MyHeritage lanserer matching med bøker!

Vi er veldig stolte over å kunne fortelle om en helt ny og revolusjonerende teknologi  — Book Matching — kanskje den beste teknologien vi har lansert til nå.

Book Matching undersøker profiler i ditt familietre automatisk og søker etter treff mellom ditt tre og personer nevnt i vår enorme database av digitaliserte bøker og publiserte kilder. Denne teknologien er unik til MyHeritage, og bruker semantisk analyse for å forstå her eneste setning i hver eneste side av de digitaliserte bøkene. Treffsikkerheten på Book Matches er derfor svært høy.

Book Matching har faktisk allerede produsert over 80 millioner nye treff for vår brukere! Hvert match eller treff er et avsnitt fra en bok som omhandler en person i et familietre, og gir direkte tilgang til avsnittet som er funnet – samtidig som du selvsagt kan lese resten av boken.

Med Book Matching, vil du kunne oppdage fascinerende informasjon om familien din som du kanskje ikke ellers ville ha funnet. Du vil kanskje til og med oppdage nye slektninger og forfedre. Bruk denne informasjonen til å utvide familietreet ditt!

Book Matching er en utvidelse av vår søkemotor for historiske data SuperSearch™, som vi lanserte i 2012. I desember 2015 la vi til vår samling av digitaliserte historiske bøker til SuperSearch™. Denne samlingen består at 450 000 bøker, med et totalt sideantall på 91 millioner sider (ja, det er utrolig mange). Og flere skal det bli. Vi har samlet et team med dedikerte kuratorer, og vi har planer om å legge til flere hundre millioner sider til samlingen hvert år.

Utfordringen
Bøker har alltid vært en av de beste kildene for å finne ut mer om familiehistorie, med å lete etter bestemte fakta i dem har vært som å lete etter den beryktede nåla i høystakken. Selv når hver side i bøkene har blitt digitalisert og gjørt søkbare med såkalt Optical Caracter Recognition (OCR), måtte man bruke masse tid og konsentrasjon for å lete gjennom hva som kunne virke som en endeløs rekke av falske positive treff før man kom frem til svaret.

For eksempel, la oss si at du har en Richard Thomas i familietreet ditt, ville et søk gitt deg resultater for personer som heter Richard, eller Thomas, uten å skille mellom for- og etternavn. Og selv om en Richard Thomas ble funnet, er det liten sjanse for at det er den samme Richard Thomas som du lette etter: nemlig han som ble født i Virginia som giftet seg med Wilma Griffith.

Book Matching redder dagen
Vår Book Matching-teknologi bryter ned disse utfordringene ved at den forstår litterære beskrivelser av personer i historiske bøker, inkludert navn, hendelser, datoer, steder og koblinger mellom personer. Denne informasjonen blir automatisk sjekket mot personer i ditt og andre MyHeritage-brukeres slektstrær, i superfart. Og prosessen vil bli gjentatt automatisk etterhvert som treet ditt blir større – og etter som vi legger til flere bøker.

En vanskelig oppgave blir enkel
Å hente ut slekthistorisk informasjon fra bøker er langt fra en enkel oppgave. I  såkalte strukturerte dokumenter, som fødselsattester eller data fra folketellinger, vet vi hva slags informasjon vi kan finne:  fornavn, etternavn, fødselsdatoer osv. Og informasjonen er presentert på en strukturert måte.  Det er derfor forholdsvis enkel oppgave å gjøre automatiske treff.

Men når vi snakker om ustrukturert tekst, som vi finner i bøker, finnes det nesten endeløse variasjoner for hvordan fødselsdatoer, steder og dødsdatoer blir presentert. Det kan være skrevet på forskjellige måter, med varierende bakgrunnsinformasjon, og i tillegg, informasjonen kan bli presentert i tidsmessing «feil»rekkefølge.

Et godt eksempel på dette er hvordan en persons død kan bli omtalt i litteratur. Vi snakker ikke bare om ord som «død» og «avdød» , men også  «vandret», «endte sine dager», «ble borte», «forlot oss», «dro til himmelen» og en rekke andre beskrivelser som det nesten er umulig å sette begrensinger for. Da vi skulle lansere Book Matches, brukte vi derfor svært lang tid på å lage en database med et nesten uendelig antall ord som kan være synonymer for «død», «født» «gift», og en rekke andre ord som er viktige for slektsforskning.

På samme tid er bøker ikke alltid konsekvente i hvordan en person omtales. For eksempel kan ett avsnitt nevne et fornavn, mens etternavnet ikke nevnes før i neste avsnitt. En kvinne kan nevnes på neste side, og kanskje faren hennes omtales lenger nede på samme side. Det sier seg selv at det kreves avansert teknologi til å nøste opp i dette, og vi har jobbet veldig hardt med å utvikle en rekke algoritmer som tar høyde for disse, samt en rekke andre variasjoner. Disse har blitt testet, justert og testet gang på gang, for at vi skal kunne si med sikkerhet at de fungerer perfekt og at de finner relevant informasjon i bøkene. Og mens vi hold på med denne prosessen, identifiserte og fikset vi flere millioner OCR-feil. For eksempel, om OCR-prosessen trodde at en person ble født «]\lai», rettet vi dette i henhold til den menneskelige forståelsen «mai», og at  «Apnl» faktisk er «april», og så videre.

For øyeblikket er noen av bøkene i smalingen duplikater. Dette er på grunn av at én bok kan ha blitt frigitt fra flere kilder eller grupper. Ingen hadde muligheten til å sjekke om akkurat denne boken allerede fantes i samlingen, men i skrivende stund arbeider vi med å ferdigstille ny teknologi som vil kunne identifisere og slette materiale som er dobbeltregistrert – og som resultat vil du ikke få duplikat-treff.

