İsimleri Gruplandırma ve Varyant Yazımları Eşleştirme Çalışması

Sevan Nişanyan, Kişi İsimleri Sözlüğü projesinin başlangıcında karşılaştığı en büyük teknik zorluğu anlatıyor: Türkiye'de kayıtlı 300 bine yakın farklı yazıma sahip ismi, ses ve anlam benzerliklerine göre gruplandırarak yalnızca 16 bin başlık altında toplamak. Bu kümeleme işleminin, birbirine bir harfle bağlanan sonsuz sayıdaki varyant arasında sınır çizmenin güçlüğü nedeniyle tam bir kabusa dönüştüğünü; günde 12 saat çalışarak yaklaşık 3-4 ayını aldığını ve bu sayede nüfusun %99,3'ünü kapsamayı başardığını belirtiyor. Geriye kalan ve üzerinde çalışmadıkları ise sadece birkaç kişide görülen tekil örnekler.