Жанр міняє правила, не лише словник

Конвеєр той самий для будь-якого жанру й письма; але сповідний розпис показав, що жанр міняє самі правила: чим триматись, коли підписантів немає; чим перевіряти цифри; чому порядок рамок бреше; яка стеля high реалістична. Ці пункти перебивають загальні правила промпту там, де суперечать їм.

Метрична книга (народження, шлюби, смерті)

• Формуляр друкований або розграфлений від руки; графи сталі. Формулу виправляй, підписантів — ні: причт підписує кожен запис і тому виглядає частиною формуляра.
• Прізвище часто стоїть ПІСЛЯ «сына» / «дочь»: «книга без прізвищ» — звіряти кропом, а не вирішувати з аркуша.
• Розкол написань причту між арбітрами — головна пастка фази 2: словник причту робити ДО експорту.
• Виміряний розподіл на цьому жанрі: low близько 7%.

Сповідний розпис, ревізія, поіменний список

Підписантів у тілі списку немає — не шукай причту, він лише на титулі й у підписі в кінці. Опора: заголовки станів («… и ихъ Домашніе») і формули спорідненості («Жена его», «дѣти ихъ», «сынъ», «дочь», «вдова», «мать ихъ», «братъ его», «внукъ ея», «зять», «женатъ», «пришлецъ»).

🔴 Порядок id ≠ порядок читання. Один запис розрізано на 3–5 рамок по графах (ім'я в центральній графі, вік праворуч, лічильники ліворуч), і сусідні за номером id лежать у різних колонках. Прив'язку будуй за змістом голосів, а не за тим, яка рамка вище на аркуші. Колір смуги допомагає (однаковий колір = фрагменти одного фізичного рядка), але сам по собі не досить.

🏆 Арифметика лічильників — головний приймач жанру. Два наскрізні лічильники (чоловічий і жіночий) плюс нумерація дворів, усі три йдуть без діри. Випиши їх стовпчиком і перевір монотонність: саме так знімаються цифри, яких не бачить жоден голос і жоден зум (одностайні «30./31./22.» виявились 80./81./82.: вісімка цього писаря читалась як «3»). ⚠ Лічильник рахує лише православних — іновірець у нумерацію не входить, і діра на ньому законна.

🔴 Діра в ряду — не доказ помилки прочитання, і ряд не можна «лагодити» підгонкою. Причин три, і лише перша означає, що помилився ти: (1) ти загубив цифру — сусіди по ряду показують, яку; (2) писар пропустив номер; (3) число є в чорнилі, а смужки для нього немає — сегментація її не виділила. Приймач ПІДКАЗУЄ, де дивитись, але мітка лишається такою, як у чорнилі, а діру треба назвати в підсумку.

Форма цифри в конкретній руці розв'язує те, чого не розв'язує зум: упізнавши раз, як цей писар пише «4» або «8», знімаєш це на всій сторінці. Ключ, здобутий арифметикою на підсумковій сторінці (де суми сходяться по кількох перевірках), поширюється на всю сторінку.

Формула, розрізана колонковою лінійкою, маскується під прізвище. «Сынъ ихъ» два голоси з трьох віддали як прізвище на -овъ. Перевіряй, чи складається двір: голова → жена → дѣти → зять → отецъ. Правдоподібне прізвище посеред такої послідовності — привід глянути на кроп.

Рідкісне ім'я програє частотному. Не приймай безглуздий токен за прізвище: спершу перевір, чи це не рідкісне святцеве ім'я.

Найдорожча помилка — одна літера. На сторінці 4–5 прізвищ, і кожне впирається в пару л/н, К/П, ѣ/е, т/м, Ѳ/фт. Роби еталон літери зі своєї ж сторінки: порівняй ту саму літеру в кількох словах того самого писаря поруч, в однаковому масштабі. Пару л/н цим не знімеш — там чесний med.

Числові огризки читай ПАЧКОЮ, змонтувавши 8–12 смужок в одне зображення ×4: око калібрується на почерку цифр цього писаря. ⚠ Кропи числових граф обрізані з боків і зверху — номер бери із сусіднього рядка того ж лічильника. Вирізай смужку зі сторінки з полем (train view ctx) — тоді видно колонку й сусідів.

Марка-повтор кодується "; голоси на ній вигадують слова — не переписуй їх. ⚠ Не плутати з крапковими вивідними («. . . .»), якими писар заповнює порожню комірку: вони НЕ транскрибуються, там "m": "".

Краєві огризки при самому лівому краю кадру — це сусідній аркуш, що потрапив у скан. Не текст твоєї сторінки: low і найкращий здогад.

Друга сторінка того самого набору — найдешевший арбітр для повторюваних заголовків граф; тому набір сповідок робити з кількох сторінок одного жанру одразу.

«Друк чи рука» — рішення рівня СТОРІНКИ, не справи. В одній справі бувають і типографські бланки, і розграфка від руки: різні парафії подавали відомості на тому, що мали. Друкована шапка кришиться сегментацією на короткі огризки — їх читають як є з кропа.

Стеля впевненості нижча за метрику. Виміряний розподіл — high ~40% · med ~40% · low ~20%. Якщо low помітно менше за 15%, найпевніше ти ставиш high там, де не звірив.

Ціна: рядок сповідки коштує приблизно у 2.5 раза більше токенів за рядок метрики — і сторінок на файл завдання має бути одна, не три.

Греко-католицька книга

• Маркер іновірця інший: «Мужъ Ея Католикъ», «Жена Его Католичка» — римо-католик латинського обряду; правило «діра на іновірцеві законна» діє.
• Жіночі прізвища в польській формі («-ска», не «-ская»); рука може писати кінцеве «а» двома формами — приймачем стає зміст (називний відмінок).
• Справа буває двомовна: латинські аркуші потребують окремого набору й іншого рушія — письма в одному наборі не змішують.

Суд, нотаріат, канцелярія

• Суцільний текст без граф: аркуш не ділиться вертикально, і арбітр отримує його в нижчому масштабі — кропи на власних назвах тут обов'язкові.
• Друковані штампи й заголовки («ПРОКУРОРЪ», «ОКРУЖНАГО СУДА») рушії читають розсипом — це реальний текст, а не белькіт; ворота його не понижують, він іде до людини як підозрілий.
• Розворот: рядок засвідчення йде впоперек через корінець, і сегментація дає його двома кропами з несусідніми індексами. Тому зводити — дивлячись на аркуш, а колір смуги показує половинки одного рядка.