Forum Romania Inedit
Romania Inedit - Resursa ta de Fun

Nou pe simpatie:
surender_lady

Femeie
25 ani
Arad
cauta Barbat
26 - 47 ani

Forum Romania Inedit Reguli Inregistrare Login PozeNu sunteti logat. Lista Forumurilor Pe Tematici

Forum Romania Inedit / Totul despre cărți - About e-books /

AutoCorect versiune pentru Romania-Inedit

Pagini: 1 ... 8 9 10 11 12 13 14 ... 52

Moderat de Seven, Stelevadris, cuculean, naid, uncris

#251

AutoCorect
Membru Puf

fara mess

#252

BlankCd
MEMBRU DE BAZA

AutoCorect a scris:

Legat de numarul de pagina ce apare singurel pe rand. Cateodata este corect cateodata este gresit (este compus din litere cifre sau carcalaci). Ce ar trebui facut in cazul acestor numere ?

Dacă înţeleg bine te referi la numărul paginii care de obicei se află în dreapta-josul paginii (dar nu numai).
Aceste numere de pagină trebuie să rămână acolo unde sunt, deoarece corectorul va corecta textul confruntându-l cu pdf-ul. Numărul de pagină ajută corectorul să ştie unde este în text - adică la ce pagină - şi se va rătăci mai rar.
Numărul de pagină îl scoate corectorul manual după ce a corectat textul.
De altfel cine face scanarea cu ABBYY ştie că exită o opţiune de scoatere a numerelor de pagină - deci ele nu vor mai fi în OCR - dar va îngreuna corectarea textului, mai exact confruntarea cu pdf-ul de control.
Eventual aceste numere de pagină - care sunt numere sau o amestecătură de numere-litere - ar trebui evidenţiate cu roşu, similar cum am făcut cu ghilimelele. Adică acolo unde este "cifră""cifră""cifră""cifră" - asta ca să acoperim şi cifrele din text (ex. anii) - să fie colorat cu roşu.
Eu aş zice ca astfel de fineţuri să fie adăugate mai târziu - după ce testăm prima variantă de meniu - întrucât mai sunt situaţii care ar trebui evidenţiate cu roşu. Ex.: anii secolelor XVII-XVIII-lea etc. - care şi aici sunt destule erori de tipul înlocuirii "I"-ului, XVI1-XV1II - care ar trebui corectate.

_______________________________________
---> "Eu nu am regrete,
Iar dac-ai să-ntrebi ce-a rămas la mine,
În inimă am urme de tine
Regrete, eu nu am regrete..."

#253

Seven
Moderator
Din: Ţara Perfectului Simplu

@AutoCorect,
Aşa cum a spus Blank, numărul de pagină este foarte important, chiar dacă el nu este mereu corect. Reprezintă un fel de coordonate pentru confruntarea textului cu pdf-ul din imagini. Când e vorba doar de numărul de pagină, problema e foarte simplă. Complicat este atunci când numărul de pagină este în antet, pe acelaşi rând cu titlul şi respectiv numele autorului. În astfel de situaţii trebuie să ştergem Aceste titluri şi nume de autori din antent şi ele sunt recunoscute în mai multe variante....
Deci, nu constituie o problemă numerele de pagină. Cred că nici nu trebuie marcate, cel puţin deocamdată pentru a nu complica prea mult textul cu marcaje.

PUNCTUAŢIA
Blankule nu sunt împotriva acestei opţiuni.
Pur şi simplu m-am gândit că Programul AutoCorect nu a fost creat special pentru OCR-işti, ci pentru corectarea textelor oficiale, obişnuite, uzuale... deci, noi suntem ultimii care am urcat cumva în trenul altora...
Luând opţiunea "Punctuaţie" de la locul ei de unde o ştie toată lumea care foloseşte de ani de zile programul şi aducând-o în zona noastră, mă gândeam că nu e foarte corect. Despre asta e vorba.
Dacă Această opţiune poate fi accesată din ambele locuri [meniuri], atunci e perfect.

Şi da... în acest moment sunt suficiente opţiuni... va fi foarte mult de muncă pentru perfecţionarea acestor opţiuni.
Revin peste ceva timp cu structura promisă.
Nu intenţionez să fac modificări ale opţiunilor, ci doar o încercare de condensare în câte-o opţiuni principală a mai multor secvenţe... şi asta doar acolo unde se face rularea unor dicţionare.

