Fusion de doublon

[daucourt]

Bonjour,

Je viens de tenter la fusion de deux gedcom, et je me retrouve avec des doublons. J'ai alors lancé l'outil fusion des doublons, mais, il en reconnaît très peu.
J'ai mis le curseur au minimum (Score minimum pour afficher les doublons = 0), et j'ai pu en trouver quelques uns en plus, mais on est très loin du compte. Et j'obtiens beaucoup de faux positifs.

Je me suis dit que j'allais forcer la fusion de doublons (il y a bien une exclusion de doublons, il doit bien y avoir un forçage me suis-je dit), mais je n'ai pas trouvé dans le logiciel, et en cherchant sur le forum, j'ai trouvé ce sujet https://forum.ancestris.org/index.php?topic=2368.msg4598#msg4598 d'il y a 7 ans qui dit que cela n'existe pas.

Outre le fait que je souhaiterai re-soumettre l'idée de cette fonctionnalité, je me demandais s'il n'y avait pas quelques trucs et astuces, pour enrichir/modifier un individu afin qu'il soit détecté ? Par exemple, il faut que les noms-prénoms soient exactement pareil pour que cela soit détecté ? Ou alors, il faut aussi que les dates de naissances soient égales pour que cela soit détecté ? En fait, quels sont les critères pour que cela détection fonctionne ?

Merci pour votre aide

[Zurga]

La fusion de fichier ne fait que mettre toutes les données dans le même fichier.
Il est préférable de limiter les doublons entre fichiers, voir d'ouvrir les deux fichiers pour copier de l'un à l'autre les éléments qui le justifient plutôt que de faire un gros merge.

Pour la fusion individuelle, c'est étonnant que même avec 0 de seuil vous ne trouviez pas vos doublons, il doivent être vraiment différents puisque à nom égal, vous auriez déjà un score positif.
On compare :
- Les noms et les prénoms
- Les dates et lieux de naissance
- Les dates et lieux de décès
- Les noms et prénoms des parents
- Les noms et prénoms des conjoints

Si cela sort pas avec 0, c'est que tout est différents.
Donc c'est pas vraiment des doublons.
Si c'en est, je suis preneur d'une copie d'écran avec deux personnes sensées être des doublons.

Enfin, rien ne vous empêche de recopier manuellement ce qui doit l'être de relier ce qui doit l'être avant de supprimer la personne "en trop".

Zurga

[daucourt]

Voici un exemple, où je m'attends à ce que cela matche, car les noms/prénoms sont pareils, et les années de naissance et décès sont les mêmes. Les FAMS matchent également.
Dois-je comprendre que le fait que le NICK (de I722) ne soit pas dans I749 fait que cela ne matche pas ?

Quant à copier manuellement, on est dans l'ordre de la centaine d'individus, ce qui commence à faire beaucoup de manuellement sachant qu'il y a plusieurs propriétés par individu. Ou alors je n'ai pas compris ce que voulez dire par "copier manuellement"

[Zurga]

Vous êtes pas sympa avec nous : 3 étiquettes NAME différentes.....
Les dates ne correspondent que sur l'année et les lieux ne sont pas formatés de la même façon.

Dans le cas présenté, j'aurais simplement supprimé le deuxième.

Zurga

[Zurga]

Je viens de vérifier, il y a une modification dans les menus depuis 7 ans.

Clic-droit sur une entité (dans l'arbre par exemple) et vous avez "Fusionner avec" dans le menu contextuel.
Cela vous permet de choisir l'entité avec laquelle vous voulez fusionner, quelque soit le résultat du matching.

Désolé d'avoir oublié cette possibilité.

Zurga

[FredericL]

Il me semblait que l'algorithme prenait en compte plusieurs NAME, et que sur des noms aussi similaire, cela devrait donner un score supérieur à 0.

Si vraiement cela ne sort rien, je suis preneur d'avoir le gedcom et de voir ce qu'il se passe.

Bien cordialement,
Frédéric

[daucourt]

Ce que j'ai finalement fait : avant la fusion dans mon fichier gedcom principal, j'ai nettoyé les lieux du fichier secondaire. C'est à dire que j'ai normalisé en "Lieudit, Commune, Code_INSEE, Code_Postal, Département, Région, Pays". Originellement le fichier gedcom secondaire ne contenait que "Lieudit, Commune". J'ai alors lancé "Réunir deux généalogies", et là, la recherche de doublons a tout trouvé.

J'en déduis que ce sont les lieux qui faisaient "capoter le matching". Dans l'exemple que j'ai fourni, on avait

BIRT
La Rigaudié, Montirat, 81180, 81190, Tarn, Occitanie, France
La Régaudié, Paroisse de Canezac

DEAT
La Régaudié, Montirat, 81180, 81190, Tarn, Occitanie, France
La Régaudié, Commune de Montirat

Je ne sais pas ce qui fait capoter le matching:
- est-ce la comparaison des BIRT, c'est le plus probable (différence Ri-Ré, et Montirat-Canezac)
- ou est-ce la comparaison des DEAT fait également capoter ? Là je trouverai cela dommage, mais c'est peut-être améliorable ? Comment est fait le calcul de similarité ? Il devrait donner un scoring positif, faible certes, mais positif non ?

[FredericL]

La comparaison est assez basique donc il faudrait vraiment étudier le cas de figure en particulier: le Gedcom, les 2 entités qui devraient être détectées et pourquoi.
Si pour le moment vous avez ce que vous souhaitez suite à ce changement de données, on regardera au prochain coup.

Bien cordialement,
Frédéric