइन, शब्द और प्रतीक स्तरों पर पहचान का वर्णन करता है और बताता है कि API पहचाने गए तत्वों के लिए कॉन्फिडेंस स्कोर लौटाता है। वे स्कोर पहचानकर्ता के आउटपुट का विवरण देते हैं; वे यह स्थापित नहीं करते हैं कि किसी व्यक्ति या स्थान की सही पहचान की गई है। एक स्पष्ट गलत पाठ भी एक संभावित शब्द बना सकता है, और एक परिचित नाम समीक्षक को अनुमान स्वीकार करने के लिए लुभा सकता है।

किसी नाम के "सही" होने के एक से अधिक रूप भी हो सकते हैं। फोटो में दिखाई देने वाले अक्षर किसी व्यक्ति की पसंदीदा वर्तनी, किसी ऐतिहासिक स्थान की आधुनिक वर्तनी, या किसी वर्तमान गजेटियर द्वारा उपयोग किए जाने वाले आधिकारिक नाम से भिन्न हो सकते हैं। दो प्रश्नों को अलग रखें: "छवि क्या कहती है?" और "वह किस नाम या स्थान को संदर्भित करती है?" राष्ट्रीय अभिलेखागार (National Archives) ट्रांसक्राइबर्स को दस्तावेज़ में दिखाई देने वाली वर्तनी, कैपिटलाइज़ेशन और नामों को बनाए रखने की सलाह देता है, भले ही वे गलत वर्तनी वाले हों, और उपयोगी होने पर सही वर्तनी को अलग से नोट करने का सुझाव देता है। ट्रांसक्रिप्शन और व्याख्या को अलग रखने के लिए यह एक सही मॉडल है।

1. टूल के मूल पाठ को सुरक्षित रखें

संपादन करने से पहले, रॉ ट्रांसक्रिप्शन को सहेजें या कॉपी करें। संदिग्ध वस्तु को चिह्नित करें—जैसे [नाम?] या [स्थान?]—और आस-पास के वाक्य को बनाए रखें। यदि आपका ऐप सुधार करने पर मूल टेक्स्ट को बदल देता है, तो पहले एक अलग नोट बनाएं। इससे आपको यह अंतर करने का एक तरीका मिलता है कि सॉफ़्टवेयर ने क्या लौटाया था और बाद में आपने क्या निष्कर्ष निकाला।

एक संक्षिप्त कैप्शन के लिए, स्रोत फोटो को दोबारा खोजने के लिए पर्याप्त संदर्भ रिकॉर्ड करें: इसका फ़ाइल नाम, तिथि, या एल्बम का स्थान। यह व्यावहारिक रिकॉर्डकीपिंग है, शब्द का प्रमाण नहीं। यह सुधारे गए संस्करण को उस छवि से अलग होने से रोकता है जिसका उपयोग आपने इसे जांचने के लिए किया था।

2. छवि के सटीक क्षेत्र का निरीक्षण करें

मूल या आपके पास मौजूद उच्चतम-रिज़ॉल्यूशन वाली प्रति खोलें। शब्द पर ज़ूम इन करें और उसी शैली में मुद्रित या लिखे गए आस-पास के अक्षरों के साथ इसकी तुलना करें। सामान्य मिलते-जुलते अक्षरों की जांच करें: I, l, और 1; O और 0; rn और m; c और e; या कटा हुआ अंतिम अक्षर। किसी साइनबोर्ड या कार्ड पर, पूरी लाइन का भी निरीक्षण करें। ऐसा क्रॉप जो किसी अक्षर, एक्सेंट, एपॉस्ट्रॉफी, या पड़ोसी शब्द को काट देता है, किसी पाठ को वास्तव में जितना वह निश्चित है, उससे अधिक निश्चित दिखा सकता है।

यदि शब्द अभी भी अस्पष्ट है, तो उसी साक्ष्य का दूसरा दृश्य आज़माएं: झुकी हुई छवि को घुमाएं, विवरण खोए बिना बड़ा करें, या थोड़ा आस-पास के संदर्भ के साथ क्रॉप करें। ये समीक्षा तकनीकें हैं, इस बात की गारंटी नहीं कि दूसरा प्रयास इसे हल कर ही देगा। यदि कई पाठ अभी भी पिक्सेल के अनुकूल बैठते हैं, तो सबसे परिचित पाठ को चुनने के बजाय अनिश्चितता बनाए रखें।