_______________________________________

Oameni şi popoare îşi cată libertatea; după ce-o obţin, îşi caută stăpân.

| TORENTE | Tăunul | ROCAMBOLE+ | FLORIS | VRACIU | Victor HUGO | J.F. COOPER | PAPILLON | POLDARK |
| Dictionare Lba RO | | Gramatica RO | D. Stănoiu | Zaharia STANCU | H.Y. STAHL | V.CORBUL & E.BURADA |
| Ultimul regat | Millennium | Shantaram | Pearl BUCK | Anchee MIN | Amy TAN | C. LÄCKBERG | Ph.GREGORY |
| Extraterestrii şi Intraterestrii | RUFOR | Demonul Roşu | Vraja milioanelor | Cărţi audio |

#254

Seven
Moderator
Din: Ţara Perfectului Simplu

#255

BlankCd
MEMBRU DE BAZA

Seven a scris:

PUNCTUAŢIA
Blankule nu sunt împotriva acestei opţiuni.
Pur şi simplu m-am gândit că Programul AutoCorect nu a fost creat special pentru OCR-işti, ci pentru corectarea textelor oficiale, obişnuite, uzuale... deci, noi suntem ultimii care am urcat cumva în trenul altora...
Luând opţiunea "Punctuaţie" de la locul ei de unde o ştie toată lumea care foloseşte de ani de zile programul şi aducând-o în zona noastră, mă gândeam că nu e foarte corect. Despre asta e vorba.
Dacă Această opţiune poate fi accesată din ambele locuri [meniuri], atunci e perfect.

@ Seven

Ai înţeles greşit, nici nu a fost vorba de a elimina meniul "Punctuaţie" aşa unde este el acum ci pur şi simplu de a putea fi accesat ŞI din meniul OCR_PLUS.
Ca să folosesc analogia ta cu trenul... exemplu: dacă călătoresc la categoria a II-a şi vreau să comand ceva la restaurantul trenului trebuie să mă duc la categoria I-a să găsesc chelnerul ca să-i dau comanda. Eu vreau doar ca chelnerul să treacă şi pe la categoria a II-a să ia comenzi. Atât. Nu vreau să mănânc şi nici să stau la categoria I-a.
Deci la asta mă referisem: meniul "Punctuaţie" să poată fi accesat ŞI din meniul OCR_PLUS, nu m-am referit DELOC ca meniul "Punctuaţie" să fie mutat din locul în care este în prezent. Mă repet: toate opţiunile/meniurile care pot contribui la corectarea unui OCR trebuiesc puse în acest meniu pentru a putea fi rulate cronologic-ordonat.

_______________________________________
---> "Eu nu am regrete,
Iar dac-ai să-ntrebi ce-a rămas la mine,
În inimă am urme de tine
Regrete, eu nu am regrete..."

#256

ciuperca_cosmin
VETERAN
Din: Bacau

Multumesc Seven pentru noua varianta.
Am inceput sa o implementez.
Ar putea cineva sa-mi dea exemplu de toate situatiile in care bullets ar trebui sa fie transformate in dialog?
Si sa transforme in liniuta de dialog, Horizontal bar, liniuta de pauza sau cratima? Utilizatorul sa aleaga intre ele sau sa puna una dintre ele automat?

#257

Seven
Moderator
Din: Ţara Perfectului Simplu

Cosmin,
La întrebarea despre bullets sunt un pic în ofsaid.
În Word era foarte simplu pentru că macrocomanda avea o singură linie şi nu se specifica la ce forme de bullets se face referire:
Iată toată înregistrarea care se făcea:

' ConvertNumbersToText Macro
' Macro created 02.02.2011
'
ActiveDocument.ConvertNumbersToText
End Sub

Cred că ar trebui luate în seamă doar linii: Em dash, Horizontal bar, En dash şi cratima. Şi ar mai fi liniuţa de pauză pe care o realizează Word. Concret nu ştiu ce liniuţă este, deşi am considerat-o ca fiind En dash.
Personal eu nu am întâlnit alte situaţii, în afara liniuţelor.

În altă ordine de idei pregătisem o postare, care privea pe toţi utilizatorii de AutoCorect, dar care conţine o trimitere specială la tine şi la Daniel. Lipsesc vreo două-trei ore, după care am să revin. Iată postarea!

Cosmin şi Daniel
Aş vrea, dacă se poate, să clarificăm câteva probleme din fereastra dicţionarelor de „înlocuiri multiple”.

Mă refer la opţiunile:
□ Cuvânt întreg – [Ci]
□ Păstrează capitalizarea – [Pc]
□ Potrivire perfectă – [Pp]

□ Început de paragraf – [Pi]
□ Sfârşit de paragraf – [Pi]

Mai întâi, încerc eu să spun câteva lucruri, aşa cum le-am înţeles eu.
Să luăm mai întâi ca exemplu, cuvântul <dete> - formă populară a perfectului simplu a verbului <a da>. Presupunem că-l înlocuim cu <dădu>.

