4098 miejscowości, dwa tomy Zinberga i jedna sztuczna inteligencja

W 1877 roku w Warszawie ukazała się dwutomowa publikacja Izydora Zinberga zatytułowana Skorowidz Królestwa Polskiego, czyli Spis alfabetyczny miast, wsi, folwarków, kolonii i wszystkich nomenklatur w guberniach Królestwa Polskiego. Za tym przydługim, charakterystycznym dla epoki tytułem kryje się niezwykle cenne źródło informacji dla genealogów, regionalistów i wszystkich zainteresowanych historią miejscowości.

Zinberg podjął się ambitnego zadania zebrania w jednym wydawnictwie nazw miejscowości całego Królestwa Polskiego. Nie ograniczył się do miast i wsi. Uwzględnił również folwarki, kolonie, osady, młyny, a nawet drobne jednostki osadnicze, których nazw próżno dziś szukać na mapach. Przy każdej miejscowości podawał jej przynależność administracyjną: gubernię, powiat i gminę, a ponadto parafię, właściwy sąd i najbliższą stację pocztową.

Dla genealoga jest to prawdziwa kopalnia informacji. Ileż razy, odczytując XIX-wieczną metrykę, natrafiamy na nazwę miejscowości, której nie możemy odnaleźć? A przecież niektóre osady zniknęły, inne zmieniły nazwy, jeszcze inne znalazły się poza dzisiejszymi granicami Polski. Skorowidz Zinberga pozwala przynajmniej częściowo rozwiązać te zagadki.

Szczególnie interesowała mnie gubernia suwalska, która obejmowała wówczas siedem powiatów: augustowski, kalwaryjski, marjampolski, sejneński, suwalski, władysławowski i wyłkowyski. Znaczna część jej terytorium znajduje się dziś na Litwie, skrawek na Białorusi. Wydawnictwo dostępne jest w Polonie: tom pierwszy and tom drugi.

Od pomysłu do kilku tysięcy wierszy

Na publikację tę trafiłem dość przypadkowo, wiele miesięcy temu. Szukałem w Google informacji o jakiejś maleńkiej miejscowości na Suwalszczyźnie, gdy wśród wyników wyszukiwania pojawił się Skorowidz Zinberga. Stało się tak dzięki warstwie tekstowej zawartej w pliku PDF, która pozwala wyszukiwarkom odnajdywać słowa zapisane na zeskanowanych stronach.

Potencjał tego wydawnictwa dostrzegłem od razu, ale nie miałem wówczas pomysłu, jak przetworzyć zawarte w nim informacje, aby stały się naprawdę użyteczne dla innych. Pozostawiłem więc otwartą zakładkę w przeglądarce. I tak tkwiła tam przez wiele miesięcy, cierpliwie czekając na swoją kolej.

W tym czasie zajmowałem się innymi sprawami, a podczas porannych spacerów, kiedy najlepiej mi się myśli[1], układałem sobie w głowie kolejne pomysły. Od czasu do czasu wracał również ten dotyczący Skorowidza Królestwa Polskiego. W końcu postanowiłem się z nim zmierzyć. Pomyślałem, że dobrze byłoby wyodrębnić z obu tomów wszystkie miejscowości guberni suwalskiej i udostępnić je na stronie JZI w postaci przeszukiwalnej bazy danych. Pomysł wydawał się stosunkowo prosty. Skoro mamy zeskanowane książki, wystarczy odczytać ich zawartość, wybrać odpowiednie pozycje i przenieść je do Excela. Mimo dostępu do coraz lepszych narzędzi, wiedziałem, że realizacja nie będzie bezproblemowa.

Do pracy zaprzągłem ChatGPT, który miał już za sobą kilka podobnych doświadczeń w ramach naszych projektów genealogicznych. Tym razem zadanie polegało na przetworzeniu dwóch obszernych plików PDF, zawierających kilkaset stron drobnego druku, w dodatku z tekstem polskim i rosyjskim oraz ciasno zestawionymi kolumnami.

Pierwsze wyniki były zachęcające. Powstały dwa arkusze, a następnie jeden scalony wykaz liczący ponad cztery tysiące pozycji. Niestety dość szybko okazało się, że wydobycie danych z dokumentu to jedno, a uzyskanie wiarygodnego wykazu to zupełnie inna sprawa.

Program potrafił błędnie odczytywać litery, łączyć fragmenty sąsiednich kolumn, a czasami przypisywać miejscowości niewłaściwe dane. Szczególnie kłopotliwe okazały się nazwy litewskie, których polska pisownia w XIX wieku daleka była od dzisiejszej. Do tego dochodziły pomyłki w nazwach gmin, parafii i stacji pocztowych.

Rozpoczęło się więc systematyczne czyszczenie danych. Najpierw uporządkowałem nazwy gmin, później stacji pocztowych. W tych dwóch kolumnach poprawiono odpowiednio 608 i 446 zapisów. Następnie przyszła kolej na same miejscowości. Pomocny okazał się wykaz skrótów zamieszczony na końcu drugiego tomu. Trzeba było przecież odróżnić wieś od folwarku, osady, kolonii czy młyna wodnego.

Czy wszystko, co wydrukowano w 1877 roku, jest prawdą?

Weryfikacja nazw była zdecydowanie najtrudniejszym etapem. Sięgałem do oryginalnych skanów, Słownika geograficznego Królestwa Polskiego i innych dostępnych źródeł. ChatGPT pomagał wyszukiwać możliwe odpowiedniki i porównywać zapisy, ale ostateczne rozstrzygnięcie wymagało sprawdzenia materiału źródłowego.

