Forum Romania Inedit
Romania Inedit - Resursa ta de Fun
|
Nou pe simpatie:
crazygirl
 | Femeie
24 ani
Buzau
cauta Barbat
26 - 80 ani |
|
|
Forum Romania IneditReguliInregistrareLoginPozeNu sunteti logat. Lista Forumurilor Pe Tematici
|
| #276 |
SevenModeratorDin: Ţara Perfectului Simplu
|
|
|
| |
|
| #277 |
|
|
--->
Am făcut eu o testare incompletă - din cauza că se blochează AutoCorectul - primele observaţii:
- se simte nevoia butonului care să ruleze meniurile, efectiv unele meniuri le-am rulat de 2 chiar 3 ori întrucât uitam ce meniu rulez.
- AutoCorectul salvează în timp ce rulează dicţionarele - asta încetineşte şi chiar poate bloca AutoCorectul [cel puţin la mine aşa face]. După implementarea butonului de rulare dicţionare bifate, poate ar trebui ca salvarea să se facă după rularea tuturor meniurilor.
- am descoperit o posibilă eroare. La rularea submeniului "Convertire majusculă în minuscula la dialogul francez" există fereastra de înlocuire cu confirmare a unor litere mici din text unde ar trebui confirmate. Această fereastră acţionează ŞI asupra cuvintelor aflate în PARAGRAF care au linie de dialog, ceea ce nu e tocmai bine întrucât te pune să confirmi acolo unde nu ar fi cazul. Asta înseamnă muncă şi timp mai mult acolo unde nu ar fi cazul.
În urmă cu câteva pagini spuneam:
"Această fereastră ar trebui să modifice - obligatoriu cu confirmare - ca acolo unde după semnul întrebării şi/sau exclamării apare LITERĂ MICĂ să fie înlocuită cu Literă MARE, dar ATENŢIE!! numai acolo unde paragraful NU începe cu "marcaj de sfârşit de paragraf""linie de dialog" - linie de dialog care poate fi de tip EmDash, EnDash şi Horizontal Bar.
Adică fereastra să "acţioneze" exclusiv asupra paragrafelor care nu au linie de dialog la începutul paragrafelor."
Am testat pe OCR-ul Alexandre Dumas - Călăul din Paris vol. 1, aş vrea să ştiu dacă şi la voi v-a dat această eroare adică trebuie să confirmaţi înlocuirea minusculei cu majusculă din paragrafele care încep cu linie de dialog.
Nu am găsit dicţionarul DDGac.imd. Poate ar fi bine ce executabilul să vină cu aceste dicţionare redenumite, eu le-am redenumit intuitiv după fereastra de eroare care apărea la rularea meniurilor, apoi făceam corespondenţa cu dicţionarele puse de Seven... cred că nu am greşit dar nu am găsit dicţionarul DDGac.imd.
Ar mai fi de spus câte ceva dar mă opresc aici, întrucât AutoCorectul se blochează mereu şi m-a enervat peste măsură.
_______________________________________
---> "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..."
|
|
| |
|
| #278 |
|
|
Da, inca nu e implementata evitarea salvarii pe timpul rularii functiilor de la OCR Plus. Momentan inca se lucreaza la ele.
Dar exista o rezolvare simpla: daca faci totul manual (rulare functii si salvare text) pur si simplu ai putea seta timpul de salvare automata la o valoare mai mare sau chiar ai putea s-o dezactivezi. Salvarea automata e folositoare mai ales cand scrii text si nu vrei sa-l pierzi dar daca cineva doar face modificare la text folosind functii din program nu e absolut necesar sa fie activata deoarece, daca se intampla ceva cu Windows sau se ia curentul, se poate relua rularea acestor functii.
Butonul ce ruleaza functiile din meniuri automat va fi implementat doar dupa ce se termina cu implementarea la celelalte, ca sa putem sti exact ce va fi rulat automat. Ai zis ca se va mai discuta despre aceste meniuri si probabil vor mai fi "ajustate" - dupa ce se ajunge la consens ca sunt bine implementate il vom face.
In ce priveste eroarea de la "dialog francez": am implementat dupa "Adică fereastra să "acţioneze" exclusiv asupra paragrafelor care nu au linie de dialog la începutul paragrafelor".
Face probleme la dialogurile care incep cu linie de dialog de tip "Horizontal bar" sau la toate?
Din ce ai mai zis parca vrei sa "sara" si peste paragrafele care contin (nu doar incep cu) linie de dialog: "Această fereastră acţionează ŞI asupra cuvintelor aflate în PARAGRAF care au linie de dialog" (cuvintelor...au) in loc de "Această fereastră acţionează ŞI asupra cuvintelor aflate în PARAGRAFE care incep cu linie de dialog". E corect?