□ Cuvânt întreg – înseamnă că se va face modificarea în cazul cuvântului <dete>, fără să se facă modificări şi în cazul unor cuvinte ca: determinat, deteriorat… care conţin secvenţa <dete>;

□ Păstrează capitalizarea – înseamnă că modificarea se face atât în cazul cuvântului scris cu minusculă <dete>, dar şi în cazul cuvântului scris cu majusculă <Dete>.
Să subliniem că opţiunea „Păstrează capitalizarea” se poate activa doar atunci când este activată şi opţiunea „Cuvânt întreg”; ea nu funcţionează separat.

□ Potrivire perfectă – funcţionează independent de opţiunea „Cuvânt întreg”; pot fi cuplate ambele sau separat.
Revenind la <dete>; dacă se activează „Potrivire perfectă”, fără alte opţiuni se va face modificarea atât în cazul cuvântului întreg <dete>, dar şi a tuturor secvenţelor de cuvânt, indiferent dacă secvenţa <dete> se află şa începutul, la mijlocul sau la sfârşitul cuvântului. Vom constata că <determinat, deteriorat> vor fi modificate în <dădurminat, dăduriorat> – ceea ce ar fi o mare eroare.
Mai este un aspect: nu se va modifica forma cu majusculă <Dădu>, deoarece aceasta nu se potriveşte perfect.
Mai mult decât atât, dacă vom pune spre modificare forma scrisă <deTe>, programul va căuta doar secvenţe scrise cu T majusculă şi nu va modifica secvenţa <dete>.

□ Început de paragraf – [Pi] – caută numai la început de paragraf.
Dacă la căutare punem liniuţa Em Dash, practic va găsi doar liniuţele de dialog şi nu va căuta astfel de liniuţe în interiorul rândului.

□ Sfârşit de paragraf – [Pi] – caută secvenţa doar la sfârşitul paragrafului.

Probabil mai trebuie detaliat pentru cei mai noi utilizatori de AutoCorect.

Să revenim la opţiunea Cuvânt întreg, să vedem ce înseamnă acest lucru în înţelesul AutoCorect.
Cuvinte întregi sunt şi cuvintele scrise cu cratimă: într-un, bucurându-se, duce-te-ai… etc. [De menţionat că Word nu acceptă decât cuvintele scrise exclusiv cu caracter-literă]

Întrebare pentru Cosmin şi Daniel:
O secvenţă care cuprinde şi spaţiu, poate fi interpretată cuvânt întreg?
Presupunem că vreau să modific cuvântul <însă> scris cu minusculă în forma <Însă>, scris cu majusculă, la început de dialog.
Practic aş pune în fereastra „Caută”: <— însă> iar în fereastra „Înlocuieşte cu”: <— Însă>, apoi activez opţiunile ■ Început de paragraf – [Pi] şi ■ Cuvânt întreg – [Ci].

Întrebarea este: poate fi considerată secvenţa <— însă> ca fiind cuvânt întreg?
Deci „Cuvânt întreg” înseamnă ceea ce se înţelege în mod obişnuit prin noţiunea de cuvânt sau poate fi orice succesiune, indiferent cât ar fi de lungă, chiar dacă cuprinde şi spaţii, şi în acest caz „Cuvânt întreg” are sensul de „toată succesiunea”, în forma în care este ea scrisă?

_______________________________________

Oameni şi popoare îşi cată libertatea; după ce-o obţin, îşi caută stăpân.

| TORENTE | Tăunul | ROCAMBOLE+ | FLORIS | VRACIU | Victor HUGO | J.F. COOPER | PAPILLON | POLDARK |
| Dictionare Lba RO | | Gramatica RO | D. Stănoiu | Zaharia STANCU | H.Y. STAHL | V.CORBUL & E.BURADA |
| Ultimul regat | Millennium | Shantaram | Pearl BUCK | Anchee MIN | Amy TAN | C. LÄCKBERG | Ph.GREGORY |
| Extraterestrii şi Intraterestrii | RUFOR | Demonul Roşu | Vraja milioanelor | Cărţi audio |

#258

ciuperca_cosmin
VETERAN
Din: Bacau

Sa inteleg deci ca vrei "Em dash, En dash, Horizontal bar si cratima" puse la categoria "Convertire dialog bullets in dialog text "?
Pentru clarificare cred ca totusi ar fi necesare cateva exemple in care sa se arate ce se va inlocui si cu ce se va inlocui.
In acest fel voi implementa exact ce este nevoie.

O secvenţă care cuprinde şi spaţiu, poate fi interpretată cuvânt întreg?
Presupunem că vreau să modific cuvântul <însă> scris cu minusculă în forma <Însă>, scris cu majusculă, la început de dialog.
Practic aş pune în fereastra „Caută”: <— însă> iar în fereastra „Înlocuieşte cu”: <— Însă>, apoi activez opţiunile ■ Început de paragraf – [Pi] şi ■ Cuvânt întreg – [Ci].

