Nyitólap > Adatbázisok > Szovjet táborok magyar foglyainak adatbázisa

Szovjet táborok magyar foglyainak adatbázisa

Magyarország 2019-ben megkapta Oroszországtól a 682000 magyar hadifogoly és civil elhurcolt alapvető adatait tartalmazó kartonok szkennelt képét, és az ebből készített adatbázist.

Az adatbázisban a magyar foglyok által bediktált személyes adatok cirill betűkkel szerepelnek, ahogy azt az adatokat lejegyző orosz katona éppen hallotta. Ezen túl még egy torzulást szenvedett az adat, mikor a 2010-es évek során az orosz kollégák elkészítették a kartonok alapján az adatbázist úgy, hogy 70 évvel korábbi kézírás alapján kellett rögzíteniük az általuk nem értett magyar nyelvű de cirill betűkkel leírt szövegeket.

Az adatok automatikus orosz-magyar átírását, helyreállítását a Nyelvtudományi Intézetben végeztük.

A feladat tehát Ковач Йожеф → Kovács József transzkripció megvalósítása volt. A nehézséget az okozza, hogy a torzulások miatt a betű-betű megfeleltetés a legritkább esetben ad helyes megoldást. Tömegesen találkozunk, olyan nehezen algoritmizálható esetekkel, mint: Цилбауер → Zielbauer, Дейло → Béla, Саотморской → Szatmár, Гонграмеде → Csongrád vagy Кишкупфьилстьгаза → Kiskunfélegyháza. Sokszor több egyenrangú esetleges megoldás adódik, pl: Эрин → Ernő;Ervin;Erik.

Előadás a munkálatokról a 2020-as Magyar Tudomány Ünnepén.

Publikáció és előadás a 2021-es Magyar Számítógépes Nyelvészeti Konferencián.

Az automatikus átíró-helyreállító eszköz a github-on.

A munkálat eredménye: a 2021. február 25-én megnyílt, Magyar Nemzeti Levéltár által üzemeltetett kereshető adatbázis.

Egy hadifogoly visszaemlékezése arra, hogy mi múlik azon, hogy az ember Hegyi vagy esetleg Gegyi – a h-g csere az egyik tipikus elírás – néven szerepel a névsorban. Ez itt a kérdés, M5, 2021. február 22. a 13. perctől.

Hír az ELKH oldalán.

Módosítva: 2021.03.24.