Sementara e-penemuan dapat Yunani ke banyak, itu adalah dokumen-dokumen ditulis dalam bahasa Cina, Jepang, Korea dan Rusia yang menyebabkan banyak masalah. Ini "multi-byte" bahasa memiliki karakter secara eksponensial lebih dari 26 surat dan beberapa tanda baca lainnya bahwa bahasa Latin bahasa seperti bahasa Inggris, Spanyol, Prancis dan Jerman perlu. Sebenarnya, jumlah karakter Cina termasuk dalam kamus Kangxi berakhir 47,000 (meskipun hanya 3-4,000 dilaporkan diperlukan untuk keaksaraan penuh). Dampak pada e-penemuan ini penting mengingat peningkatan kecanggihan yang diperlukan untuk evaluasi kasus.

Pada tingkat paling dasar, komputer berpikir dalam satu dan nol, dengan satu atau nol menjadi sedikit. Delapan bit byte. Ada 256 kombinasi yang berbeda dari angka yang Anda dapat membuat menggunakan byte (2 (bit) dengan kekuatan 8). Untuk bahasa yang tidak hanya didasarkan pada surat, i, yang mana simbol mewakili konsep atau suku kata, Anda perlu menambahkan byte (256 x 256, yang sama dengan 66,536). Itu adalah inti dari multi-byte vs. single-byte bahasa - single-byte bahasa memiliki 256 kemungkinan kombinasi, sedangkan multi-byte bahasa memiliki 66,536.

Bingung? Lalu mari kita membahas codings. Encoding adalah terjemahan programmatical dari apa yang Anda masukan untuk apa yang Anda dapatkan pada layar. Masalahnya adalah ketika Anda memiliki beberapa encoding. Misalnya, ketika menganalisis Outlook 2000 e-mail file yang (Format PST) bawah sistem operasi Jepang, yang kemudian mengkonversi ke mesin bahasa Inggris untuk meninjau, akan ada masalah karena data asli dalam bahasa Jepang rusak karena perbedaan linguistik.

Unicode diciptakan untuk memecahkan beberapa masalah ini dan menawarkan solusi universal; Namun, hanya tersedia untuk file yang dibuat pada sistem yang lebih baru, membuat data warisan area terus perhatian. "Setiap keluarga bahasa telah menetapkan unik masalah dan solusi,"Kata Thomas Barnett, Khusus Penasihat untuk Sullivan & Cromwell, LLP.

Sebenarnya, "Di beberapa bagian dunia, Anda tidak diizinkan untuk mengambil data ke luar negeri karena undang-undang perlindungan data lokal,"Tambah Brian Kim dari Price Waterhouse Coopers LLP. Ia menyoroti bahwa negara-negara tertentu juga memiliki aplikasi asli yang lebih populer daripada yang umum digunakan di Amerika Serikat, membutuhkan tambahan persediaan evaluasi program anda.

Apakah data Anda dalam Unicode atau tidak, pelestarian yang tepat adalah kunci. Sementara Microsoft Windows NT, 2000, XP dan versi berikutnya dukungan Unicode, banyak pengarsipan atau alat kompresi tidak mendukung hal itu. Hal ini dapat mengakibatkan file yang hilang yang mungkin atau mungkin tidak dilaporkan dalam log error. Untuk alasan itu, Anda harus menguji hati-hati, catatan Kim. Juga, untuk memastikan ekstraksi yang benar, benar menyelaraskan pengaturan regional.

melalui J Primer pada Bahasa Asing E-Discovery | ATAS PENDAPATAN HERALD.