Întrebarea este: poate fi considerată secvenţa <— însă> ca fiind cuvânt întreg?
Deci „Cuvânt întreg” înseamnă ceea ce se înţelege în mod obişnuit prin noţiunea de cuvânt sau poate fi orice succesiune, indiferent cât ar fi de lungă, chiar dacă cuprinde şi spaţii, şi în acest caz „Cuvânt întreg” are sensul de „toată succesiunea”, în forma în care este ea scrisă?

In AutoCorect "Cuvant intreg" este extinsa la orice sir de caractere marginite de caractere care nu pot face parte dintr-un cuvant respectiv de inceputul/sfarsitul textului sau de inceput/sfarsit de paragraf etc.
Practic deci nu conteaza ce este in acel sir de caractere, conteaza doar ce e in text inainte si dupa sir.

#259

BlankCd
MEMBRU DE BAZA

--->

Exemple de marcatori tip bullets: http://www.mediafire.com/?c7hwwl8rlnurj68

_______________________________________
---> "Eu nu am regrete,
Iar dac-ai să-ntrebi ce-a rămas la mine,
În inimă am urme de tine
Regrete, eu nu am regrete..."

#260

ciuperca_cosmin
VETERAN
Din: Bacau

Multumesc, BlankCD.
Ma apuc sa implementez.

#261

Seven
Moderator
Din: Ţara Perfectului Simplu

***
Este perfect exemplul dat de BlankCd privind marcatorii de tip bullets.

BlankCd a scris:

Toate aceste tipuri de marcatori ar trebui converite in EmDash de tip text. Ulterior daca se doreste inlocuirea lui EmDash de tip text cu alta linie se poate face cu ajutorul meniului care va converti diversele linii de dialog

#262

AutoCorect
Membru Puf

fara mess

#263

Seven
Moderator
Din: Ţara Perfectului Simplu

***
Daniel, ne pare rău de răceala ta şi îţi dorim însănătoşire grabnică!
Cât despre treaba cu trenul AutoCorect... am înţeles; mi-am luat otorizaţie la clasa întâi.

Pentru mai tinerii mei colegi într-ale corecturii, vreau să fac câteva comentarii sau precizări cu privire la unele erori Abbyy, ale cauzelor apariţiilor lor şi modului de rezolvare. Acest lucru îl voi face pe parcursul mai multor postări.
Deocamdată încep cu un tip de erori aparte, care au cauze diferite de celelalte erori.

Redarea cifrei 1 în loc de litera L mic

În continuare voi folosi numele Abbyy, atât pentru programul Abbyy cât şi pentru orice alt program de tip recognito, care realizează OCR.
Realizarea OCR-ului în limba română se face pe baza unor dicţionare de limba română. [Unele programe, altele decât Abbyy, nici nu au astfel de dicţionare pentru limba română.] Aceste dicţionare nu cuprind toate cuvintele din limba română, şi, mai ales, nu cuprind toate formele rezultate din declinare ori conjugare, ori alte situaţii speciale. În concluzie, în aceste dicţionare nu apar cuvinte scrise cu cratimă sau ele vor fi în număr foarte mic şi insuficient.

Înlocuirea de către Abbyy a literei L mic cu cifra 1 nu se face în orice situaţie, ci el [programul Abbyy] ţine cont de câteva considerente logice. Înlocuirea nu se face în urma unei confuzii a formei caracterelor, ci are la bază un fals argument: Abbyy crede că e vorba de matematică.
Abbyy nu va înlocui niciodată L mic cu cifra 1 undeva la mijlocul cuvântului, ci doar acolo unde apare cratima sau în cuvinte foarte scurte – de exemplu, uneori apare şi numărul 11 în loc de Îl, Îi, il, îi…

În mărinimia şi aroganţa sa, Abbyy crede că a găsit nişte formule sau operaţiuni matematice şi se grăbeşte să le scoată în evidenţă.
Abbyy consideră că în exemplele: l-am, l-au, să-l, aducându-l… cratima ar fi semnul minus din matematică şi atunci crede că e vorba de formule matematice; astfel că în cazul primelor două exemple Abbyy scrie 1- [unu minus] şi în exemplele 3 şi 4, Abbyy crede că e vorba de -1 [minus unu].
De aceea, indiferent dacă scanul este perfect sau mai slăbuţ, dacă vorbim de o carte cu hârtie îngălbenită şi tipar deteriorat sau de o carte relativ nouă şi cu tipar de calitate, indiferent de toate acestea, până când programele de recunoaştere nu vor fi dotate cu dicţionare româneşti deosebit de complexe, vor face astfel de erori.
Din aceste motive dicţionarele L1.imd, L2.imd şi L3.imd vor face întotdeauna înlocuiri într-un OCR brut.
Aceste dicţionare nu sunt perfecte, dar rezolvă în mod corect cele mai multe dintre situaţii; există şi posibilitatea ca uneori dicţionarele să producă ele însele unele erori, dar aceste efecte secundare sunt mult-mult mai puţine. Erorile apar atunci când Abbyy îl vede şi pe i [litera i mic] ca fiind cifra 1 – oricum astfel de situaţii sunt foarte rare şi de de cele multe ori ele nu există.

