Ошибочные сокращения имени редки и сосредоточены в узком слое инициалов.
В live-срезе qazlake из 7 800 651 записей найдено 293 187 релевантных упоминаний Токаева. В слое сокращений имени нормативное К.-Ж. удерживает 99,48%, а ошибочные формы остаются локальными и хорошо отслеживаются.
Сколько фиксаций являются похожими публикациями
Техническая кластеризация помогает отделить повторяющиеся тексты от самостоятельных фиксаций. Она не объявляет раннюю запись первоисточником без ручной проверки.
Какие ошибочные формы встречаются
Крупнейшие похожие цепочки
Кластеры требуют редакторской проверки перед выводом о первичном источнике.
Ошибочные сокращения имени остаются редким случаем во всех языках
RU, KK и EN показывают одну картину: сбой есть, но он не массовый, а сосредоточен в коротких служебных и редакционных формах записи.
Практический вывод: контролировать нужно не весь корпус, а жанр сокращений имени в госдокументах, медиа-пересказах и Telegram-репостах.
Контекст Охват корпуса Полный размер корпуса, объём инициальных форм и доля ошибки внутри этого слоя. Подробнее
Доказательная база Почему правильна только форма «К.-Ж.» Официальное имя, орфографическая норма и деловая практика, на которых держится граница между нормативной формой и ошибочными сокращениями. Подробнее
Дашборд различает два смысловых слоя: К.-Ж. — нормативное сокращение двойного имени; все остальные сокращения имени, включая К.Ж. и К.К., — ошибочные формы. Инициал отчества после Ж. допустим и отдельно не считается ошибкой.
Хронология · 2011–2026 Годовой объём упоминаний Дополнительный контекст по всему корпусу: годовой ряд начинается с 2011 года, при общем охвате архива 1975–2026. Подробнее
Контекст Как обычно пишут имя Токаева Показывает, насколько мал слой инициальных форм по сравнению с полным именем и должностью. Подробнее
Шкала показывает, в скольких записях встречается каждая форма. Столбцы не суммируются: один материал может содержать и полное имя, и должность, и фамилию. Инициалы занимают — от — записей с упоминанием Токаева. Это более широкий знаменатель, чем релевантный слой текущей витрины.
Помесячная хронология: нормативная форма и ошибочные сокращения
На графике зелёный слой показывает только нормативное сокращение «К.-Ж.». Красный слой собирает ошибочные сокращения имени: «К.Ж.», «К.К.» и другие ненормативные варианты. Вертикали отмечают инаугурацию и первые фиксации.
График показывает только материалы с инициальными формами, а не все ежедневные упоминания Токаева.
Свежесть проверена 13 июля 2026. Весь корпус с упоминанием Токаева уже доходит до 12 июля 2026, но последний найденный материал именно с целевой инициальной формой — 06 июля 2026. июль 2026: 1 новый материал с целевой инициальной формой. июль 2026 на графике неполный: 1 материал до 06.07.2026. Последний полный месяц для корректного сравнения — июнь 2026.
Тренд 2 · Где Категории источников и топ доменов Разрез по материалам и площадкам: строгие инициальные формы плюс официальный Akorda-слой без инициалов. Подробнее
География и категории источников
Источники считаются по материалам: нормативное «К.-Ж.», ошибочные сокращения имени и официальные Akorda-страницы без инициалов.
Топ-20 каналов и доменов
Топ источников по числу материалов в текущей витрине.
Тренд по годам Доля ошибки по годам Строгий слой инициальных форм: сколько весит весь ошибочный слой внутри материалов, где инициалы вообще есть. Подробнее
Тренд · Кто ошибается Срез по типам источников Где концентрируется ошибочный слой и где удерживается нормативная запись. Подробнее
—
Сегменты: Telegram — каналы; Казахстанские СМИ — локальные медиа; Госсайты РК — akorda, ortcom и др.; Прочие — агрегаторы и внешние ресурсы.
akorda.kz: контроль по первоисточнику
Отдельный raw/RSS-слой Akorda нужен, чтобы не потерять официальные страницы и не смешивать их с downstream-перепечатками.
Без инициалов: —. Первая ошибка: — · —. Последняя ошибка: — · —.