Bok-matching i praksis
For ikke lenge siden viste vi den nye Book Matching-teknologien vår til noen utvalgte slektsforsknings-bloggere, slik at de kunne se hvordan det fungerer.

Dick Eastman er mannen bak Eastman’s Online Genealogy Newsletter, og han har arbeidet med å kartlegge sin egen slektshistorie over flere år. Han har rundt 2 780 profiler i slektstreet sitt på MyHeritage, og han fikk rundt 500 mellom dem og våre bøker. Og enda bedre: mesteparten av informasjonen som han fikk gjennom Book Mathces, var informasjon som han ikke visste fra før!

Som et eksempel kan vi ta en titt på Elizabeth Fifield, som er Dicks tantes direkte ane direct ancestor 8 generasjoner bakover. Hun var registrert i familietreet hans med kun informasjon om fødsel og død, samt søsken.

Book Matches fant derimot et automatisk treff mellom Elizabeth og boken  «Genealogical and personal memoirs relating to the families of the state of Massachusetts» skrevet av William Richard  Cutter (1847-1918). Dette var en kilde som  Dick Eastman selv sier at han ikke ville ha tenkte på å utforske nærmere selv.

Utsnittet nedenfor ble funnet av MyHeritage. Det spennende her er at man her får informasjon om Elizabeths ektemann og hans familie, deres seks barn og deres fødselsdatoer. Dette var informasjon som Dick ikke hadde tilgang til tidligere, men som han nå kunne registrere i slektstreet sitt og legge til en helt ny linje i slektshistorien sin:

Også den erfarne slektsforkeren Randy Seaver, som skriver bloggen Genea-Musings, har mer enn 40 000 personer i slektstreet stil på MyHeritage. Hun fikk hele 17 323 treff gjennom Book Mathces, og som resultat har han funnet masse informasjon om personene i treet sitt!

La oss trekke frem et eksempel: Randy hadde registrert en slektning i treet sitt, William Seaver Woods, med fødselsdato, og han er registrert som ugift.

Helt uventet, i årboken «Alumni Record of Wesleyan University, Middletown, Connecticut» fra 1921, fant MyHeritage derimot et treff med William.

Dette er universitetet der William studerte. I tillegg til å vise merittene hans fra studiedagene, gir årboken også informasjon om at William var gift og hadde et barn. Dette er informasjon som Randy ikke hadde i sitt tre. En interesannt opplysning er at sønnen deres Robert gikk under sin mors etternavn Crombie. Nettopp på grunn av at Robert ikke brukte sin fars navn, i stedet for Seaver eller Woods,  er det liten sjanse for at Randy ville ha funnet denne informasjonen uten hjelp fra Book Matches. Som resultat har Randy nå en helt ny familielinje å utforske videre.

Leland Meitzlers Genealogy Blog er svært populær. Han har importert sitt familietre med 5 106 personer til MyHeritage, og fikk 620 treff gjennom Book Matches. Ett av disse treffene var knyttet til  Elisha Mills i familietreet hans – og ledet til boken «A Walloon Family in America: Lockwood de Forest and His Forbears 1500-1848,», som ble utgitt i 1914.

Treffet  legger til informasjon om Elishas foredre, og gir verdifull innsikt i perioden da han kjempet i revolusjons-krigen.

Og sist, men langt fra minst, bloggeren Pat Richley, som skriver om slektsforskning på Dear Myrtle , fikk også en rekke treff via den nye teknologien. Thomas Wasden  var Pats tippoldefar, men Pat hadde vare grunnleggende informasjon om ham, som datoer og steder,  i slektstreet sitt.

MyHeritage fant et treff mellom ham og boken «Colonial Families of Philadelphia», skrevet av Jordan, John Woolf (1840-1921), som ble utgitt i 1911:

Treffet inkluderte et bilde av ham, som Pat ikke kjente til. Dette var en skatt for Pat, som nå er inkludert i familietreet hennes.

Bloggerne som ble invitert til å prøve Book Matching i praksis ble positivt overrasket over treffene, informasjonen de fant og de store fremskrittene de gjorde i forskningen sin som resultat. Ingen av dem fikk falske positive treff.
Og bare tenk deg – om Book Mathces kan lede erfarne profesjonelle slektsforskere til informasjon som var helt ukjent for dem – bare tenk på hva Book Matches kan føre til hos deg og meg?!

Samlingen av publiserte kilder er gratis. Å se Book Matches krever et dataabonnement.

Hva er neste steg?
Book Matching er for øyeblikket kun tilgjengelig for engelskspråklige bøker, men teknologien vil snart omfatte flere språk. Vi legger stadig til flere bøker og dokumenter i våre databaser, og vi forventer at boksamlingen på MyHeritage snart vil dobles i antall.

Hvordan vet jeg om jeg har Book Matches?
Bare logg inn på familiesiden din og bruk Oppdagelser-menyen til å finne ut om du har fått noen Record Matches, eller sjekk e-post-innboksen din. Vi sender ut e-poster med nylige matcher, og hvert treff du får med en bok, skjer med hjelp av denne teknologien.

Er du ny på MyHeritage?
Registrer deg på vår hjemmeside og last opp ditt slektstre som en GEDCOM-fil, og du kan begynne å bruke Book Mathces med en gang. Og husk, denne teknologien er kun tilgjengelig på MyHeritage.

Vi tror at du kommer til å bli overrasket over verdien av bøker og sette pris på dem som en viktig del av forskningsmateriale for slektforskningen din, alt takket være teknologien Book Matches.