Încă o subliniere.
Este foarte important de reţinut că în cazul multor fonturi, asemănarea dintre forma grafică a literei L mic şi cifra 1 este atât de mare, uneori semnele sunt identice [vezi fontul Bookman Old Style, dar şi alte fonturi], astfel că persoanele care corectectează texte, fără să apeleze la corectoarele de limba română ale editoarelor, au neşansa să nu constate că în text există cifra 1 în locul literei L mic.
Recomandare: pentru evitarea acestor situaţii, recomand folosirea AutoCorect şi executarea corecturii într-un editor la care sunt activate corectoarele de limba română.

Despre confuzia Abbyy a caracterelor fusiforme, erori de genul d=cl şi m=rn şi alte erori, despre diferenţa dintre fonturi serif şi fonturi sans-serif etc… în alte postări.

_______________________________________

Oameni şi popoare îşi cată libertatea; după ce-o obţin, îşi caută stăpân.

| TORENTE | Tăunul | ROCAMBOLE+ | FLORIS | VRACIU | Victor HUGO | J.F. COOPER | PAPILLON | POLDARK |
| Dictionare Lba RO | | Gramatica RO | D. Stănoiu | Zaharia STANCU | H.Y. STAHL | V.CORBUL & E.BURADA |
| Ultimul regat | Millennium | Shantaram | Pearl BUCK | Anchee MIN | Amy TAN | C. LÄCKBERG | Ph.GREGORY |
| Extraterestrii şi Intraterestrii | RUFOR | Demonul Roşu | Vraja milioanelor | Cărţi audio |

#264

menssana1984
Vizitator

Si hai ca pic si eu ca musca in zeama....

La folosirea functiei Ortografie, daca utilizatorul isi extinde modificarile dincolo de ceea ce ii evidentiaza programul in fereastra de Ortografie...

Adica programul iti semnaleaza in fereastra cuvantul CUCUVEAU, iti ofera sau nu o sugestie corecta, dar tu observi in aceeasi fereastra si alte cuvinte naspa.
Prin urmare modifici totul manual si apoi apesi modifica.

Data viitoare cand te vei mai intalni cu CUCUVEAU, vei avea drept sugestie TOATE cuvintele pe care le-ai modificat manual.

Stiu, stiu, stiu. Va intrebati de ce pana mea procedez eu asa?
Pai o eroare constata vizual si modificata manual e o eroare de aur

Iar AC-ul inca are oarece lipsuri la capitolul dictionar, asa ca pentru a evita posibilitatea ca AC-ul sa zboare, dupa eroarea gasita de el, pe pagina urmatoare, aleg sa "impusc" tot ce prind.

Ca posibila solutie, propun un butonas in plus "Modifica, dar nu retine".

#265

ciuperca_cosmin
VETERAN
Din: Bacau

Am discutat cu menssana si problema era de fapt ca la sugestii rareori aparea cate una cu probleme, ramasa in dictionare de la o versiune veche de exe. Exele a fost reparat de ceva timp dar sugestiile au ramas in dictionar si cateodata apar.
Solutia e sa intri in i.dic de la locatia "c:\Documents and Settings\Nume_user\Application Data\AutoCorect Contemporan\Dictionare\" (reala pe Windows XP si virtuala pe Vista/7) si sa stergi acele sugestii. Atentie: in i.dic inregistrarile sunt pe doua linii - pe cele impare sunt cuvintele scrise gresit, pe cele pare sugestia stocata. Deci cand se sterge o sugestie de pe linia para trebuie sters si cuvantul asociat de pe linia impara.

M-am mai uitat prin OCR-uri si cateodata apar aceste caractere $%^*& care ori trebuie sterse ori "transformate" in litere/cifre/semne de punctuatie. Acum, prin felul cum arata "sar" in ochi nitel cand te uiti intr-un text dar poate ar fi mai bine sa fie marcate cu alta culoare ca sa iasa si mai mult in evidenta.
S-ar mai putea marca si parantezele fara pereche respectiv ghilimelele fara pereche.

#266

BlankCd
MEMBRU DE BAZA

ciuperca_cosmin a scris:

M-am mai uitat prin OCR-uri si cateodata apar aceste caractere $%^*& care ori trebuie sterse ori "transformate" in litere/cifre/semne de punctuatie. Acum, prin felul cum arata "sar" in ochi nitel cand te uiti intr-un text dar poate ar fi mai bine sa fie marcate cu alta culoare ca sa iasa si mai mult in evidenta.

