مطابقة أسماء البلدان والأسماء البديلة: عين اسما مرجعيا أولا

تبدو مطابقة أسماء البلدان والأسماء البديلة مسألة جدول بحث. والواقع أن الجدول هو الجزء السهل، والصعوبة في تحديد الاسم الذي تقارن به كل الأسماء الأخرى.

وبدون ذلك القرار تصبح المطابقة سلسلة أحكام محلية. يعتبر مكون ما أن كتابتين اسم واحد، ولا يعتبر آخر ذلك، فيظهر الفرق في صورة سجل مكرر أو دمج فاشل. والاسم المرجعي هو المرساة التي تجعل بقية العمل آليا.

ما معنى الاسم المرجعي هنا؟

يعني صيغة واحدة معينة لكل بلد، مختارة عمدا ومستخدمة في كل موضع يجب فيه مقارنة اسم أو ترتيبه أو تخزينه كمفتاح.

والمرجعي لا يعني صحيحا، ولا يعني مفضلا عند الجميع. إنه يعني أن صيغة واحدة عينت مرجعا، بحيث تكون لكل صيغة أخرى علاقة محددة بها. ويمكن أن يكون للبلد عدة أسماء شائعة وأن يكون له مع ذلك مدخل مرجعي واحد فقط.

وينبغي توثيق الاختيار مع سببه. فقد يختار فريق الصيغة المستخدمة في معيار دولي لأنها مستقرة، أو الصيغة الأكثر ألفة في سوق المنتج الرئيسي لأنها تقلل طلبات الدعم، أو الصيغة المحلية لأنها تحترم الطريقة التي يسمي بها السكان بلدهم. وكل من هذه قابل للدفاع؛ أما خلط الثلاث دون توثيق فليس كذلك.

لماذا توحد الصيغة قبل المقارنة؟

لأن نصين يبدوان متطابقين للقارئ قد يختلفان على مستوى البايتات التي يقارنها الحاسوب. فالمحارف ذات العلامات لها أكثر من ترميز صالح، والنص الذي يقرأ بالشكل نفسه على الشاشة قد يفشل في اختبار تساو مكتوب على المحارف الخام.

وتوحيد الصيغتين قبل المقارنة يزيل هذا النوع من عدم التطابق الزائف بالكامل. وهو عملية رخيصة وحتمية النتيجة، وينبغي أن تحدث في موضع واحد بالضبط لا في كل مكون يقارن أسماء.

وثمة ثلاث خطوات أخرى تنتمي إلى جانبه. طابق حالة الأحرف، حتى لا يسبب اختلاف الكتابة فرقا وحده. واشذب المسافات الزائدة واجمعها، لأن المسافات في البدايات والنهايات تصل من عمليات الاستيراد ومن النص الملصوق. وقرر صراحة ما تفعله بعلامات الترقيم، بما فيها المحارف التي تفصل أجزاء الاسم، لأن حذفها يغير أي النصوص تتطابق.

وما لا ينبغي أن يفعله توحيد الصيغة هو حذف محارف تحمل معنى أو إعادة كتابتها. فمرور توحيد يزيل العلامات من البيانات المخزنة يغير البيانات، أما المرور نفسه مطبقا وقت المقارنة فقط فلا يفعل ذلك.

متى تفيد الأسماء البديلة ومتى تضلل؟

يكسب الاسم البديل مكانه حين توجد صيغة بديلة حقيقية وكانت ستفشل في المطابقة لولا ذلك. والاسم الرسمي السابق، والاسم المستخدم محليا، والاختصار الشائع الاستعمال، والترجمة في لغة واسعة الانتشار، كلها مدخلات مشروعة.

والخطر أن تتكاثر الأسماء البديلة. فكل اسم بديل يضاف للراحة هو ادعاء بأن نصين يشيران إلى البلد نفسه، والادعاء الخاطئ أسوأ من الادعاء المفقود، لأنه يدمج سجلين بصمت في سجل واحد خاطئ في حق الاثنين.