Nie wszystkie problemy wynikały jednak z błędów komputerowego odczytu. Okazało się, że pomyłki popełnili także autorzy oryginalnego wydawnictwa!

Dobrym przykładem jest Chomizna, którą Zinberg przypisał do guberni suwalskiej i powiatu wyłkowyskiego. Tymczasem podane obok gmina Poświętne, parafia Pietkowo i poczta Łapy nie pozostawiały wątpliwości, że chodzi o miejscowość w guberni łomżyńskiej.

Podobnie było z Zapolicami w parafii Strońsko. Według skorowidza miały należeć do powiatu kalwaryjskiego guberni suwalskiej. Tyle że Zapolice leżą w okolicach Zduńskiej Woli, a historycznie należały do powiatu łaskiego guberni piotrkowskiej. Obie pozycje trzeba było usunąć z przygotowywanego wykazu.

Były też inne zagadki. Dlaczego w jednym tomie występuje sąd pokoju, a w drugim numerowany okręg sądowy? Co oznaczają skróty wyznaniowe przy nazwach parafii? Która wersja nazwy gminy jest poprawna, a która stanowi błąd odczytu? Każde takie pytanie prowadziło do kolejnych poszukiwań.

W końcu lista ustabilizowała się na 4098 wpisach. Nie twierdzę, że jest wolna od błędów. W przypadku tak obszernego materiału, pełnego historycznych wariantów nazw, byłoby to zbyt śmiałe zapewnienie. Starałem się jednak poprawić rozpoznane pomyłki, nie zastępując automatycznie dawnych nazw ich współczesnymi odpowiednikami.

Publikacja

Kiedy Excel był już gotowy, pojawił się kolejny problem: jak przedstawić cztery tysiące miejscowości na stronie internetowej, aby korzystanie z wykazu było wygodne?

Postanowiłem przygotować dwa rozwiązania. Pierwszym jest tabela, umożliwiająca wyszukiwanie miejscowości, sortowanie danych i filtrowanie wyników. Drugim – tradycyjny skorowidz alfabetyczny, podzielony na osobne strony dla poszczególnych liter. To rozwiązanie przypomina nieco sposób korzystania z dawnych słowników geograficznych.

Oba warianty przygotowałem z pomocą ChatGPT. Każdy wpis otrzymał dodatkowo odnośnik do odpowiedniego tomu w Polonie oraz numer strony skanu, pozwalający szybko zajrzeć do oryginału.

Oczywiście i tutaj nie obyło się bez niespodzianek. Wygenerowany kod WordPressa zawierał na przykład odsyłacz „Wróć do alfabetycznego indeksu”, który zamiast do indeksu prowadził na stronę główną JZI. Niby drobiazg, ale pomnożony przez ponad dwadzieścia podstron potrafi zirytować.

Na dodatek, gdy strony były już przygotowane, znalazłem kolejne błędy w nazwach miejscowości. W ostatnim arkuszu zmieniłem jeszcze 77 zapisów. Trzeba było ponownie wygenerować strony, sprawdzić kolejność alfabetyczną i upewnić się, że wszystkie 4098 pozycji znalazły się na swoim miejscu.

Czy było warto?

Zdecydowanie tak. W ciągu kilkunastu dni udało się przekształcić obszerne, XIX-wieczne wydawnictwo w narzędzie, z którego można korzystać znacznie wygodniej niż z drukowanego oryginału.

Kolejny raz przekonałem się też, że sztuczna inteligencja może być niezwykle użytecznym pomocnikiem w pracy genealoga i regionalisty, ale nie zastąpi znajomości źródeł, geografii historycznej i zwykłego krytycznego myślenia. Potrafi oszczędzić ogrom pracy, lecz czasami z taką samą pewnością podaje informację prawdziwą i zupełnie błędną. Trzeba umieć je odróżnić.

Gotowy alfabetyczny skorowidz miejscowości guberni suwalskiej z 1877 roku udostępniamy wszystkim zainteresowanym. Z jego poziomu można również przejść do wersji przeszukiwalnej.

Mam nadzieję, że pomoże w odnajdywaniu miejscowości występujących w dawnych metrykach i innych dokumentach, a może także pozwoli rozwiązać niejedną rodzinną zagadkę. Jeśli podczas korzystania z wykazu zauważycie błędy lub potraficie potwierdzić poprawną nazwę którejś z miejscowości, proszę o kontakt.

Praca nad takimi materiałami właściwie nigdy się nie kończy. Zawsze znajdzie się jeszcze coś do poprawienia, uzupełnienia albo odkrycia.

---

[1] Zob. m.in. G. Farmelo, The Strangest Man: The Hidden Life of Paul Dirac, Mystic of the Atom, London 2009, s. 89–91, gdzie autor opisuje nawyk Diraca odbywania niedzielnych, wielogodzinnych spacerów, podczas których dochodziło do najważniejszych przełomów w jego pracy nad mechaniką kwantową (w tym do sformułowania koncepcji nawiasów Poissona). Przykłady wykorzystania ruchu i spaceru jako narzędzia stymulacji pracy myślowej u fizyków i matematyków omówiono szerzej w: R. Root-Bernstein, M. Root-Bernstein, Sparks of Genius: The Thirteen Thinking Tools of the World’s Most Talented People, Boston 1999.