DDGac.imd nu e facut inca. I-am dat totusi o denumire pentru a putea fi apelat de functia din meniu atunci cand va fi creat.
|
|
| |
|
| #279 |
|
|
ciuperca_cosmin a scris:
In ce priveste eroarea de la "dialog francez": am implementat dupa "Adică fereastra să "acţioneze" exclusiv asupra paragrafelor care nu au linie de dialog la începutul paragrafelor".
Face probleme la dialogurile care incep cu linie de dialog de tip "Horizontal bar" sau la toate? |
Nu am testat pentru toate tipurile de linii de dialog dar pe OCR-ul de la Călăul din Paris vol 1, sunt numai linii de tip EmDash.
ciuperca_cosmin a scris:
Din ce ai mai zis parca vrei sa "sara" si peste paragrafele care contin (nu doar incep cu) linie de dialog: "Această fereastră acţionează ŞI asupra cuvintelor aflate în PARAGRAF care au linie de dialog" (cuvintelor...au) in loc de "Această fereastră acţionează ŞI asupra cuvintelor aflate în PARAGRAFE care incep cu linie de dialog". E corect? |
Cred că este corect aşa: "Această fereastră acţionează ŞI asupra cuvintelor aflate în PARAGRAF care au linie de dialog" (cuvintelor...au)".
Rămâne de testat oricum. Să vedem dacă şi Seven are această eroare pe care am menţionat-o eu.
Altă problemă observată de mine sunt litere de tip consoană - cu excepţia vocalelor a, e, i, o, u - care sunt precedate şi urmate de spaţiu. Toate aceste consoane ar trebui evidenţiate întrucât sunt fie erori de OCR fie fac parte din cuvinte alăturate şi care sunt incomplete.
_______________________________________
---> "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..."
|
|
| |
|
| #280 |
|
|
| Nu am testat pentru toate tipurile de linii de dialog dar pe OCR-ul de la Călăul din Paris vol 1, sunt numai linii de tip EmDash. |
Poti sa-mi dai te rog un link de descarcat ca sa pot testa si eu? Multumesc.
| Cred că este corect aşa: "Această fereastră acţionează ŞI asupra cuvintelor aflate în PARAGRAF care au linie de dialog" (cuvintelor...au)". |
Deci sa implementez si cand liniutele de dialog sunt si interiorul paragrafelor. O sa incerc...
|
|
| |
|
| #281 |
|
|
--->
Pe acest OCR am făcut testele: http://www.mediafire.com/?8tie0aqegzl6z2n
_______________________________________
---> "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..."
|
|
| |
|
| #282 |
|
|
Am gasit care era problema: codul nu "vedea" tab-urile dintre liniuta si restul textului.
Am corectat, multumesc ca mi-ai semnalat.
Exe: http://www.mediafire.com/?ml61nlnql62o368
Zilele astea o sa mai lucrez sa mai imbunatesc functiile deja implementate respectiv sa le implementez pe restul.
Daca cineva mai observa vreo problema sa nu ezite sa o mentioneze.
|
|
| |
|
| #283 |
SevenModeratorDin: Ţara Perfectului Simplu
|
|
***
Un comentariu din fugă...
Am făcut doar o testare, care a rulat foarte bine pe calculatorul meu. OCR-ul deşi era exact în forma rezultată din Abbyy, datorită calităţii foarte bune a scanului şi a cărţii, ei bine acest OCR era aşa de bun că nu a necesitat foarte multe modificări, aşa că nu am nişte constatări constructive.
Pentru BlankCd şi ceilalţi useri interesaţi de pe forum:
În intenţia mea este ca Dicţionarele la care face trimitere directă AutoCorect [L1-L3.imd, S1-S4.imd, DE.imd, DGcl.imd, DGrn, DLd.imd şi DMidp.imd] să încerc să le mai îmbunătăţesc, după care vor fi puse la dispoziţia lui Cosmin & Daniel pentru a putea fi descărcate direct de pe SoftSet.ro.
Dicţionarul [Dicţionarele de tip] DDGac.imd nu există deocamdată.
În intenţia mea a fost să se implementeze o opţiune de rulare automată a unui/unor dicţionar/dicţionare personale cu carater temporar, realizate de către fiecare utilizator, atunci când corectează OCR-urile unui set de cărţi cu aceleaşi caracteristici şi ar apărea necesitatea unor înlocuiri specifice acelei serii.
Altfel spus, funcţia s-ar putea numi şi "Rulare automată grup dicţionare personale".