Artefactele de tipul: $%^*& trebuiesc şterse din text. Uneori unul din caracterele eronate este de fapt o literă/litere interpretate eronat de ABBYY.
Exemplu: me^seră [merseră este corect]. După ştergerea caracterului "^" şi rularea dicţionarelor vom avea aşa: meseră. Nu este o problemă pentru că ultimul lucru făcut după rularea dicţionarelor, va fi activarea meniului "Ortografie" - pentru a evidenţia cuvintele incerte sau incomplete - care va sublinia cuvântul "meseră" şi va putea fi corectat uşor.
De abia după aceea se va corecta textul prin confruntarea cu pdf-ul de control.

Menţiune: semnul asterix * ar fi bine dacă nu ar fi şters, poate doar evidenţiat cu culoare deoarece de multe ori în text asterixul are rol de notă de subsol. Exemplu unele volume de Karl May au acest asterix la notele de subsol.

_______________________________________
---> "Eu nu am regrete,
Iar dac-ai să-ntrebi ce-a rămas la mine,
În inimă am urme de tine
Regrete, eu nu am regrete..."

#267

Seven
Moderator
Din: Ţara Perfectului Simplu

***
Salutări tuturor!
Plec la discuţie de la principiu că părerile diferite construiesc şi nu distrug şi că respectul reciproc nu înseamnă neapărat abţinere de la păreri de altă nuanţă.

Mai plec de la premiza că respectivele răgălii ţin locul unui caracter şi nu mă refer la grupul de răgălii ce pot apărea la sfârşitul unui rând scurt, când ele apar cu totul şi cu totul eronat, Abbyy interpretând anumite pete de pe hârtia cărţii ar fi caractere.
Faţă de prietenul BlankCd am o altă părere.
Eu aş prefera ca aceste artefacte să rămână şi, iată de ce:
- atunci când artefactele se păstrează, ele ies în evidenţă şi ne atrag atenţia că acolo e nevoie de o corectură; în momentul în care ele dispar, se poate trece mai uşor peste greşeala respectivă.
- aş face o comparaţie între textul de corectat şi o stradă din România; adeseori, marţienii ori saturnienii fură capacele de la canalele de pe stradă, lăsând ditamai groapa deschisă. Unii pământeni, pun câte o creangă de pom în canal pentru semnalizarea gurii de canal fără capac. Creanga nu rezolvă problema capacului, dar semnalizează gura de canal deschisă. Creanga este artefactul din text: el atrage atenţia, deşi nu rezolvă problema.
- astfel de artefacte eu le corectez cu ocazia a ceea ce numesc "corectură pe diagonală"; Cu editorul setat în "Overtype mode", în timp ce defilez prin text pun caracterul corespunzător exact în locul răgăliei respective, fără a ma pierde timpul cu insert şi delete. În principiu, rezolvarea acestora nu este ceva deosebit de complicat.
- un argument mai subţire: e posibil ca prin dispariţia unui artefact aflat la mijlocul unui cuvânt şi respectiv unirea celor două părţi ale cuvântului, din această mişcare să rezulte un nou cuvânt existent în limba română, pe care corectoarele nu-l mai subliniază, iar ochiul ar putea să nu-l detecteze ca nefiind corect.
- şi, o ultimă tentativă de argument; există un număr de useri mai tineri care preferă să corecteze OCR-uri necurăţate, dintr-un motiv relativ simplu: atunci când au puţine intervenţii în text, îi "fură subiectul" cărţii şi nu mai sunt suficienţi de atenţi la erori mici ce a trebui corectate; de aceea ei preferă texte cu mai multe erori, care să-i ţină "în priză permanent"; Acesta este un motiv pentru care nu oricine se ocupă de corecturi pentru versiunile [V2.0] şi [V3.0]; la corectura pentru aceste versiuni rămân foarte puţine greşeli şi ele trebuiesc vânate cu mare atenţie, iar pentru acest lucru e nevoie de ceva experienţă.

În concluzie, militez pentru păstrarea lor, deoarece deşi arată rău, ele fac de multe ori bine.

_______________________________________

Oameni şi popoare îşi cată libertatea; după ce-o obţin, îşi caută stăpân.

| TORENTE | Tăunul | ROCAMBOLE+ | FLORIS | VRACIU | Victor HUGO | J.F. COOPER | PAPILLON | POLDARK |
| Dictionare Lba RO | | Gramatica RO | D. Stănoiu | Zaharia STANCU | H.Y. STAHL | V.CORBUL & E.BURADA |
| Ultimul regat | Millennium | Shantaram | Pearl BUCK | Anchee MIN | Amy TAN | C. LÄCKBERG | Ph.GREGORY |
| Extraterestrii şi Intraterestrii | RUFOR | Demonul Roşu | Vraja milioanelor | Cărţi audio |

#268

menssana1984
Vizitator

Imi pare rau sa va dezamagesc pe toti

Eu am propus problema %^&**( spre rezolvare lui Cosmin.
Si sunt de acord si cu Seven si cu Blanck... partial.