Официальный источник Все страницы akorda.kz с Токаевым Официальный raw/RSS-слой: страницы с нормативным «К.-Ж.», ошибочными сокращениями имени и обычными упоминаниями без инициалов. Подробнее
Официальные страницы akorda.kz с упоминанием Токаева
Разведка Все материалы и фильтры Полная таблица наблюдений: инициальные формы, восстановленные материалы Akorda и официальный raw/RSS-слой. Подробнее
— материалов. Фильтры работают по форме, категории, году и тексту.
—
| Дата | Форма | Категория | Источник | Контекст |
|---|
Наблюдаемость Покрытие источников и история мониторинга Разделяет объём таблиц, доказательный слой, последнее live-окно и глубину исторического поиска. Подробнее
| Источник | Корпус | Доказательства | Диапазон | Live-окно |
|---|---|---|---|---|
| Загрузка статуса мониторинга… | ||||
Покрытие показывает только наблюдаемые таблицы QazLake и целевой слой этой витрины; нули не означают отсутствие данных вне текущей методики.
Методология Как строился индекс Источники, правила поиска, дедупликация и ограничения витрины. Подробнее
Источники
В расчёт входят только активные источники текущего live-среза qazlake:
- —
Счётчики берутся из live-базы. Корпус версии v8 — — документов.
Отдельно проверяется akorda.kz: документы с «К.К.» проходят контекстную очистку, чтобы убрать чужие инициалы и однофамильцев.
Qazpipe используется как путь поставки и нормализации данных. Производные, raw и view-слои не суммируются повторно, если их тексты уже представлены в активных таблицах qazlake.
Регулярные выражения v8 (case-insensitive, 3 языка)
Нормативное написание имени — Касым-Жомарт, без пробелов вокруг дефиса. В regex ниже \s* нужен только для поиска грязных OCR/HTML-вариантов.
RU имя с дефисом: Касым\s*-\s*Жомарт
RU без дефиса: Касым\s+Жомарт
RU инициалы норма: К\.\s*-\s*Ж\.(?:\s*К\.)?\s*Токаев
RU инициалы ошибка: (К\.\s*Ж\.|К\.\s*К\.)(?:\s*К\.)?\s*Токаев
KK имя с дефисом: Қасым\s*-\s*Жомарт
KK без дефиса: Қасым\s+Жомарт
KK инициалы норма: Қ\.\s*-\s*Ж\.(?:\s*Қ\.)?\s*Тоқаев
KK инициалы ошибка: (Қ\.\s*Ж\.|Қ\.\s*Қ\.)(?:\s*Қ\.)?\s*Тоқаев
EN имя с дефисом: Kas{1,2}ym\s*-\s*Jomart
EN без дефиса: Kas{1,2}ym\s+Jomart
EN инициалы норма: K\.\s*-\s*J\.(?:\s*K\.)?\s*Tokayev
EN инициалы ошибка: (K\.\s*J\.|K\.\s*K\.)(?:\s*K\.)?\s*TokayevПоиск идёт case-insensitive по нормализованному тексту. Для инициалов решающий признак — сохранена ли нормативная дефисная пара имени: К.-Ж. — правильное сокращение, а К.Ж., К.К. и другие варианты без пары К.-Ж. — ошибка. Инициал отчества после Ж. допустим, поэтому паттерны допускают форму вида К.-Ж. К. Токаев. Шаблоны требуют «Токаев» сразу после инициалов и отсекают чужие совпадения.
Дедупликация и фильтрация
Основная дедупликация идёт по URL. Если URL нет, используется пара source_table::row_id.
Для akorda.kz действует отдельный контекстный фильтр: из выборки убираются документы, где «К.К.» относится не к Президенту.
Ограничение: на витрине хранится фрагмент вокруг совпадения. Счётчик «упоминаний» остаётся оценочным.
Охват
Общий корпус упоминаний «Токаев» — —. Со сокращением имени — — записей. Ошибочные сокращения занимают — внутри этого узкого слоя.
—
Версия методики: v8. Три языка, охват 1975–2026.
Экспертная проверка
Подготовлена детерминированная выборка из 300 строк. Precision и recall будут опубликованы только после независимой ручной разметки.
Слепой пакет AСлепой пакет BСтатус мониторинга JSONИстория запусков JSONCore dataset JSON