وثمة درابزنان يحفظان جدول الأسماء البديلة صادقا. الأول أن يكون لكل اسم بديل سبب مذكور ومصدر، بحيث يمكن مراجعة الادعاء بدل أن يورث إلى الأبد. والثاني أن لا تولد الأسماء البديلة بقاعدة تبدو معقولة لكنها غير صحيحة—فالتحويل الآلي المطبق على اسم بلد ما سينتج نصوصا تشبه أسماء بلدان أخرى.

وأبق جدول الأسماء البديلة صغيرا وقابلا للتدقيق. فجدول من بضع مئات من المدخلات يستطيع إنسان قراءته أنفع من جدول مولود كبير لا يستطيع أحد التحقق منه.

ما الذي يفسد حين تكون المطابقة التقريبية أول حل؟

المطابقة التقريبية جاذبة لأنها تبدو وكأنها تحل المشكلة دون أي عمل على البيانات، وهي في الوقت نفسه تنتج أخطاء واثقة صامتة، وهي أصعب أنواع الأخطاء في الاكتشاف.

وثمة آليتان تسببان معظم الضرر. فالأسماء الخاصة ببلدان مختلفة والتي تفصلها مسافة تحرير صغيرة ستتطابق مع بعضها. والخطأ الطباعي الذي يقع بالصدفة أقرب إلى بلد خاطئ من البلد الصحيح سيصحح في الاتجاه الخاطئ.

والترتيب العملي هو ترتيب الجدول من أعلى إلى أسفل، مع استخدام المطابقة التقريبية أخيرا وعلى المتبقي فقط، وحيث تكون إعادة الجواب الخاطئ رخيصة. والمطابقة التقريبية التي تنتج اقتراحا يؤكده إنسان ميزة مختلفة عن المطابقة التقريبية التي تكتب قيمة.

هل ينبغي تخزين الأسماء أصلا؟

خزن الرمز، وعامل الاسم كشيء يعرض لقارئ لا كشيء يحفظ كهوية سجل.

فالأسماء تتغير، والرموز تصان بالضبط حتى تبقى الهوية عبر التغيير. والسجل الذي تكون هويته اسما يصبح غامضا في اللحظة التي يراجع فيها ذلك الاسم أو يترجم، ويبقى الغموض غير مرئي حتى يظهر سجلان يفترض أن يكونا سجلا واحدا جنبا إلى جنب.

ولا بد مع ذلك من تخزين اسم معروض أو إنشائه، وينبغي أن يوسم بما هو. فحقل باسم name يستعمل تسمية ومفتاح ربط في الوقت نفسه سينتهي إلى الاستعمال الخاطئ في أحد الدورين.

للمطورين: ضع المقارنة خلف دالة واحدة

مركز المقارنة بدل تكرارها. فموضع واحد يقوم بتوحيد الصيغة وتطبيق جدول الأسماء البديلة وتحديد النتيجة يعني أن القواعد تراجع مرة وتغير مرة، وأن كل مستدع يرث السلوك نفسه.

وحيث تكون النتيجة غير مؤكدة، فضل إرجاع اقتراح مرتفع القيمة على إصدار قرار. ويعرض دليل البلدان والمناطق الأسماء إلى جانب رموزها، وهو الاقتران الذي يجعل المطابقة الخاطئة مرئية بدل أن تكون معقولة. أما سلوك العنصر الذي يستهلك هذه المطابقات فمغطى في دليل اختبار حقول اختيار البلد، بينما تفسر أدلة البلد مقابل اللغة وتجميعات المنطقة لماذا يبقى الاسم المترجم شأنا يخص طبقة اللغة لا تغييرا في الهوية.

ومدخلات الأسماء البديلة والصيغ الإملائية الواردة أمثلة مخترعة للتوضيح. وهي ليست جدول أسماء بديلة حقيقيا، ولا تعكس أي عرف تسمية منشور، ولا ينبغي التعامل مع أي مثال فيها على أنه اسم رسمي أو مفضل لأي بلد.

الخطوات التالية

اكتب صيغتك المرجعية لبلد واحد والسبب الذي اختيرت من أجله، ثم عد كم موضعا في نظامك يقارن الأسماء دون المرور بخطوة مشتركة. ويشرح دليل البلد مقابل اللغة لماذا يكون الاسم المترجم شأنا من طبقة اللغة لا تغييرا في الهوية.