Dar e necesara doar marcarea acestor simboluri pentru a putea fi vazute mai usor la o corectare in diagonala. La ocr-urile proaste se poate pierde destul de mult din text prin simpla lor eliminare si imbinarea capetelor de randuri din ochi ce vine mai tarziu.

Deci doar marcarea lor e suficienta. Utilizatorul va hotara ce si cum.
Eventual se poate face o singura optiune care bifata sa marcheze si debifata sa stearga.

Si, Cosmin, ai grija la felul in care se va realiza marcarea. De regula marcarea din AC nu se scoate prea usor in WOrd.

P.S.
Unde gasesc lista completa de fonturi ce suporta diacrticele din Word?

#269

Seven
Moderator
Din: Ţara Perfectului Simplu

#270

BlankCd
MEMBRU DE BAZA

Seven a scris:

@ menssana1984,

Nu e vorba de nicio dezamăgire. Sunt perfect de acord cu tine.
Poate că având o propunere un pic nuanţată se rezolvă toate variantele: dacă stergerea s-ar face din două etape [opţiuni]:
- întâia opţiune: "Marchează răgălii" cu buton "Activat-Neactivat"
- a doua opţiune: "Şterge răgăliile marcate" cu buton "Activat-Neactivat"
În felul ăsta răgăliile pot rămâne la locul lor aşa cum sunt, pot fi doar marcate şi neşterse, şi pot fi şterse definitiv - lăsând asta la alegerea utilizatorului.

De acord cu Seven cu cele 2 opţiuni, e mai comod aşa, împarte şi varza şi capra adică:

- dacă într-un text sunt multe răgălii provenite în majoritate din defectele hârtiei şi nu a caracterelor, ele pot fi eliminate.
- dacă avem un text în care răgăliile sunt în mare parte erori ale literelor avem opţiunea de marcare a lor cu culoare.

_______________________________________
---> "Eu nu am regrete,
Iar dac-ai să-ntrebi ce-a rămas la mine,
În inimă am urme de tine
Regrete, eu nu am regrete..."

#271

ciuperca_cosmin
VETERAN
Din: Bacau

La optiunea 2 din "OCR Plus" s-a scris:
Eliminarea "răgăliilor" din vecinătatea liniilor de dialog şi din text. [NIMP]
Va fi facuta cu dictionar (total sau partial) sau numai cu cod?
In cazul cand va trebui utilizat cod atunci sa folosesc caracterele din "Dic Linii dialog [2011.10.31].imd"?

#272

Seven
Moderator
Din: Ţara Perfectului Simplu

***
Cosmin,
Convingerea mea este că nu are rost să scrieţi kilometri de cod.
Mai întâi că nu merită atâta efort din partea voastră, atâta timp cât există şi o variantă mai comodă - pe de o parte, iar pe de altă parte varianta cu dicţionar permite o mai uşoară îmbunătăţire.

Dicţionarul dă în acest moment rezultate destul de bune şi poate fi completat şi îmbunătăţit.

Ar trebui totuşi clarificate 2 probleme în legătură cu dicţionarele.

■ 1. Ar fi foarte important de ştiut dacă după editarea unui dicţionar cu o formă cât de cât finală să se poată bloca opţiunea de sortare.
Concret: la acest dicţionar cu linii de dialog, după ce pun variantele de liniuţe însoţite de răgălii de corectat, în ultimele 3 înregistrări aş vrea să pun în ordine următoarele:
- "linie de dialog" se modifică în "linie de dialog urmată de un spaţiu"
- "linie de dialog urmată de spaţiu dublu" se modifică în "linie de dialog urmată de un spaţiu"
- "linie de dialog urmată de un spaţiu" se modifică în Em dash urmată de Nonbreaking Space"

Practic, aş vrea ca după rularea dicţionarului respectiv toate liniile de dialog să fie de tip Em dash urmate de Nonbreaking Space, iar pentru asta ultimele trei înregistrări trebuie să fie exact acestea. Dacă nu merge cu blocarea selectării, atunci ar fi varianta cu un dicţionar 2 sau trecute aceste 3 chestii sub formă de cod.

■ 2. În legătură cu numele dicţionarelor.
Numele acestor dicţionare pot fi modificate după cum credeţi că e mai bine.
Atunci când am implementat dicţionarele L1-L3 şi S1-S4 am folosit L de la litera L şi S de la cuvinte Scurte... şi am încercat să pun nişte nume cât mai scurte ca să nu complic prea mult codul.
Acum, deoarece apar alte dicţionare în plus, poate e bine să fie reorganizate.
Numele pe care le-am dat ultimelor 3-4 sunt nume de conjunctură şi nu e important să fie păstrate.