3. विकल्प तैयार करने के लिए संदर्भ का उपयोग करें, केवल इसी के आधार पर निर्णय न लें

आस-पास का टेक्स्ट संभावनाओं को सीमित कर सकता है। उपनाम के पास दिया गया पहला नाम, किसी शब्द के बाद सड़क का प्रकार, या "स्थान" (Venue) जैसा शीर्षक आपको बता सकता है कि किस प्रकार के शब्द की अपेक्षा करनी है। उसी साइन या लिखावट में कहीं और दोहराए गए अक्षरों की तुलना करें। राष्ट्रीय अभिलेखागार (National Archives) किसी हस्तलिखित दस्तावेज़ में समान अक्षरों की तुलना करने की सिफारिश करता है ताकि पाठ की पुष्टि करने में मदद मिल सके; इसका मार्गदर्शन यह भी कहता है कि जब किसी शब्द को समझा न जा सके तो उसे अपठनीय (illegible) के रूप में चिह्नित करें।

संदर्भ गुमराह भी कर सकता है। आपके द्वारा दौरा किया गया कोई स्थान याद आने पर वह एक उम्मीदवार हो सकता है, लेकिन स्मृति किसी धुंधले साइनबोर्ड को पठनीय नहीं बनाती है। पहले संभावित पाठों की सूची बनाएं, फिर छवि के आधार पर प्रत्येक का परीक्षण करें।

किसी नाम या स्थान को बाहरी साक्ष्यों के आधार पर जांचें

एक संदर्भ स्रोत यह स्थापित करने में मदद कर सकता है कि क्या कोई संभावित विकल्प मौजूद है या आमतौर पर इसकी वर्तनी कैसे लिखी जाती है। यह अपने आप में यह साबित नहीं कर सकता कि फोटो में वही विकल्प मौजूद है। दृश्यमान अंशों और आस-पास के सुरागों के साथ खोजें—उदाहरण के लिए, आंशिक उपनाम और उसी कार्ड पर दिखाया गया शहर। तथ्य के निकटतम स्रोत को प्राथमिकता दें: किसी वर्तमान व्यक्तिगत नाम के लिए उस व्यक्ति का अपना संपर्क विवरण, किसी व्यावसायिक नाम के लिए संगठन की आधिकारिक साइट, या किसी स्थल के लिए एक प्रासंगिक नक्शा या स्थानीय प्राधिकरण।

अमेरिकी भौगोलिक नामों के लिए, USGS ज्योग्राफिक नेम्स इंफॉर्मेशन सिस्टम (GNIS) नामित स्थानों और विशेषताओं के लिए एक संदर्भ है। USGS, GNIS को एक ऐसी प्रणाली के रूप में वर्णित करता है जो भौगोलिक-नाम की जानकारी को मानकीकृत और प्रसारित करती है। एक मेल खाती हुई प्रविष्टि यह समर्थन कर सकती है कि डेटाबेस में एक नाम दर्ज है; यह यह स्थापित नहीं करता है कि फोटो उस स्थान को दिखाता है, कि फोटो वहां ली गई थी, या कि किसी ऐतिहासिक साइन पर वर्तमान वर्तनी का उपयोग किया गया था। किसी व्यवसाय, भवन या स्थानीय उपनाम के लिए, GNIS बिल्कुल भी सही स्रोत नहीं हो सकता है।

ऐतिहासिक वर्तनी पर अतिरिक्त ध्यान देने की आवश्यकता होती है। लाइब्रेरी ऑफ कांग्रेस बताती है कि ऐतिहासिक रिकॉर्ड में नाम और अन्य शब्द कई वर्तनी में दिखाई दे सकते हैं, और यह तय करते समय कई दस्तावेज़ों के साक्ष्यों पर विचार करने की सलाह देती है कि क्या रिकॉर्ड एक ही व्यक्ति को संदर्भित करते हैं। यदि छवि एक पुराना पत्र, पोस्टकार्ड या शिलालेख है, तो पहले जो दिखाई दे रहा है उसे ट्रांसक्राइब करें। आधुनिक या मानकीकृत रूप को एक अलग नोट में रखें, और बताएं कि पहचान का समर्थन क्या करता है। किसी पुरानी वर्तनी को चुपचाप वर्तमान वर्तनी से न बदलें।