_______________________________________

Oameni şi popoare îşi cată libertatea; după ce-o obţin, îşi caută stăpân.

| TORENTE | Tăunul | ROCAMBOLE+ | FLORIS | VRACIU | Victor HUGO | J.F. COOPER | PAPILLON | POLDARK |
| Dictionare Lba RO | | Gramatica RO | D. Stănoiu | Zaharia STANCU | H.Y. STAHL | V.CORBUL & E.BURADA |
| Ultimul regat | Millennium | Shantaram | Pearl BUCK | Anchee MIN | Amy TAN | C. LÄCKBERG | Ph.GREGORY |
| Extraterestrii şi Intraterestrii | RUFOR | Demonul Roşu | Vraja milioanelor | Cărţi audio |

#273

ciuperca_cosmin
VETERAN
Din: Bacau

Daca crezi ca e mai bine cu dictionar, asa lasam.

1. Inteleg de ce vrei sa pastrezi ordinea dar cred ca cel mai bine e sa lasi totusi posibilitatea modificarii ulterioare. E rau sa le modifice prost, da, dar totusi cred ca e posibil sa apara si ceva bun.
Oricum nu cred ca vor fi multi cei care vor cauta sa le editeze dar pentru ei s-ar putea scrie o avertizare in program atunci cand incearca sa modifice unul din dictionarele aflate in OCR_DIC.
Dar daca esti sigur ca e mai bine sa fie implementata o modalitate de a preveni sortarea atunci ma voi gandi la o modalitate.

2. Am inteles.

#274

Seven
Moderator
Din: Ţara Perfectului Simplu

***
Blocarea sortării mă interesa doar în cazul acestui dicţionar privind liniile de dialog, dar nu e neapărat o problemă foarte importantă.

Pentru că mâine dispar din nou pentru vreo 5-6 zile, mai vreau să subliniez câteva lucruri, deşi nu st fi pe "ordinea de zi".

La Punctuaţie
Cred că mai trebuiesc adăugate nişte opţiuni, pe care nu le-am văzut.
Ar fi vorba de:
□ Scoate spaţiu înainte de caracterul . [punct]
□ Scoate spaţiu înainte de caracterul , [virgulă]
□ Scoate spaţiu înainte de caracterul ; [punct şi virgulă]

Din punctul meu de vedere, cred că cine doreşte scoaterea spaţiilor din faţa unui semn de punctuaţie, este de acord de fapt cu scoaterea spaţiilor din faţa principalelor semne de punctuaţie.
Mă refer la: . : , ; ? ! ... [punct, două puncte, virgulă, punct şi virgulă, semnul întrebării, semnul exclamării, puncte de suspensie/elipsis]

În acest caz, poate nu ar fi rău dacă ar fi modificată o opţiune şi rescrisă sub forma:
□ Scoate spaţiu înainte de caracterele . : , ; ? ! ... [punct, două puncte, virgulă, punct şi virgulă, semnul întrebării, semnul exclamării, puncte de suspensie/elipsis]
Această variantă ar putea reduce numărul de setări ale punctuaţiei.

_______________________________________

Oameni şi popoare îşi cată libertatea; după ce-o obţin, îşi caută stăpân.

| TORENTE | Tăunul | ROCAMBOLE+ | FLORIS | VRACIU | Victor HUGO | J.F. COOPER | PAPILLON | POLDARK |
| Dictionare Lba RO | | Gramatica RO | D. Stănoiu | Zaharia STANCU | H.Y. STAHL | V.CORBUL & E.BURADA |
| Ultimul regat | Millennium | Shantaram | Pearl BUCK | Anchee MIN | Amy TAN | C. LÄCKBERG | Ph.GREGORY |
| Extraterestrii şi Intraterestrii | RUFOR | Demonul Roşu | Vraja milioanelor | Cărţi audio |

#275

ciuperca_cosmin
VETERAN
Din: Bacau

Scoaterea spatiilor dinaintea acelor semne de punctuatie, precum si a altora, e deja implementata la "Aplica principiile de baza ale punctuatiei".
Acum cativa ani aveam toate functiile setabile separat dar intr-un final ne-am dat seama ca "ameteam" utilizatorii degeaba cu n-spe functii care nu erau dezactivate niciodata.
Asa ca le-am pus in "Aplica principiile de baza ale punctuatiei", lasand afara doar pe cele care efectiv cateodata mai sunt bifate/debifate.

PS: uite si ultima versiune de AutoCorect la care au fost implementate unele din functii la OCR Plus: http://www.mediafire.com/?v824q6kkxm19c28

Pagini: 1 ... 8 9 10 11 12 13 14 ... 52

Mergi la