4. स्वतंत्र साक्ष्यों की तुलना करें और जांचें कि वे वास्तव में क्या साबित करते हैं

ऐसे दूसरे स्रोत की तलाश करें जो OCR परिणाम से पूरी तरह स्वतंत्र हो। किसी अन्य तस्वीर पर मेल खाता नाम, एक विश्वसनीय कार्यक्रम विवरणिका (इवेंट प्रोग्राम), या एक आधिकारिक संगठन पृष्ठ किसी उम्मीदवार को पुख्ता कर सकता है। एक ही धुंधली छवि को संसाधित करने वाले दो ऐप दो स्वतंत्र रिकॉर्ड नहीं हैं: वे एक ही दृश्य अस्पष्टता साझा कर सकते हैं। इसी तरह, कॉपी किए गए टेक्स्ट को दोहराने वाला खोज परिणाम वर्तनी को अनिवार्य रूप से सत्यापित नहीं करता है।

पूछें कि साक्ष्य का प्रत्येक हिस्सा क्या स्थापित कर सकता है। किसी साइन की स्पष्ट छवि दृश्यमान अक्षरों का समर्थन कर सकती है। एक आधिकारिक निर्देशिका किसी संगठन के वर्तमान नाम का समर्थन कर सकती है। एक नक्शा यह समर्थन कर सकता है कि कोई नामित विशेषता मौजूद है। उस समय आपके द्वारा लिखा गया एक नोट अवसर की आपकी याद का समर्थन कर सकता है। इनमें से कोई भी स्वतः ही हर सवाल को हल नहीं करता है। जब साक्ष्य परस्पर विरोधी हों, तो उस टकराव को रिकॉर्ड करें और संभावित मिलान को निश्चितता में बदलने से बचें।

ट्रांसक्रिप्शन को कब सुधारें—और कब इसे खुला छोड़ें

टेक्स्ट को तब सुधारें जब छवि स्पष्ट रूप से बदलाव का समर्थन करती है, जैसे कि जब ज़ूम किया गया दृश्य कटे हुए n को m के रूप में स्पष्ट करता है, या जब आस-पास का टेक्स्ट पूरे शब्द को स्पष्ट बनाता है। यदि ऐप अनुमति देता है तो आप एक नोट में रॉ पाठ को बनाए रखते हुए एक स्पष्ट पहचान त्रुटि को भी सुधार सकते हैं।

यदि छवि में ही कोई गलत वर्तनी दिखाई देती है, तो उस दृश्य रूप को अक्षरशः ट्रांसक्रिप्शन में सुरक्षित रखें। केवल तभी संभावित इच्छित नाम के साथ एक अलग नोट जोड़ें जब कोई अन्य विश्वसनीय स्रोत इसका समर्थन करता हो। यह दस्तावेज़ में जो दिखता है उसे टाइप करने और टैग या टिप्पणी के रूप में सही वर्तनी जोड़ने के बीच राष्ट्रीय अभिलेखागार के अंतर का पालन करता है। यह उस व्यक्ति के लिए भी ट्रांसक्रिप्शन को उपयोगी बनाए रखता है जो वास्तव में चित्र में मुद्रित शब्दों की खोज कर रहा है।

यदि महत्वपूर्ण अक्षरों में अंतर नहीं किया जा सकता है या यदि प्रतिस्पर्धी उम्मीदवार छवि और संदर्भ के अनुकूल हैं, तो नाम को अनिर्णीत छोड़ दें। एक उपयोगी नोट विशिष्ट होता है: "उपनाम 'Miller' या 'Muller' जैसा दिखता है; अंतिम दो अक्षर धुंधले हैं," या "साइन पर 'St. ___' लिखा है; स्थान अपुष्ट है।" बिना किसी विवरण के "संभवतः सही" जैसे अस्पष्ट लेबल से बचें कि क्या अनिश्चित बना हुआ है। यदि आपको बाद में अधिक स्पष्ट मूल या स्वतंत्र साक्ष्य मिलते हैं, तो पूर्व अनिश्चितता को समझने योग्य रखते हुए व्याख्या को अपडेट करें।

एक त्वरित निर्णय गाइड

| The letters are clear in

एक त्वरित निर्णय गाइड

आपको क्या मिलता है: छवि में अक्षर स्पष्ट हैं; इसे कैसे रिकॉर्ड करें: ट्रांसक्रिप्शन को सही करें; यदि उपयोगी हो तो रॉ आउटपुट को बनाए रखें।

आपको क्या मिलता है: छवि अस्पष्ट है, लेकिन एक अलग स्रोत वर्तनी का सुझाव देता है; इसे कैसे रिकॉर्ड करें: दृश्यमान पाठ को रखें या अनिश्चितता को चिह्नित करें; सुझाई गई वर्तनी और उसके स्रोत को अलग से नोट करें।

आपको क्या मिलता है: एक वर्तमान स्थान-नाम डेटाबेस में एक उम्मीदवार शामिल है; इसे कैसे रिकॉर्ड करें: इसे इस बात की पुष्टि के रूप में मानें कि नाम दर्ज है, न कि इस प्रमाण के रूप में कि यह फोटो वाला ही स्थान है।

आपको क्या मिलता है: दो पाठ संभावित बने रहते हैं; इसे कैसे रिकॉर्ड करें: दोनों उम्मीदवारों को सुरक्षित रखें या शब्द को अनिर्णीत चिह्नित करें।

आपको क्या मिलता है: छवि में स्पष्ट रूप से एक गलत वर्तनी है; इसे कैसे रिकॉर्ड करें: जो दिखाया गया है उसे ट्रांसक्राइब करें और केवल समर्थित होने पर ही एक अलग सुधार जोड़ें।

बचने योग्य सामान्य गलतियाँ

सबसे परिचित नाम चुनना। परिचितता खोज का सुझाव देने में मदद करती है, लेकिन छवि या स्वतंत्र साक्ष्य को अंतिम पाठ का समर्थन करना चाहिए।

कॉन्फिडेंस स्कोर को पहचान सत्यापन के रूप में मानना। एक पहचानकर्ता का स्कोर किसी व्यक्ति की आधिकारिक वर्तनी या सत्यापित स्थान रिकॉर्ड के विरुद्ध जांच नहीं है। Google पहचान आउटपुट के हिस्से के रूप में कॉन्फिडेंस स्कोर का दस्तावेज़ीकरण करता है; यह उन्हें पहचान का प्रमाण नहीं बनाता है।

तस्वीर के स्थान के प्रमाण के रूप में मानचित्र मिलान का उपयोग करना। एक डेटाबेस प्रविष्टि पुष्टि कर सकती है कि एक नामित विशेषता दर्ज है। यह यह नहीं दिखा सकता कि कैमरा उस विशेषता की ओर था।

दृश्यमान शब्दों को एक आधुनिक रूप से बदलना। विशेष रूप से पुरानी सामग्री के लिए, एक शाब्दिक प्रतिलेख और एक सामान्यीकृत व्याख्या को अलग रखें।

नोट को पूर्ण दिखाने के लिए अनिश्चितता को हटाना। एक ईमानदार अनिर्णीत पाठ उस आश्वस्त अनुमान से अधिक उपयोगी है जिसे बाद के पाठक जांच नहीं सकते।

अंतिम सीख

पहले छवि की जांच करें, उम्मीदवार तैयार करने के लिए संदर्भ का उपयोग करें, और उन उम्मीदवारों का क्या अर्थ है इसका परीक्षण करने के लिए स्वतंत्र स्रोतों से परामर्श लें। टूल के आउटपुट, आपके द्वारा वास्तव में देखे जा सकने वाले अक्षरों और किसी भी बाहरी पहचान को अलग रखें। यदि उपलब्ध साक्ष्य किसी नाम या स्थान का समाधान नहीं करते हैं, तो अनिश्चितता को बनाए रखें; एक सतर्क नोट एक परिष्कृत लेकिन असमर्थित सुधार की तुलना में अधिक विश्वसनीय होता है।

इस विषय को आगे पढ़ें