Pentru ca programul AutoCorect să ruleze opţiunea fără a probleme, pentru început se poate crea un dicţionar cu numele DDGac.imd, care să aibă o singură înregistrare "paşnică", adică o înregistrare care nu produce efecte secundare: în fereastra "Caută" se pun 3 puncte şi în fereastra "Înlocuieşte cu" se pune elipsis orizontal.
În acest mod, dicţionarul există, dar nu produce efecte, deoarece modificarea este deja făcută. Acest tip de dicţionare "paşnice" sau goale, le-am testat deja personal de mai multe ori şi nu produc efecte neplăcute în funcţionarea AutoCorect.
Pentru Cosmin & Daniel
Sunt sigur că, din păcate, vor apărea multe probleme de rezolvat...
Pentru asta este nevoie de realizarea multor testări ale programului pe multe variante de OCR. Personal pot să mă ocup de astfel de testări, doar după data de 15 noiembrie.
E nevoie de testări făcute de mai mulţi useri, pentru a verifica dacă ordinea de rulare a opţiunilor este cea mai eficientă; e posibil ca una sau mai multe dintre ele să trebuiască să fie urcate sau coborâte în lista de opţiuni...
De exemplu: opţiunea 2, numită plastic "Eliminarea "răgăliilor" din vecinătatea liniilor de dialog şi din text" ar putea ajunge pe poziţia 6, deoarece la actuala opţiune 5.2 Corectare rânduri / Rupere rânduri care incep cu dialog aflate in interiorul paragrafului" vor apărea în text nişte paragrafe noi care încep cu linie de dialog şi care nu existau în momentul rulării opţiunii în actuala poziţie 2.
E doar un exemplu... nu sunt foarte sigur că poziţia 6 e varianta cea mai bună, dar voiam să spun că astfel de situaţii vor exista în mod sigur...
Alte constatări şi comentarii, după 15 noiembrie.
Toate cele bune!
Seven
LE: Am uitat un amănunt.
Dicţionarul care corectează liniile de dialog [DLd.imd] care deocamdată rulează la opţiunea 2, cea cu "răgăliile", dar ar putea să ruleze şi la actuala 6.6 care deocamdată este inactivă, ei bine, acest dicţionar transformă toate tipurile de linii de dialod în linii de dialog de tip Em dash. Această menţiune are legătură cu o problemă prezentată de BlancCd mai sus.
_______________________________________
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 |
|
|
| |
|
| #284 |
|
|
Cateva intrebari referitor la "Setare text la font si marime unica, regular + italic + bold".
Ma gandesc sa fac o mica fereastra in care sa poti seta:
Sa incarce/salveze setari de font personalizate sau sa incarce setarile textului de la pozitia cursorului?
La rularea din acel buton care va rula toate functiile din OCR Plus sa arate fereastra sau sa utilizeze setarea implicita?
|
|
| |
|
| #285 |
|
|
Inca o alta chestie....
Autocorectul trebuie neaparat sa ne indice sub forma de sugestie locurile din text unde se gasesc litere de sine statatoare, Spatiu Litera Spatiu.
Cu exceptia lui E, O si a lui A, in rest nu prea au ce cauta pe acolo. Ocr-urile nu duc lipsa de asa ceva.
|
|
| |
|
| #286 |
|
|
Ca sugestie nu e asa de usor de implementat la punctuatie sau ortografie. Plus ca aceste functii trebuie sa mearga si cu text obisnuit.
Dar se pot totusi marca cu alta culoare.
Ma gandesc sa le marchez la "Marcare ghilimele cu rosu" ce va fi transformata in "Marcare caractere cu rosu".
La atatea caractere de marcat ar fi necesara o fereastra de setare. In fereastra sa apara o lista cu caractere la care se pot adauga, sterge sau bifa/debifa (asemanatoare cu lista de la Inlocuire multipla).
Ce parere aveti de asta, va va fi folositoare...?
|
|
| |
|
| #287 |
|
|
--->
@ cosmin
"Sa incarce/salveze setari de font personalizate sau sa incarce setarile textului de la pozitia cursorului?"
Cred ca ar fi bine "Sa incarce/salveze setari de font personalizate".
"La rularea din acel buton care va rula toate functiile din OCR Plus sa arate fereastra sau sa utilizeze setarea implicita?"
Nu mi-e clar la ce fereastra faci referire si nici setare implicita. Poti reformula?
De acord cu "Marcare caractere cu rosu".
_______________________________________
---> "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..."
|
|
| |
|
| #288 |
|
|
Sa incerc sa explic: dupa ce se implementeaza toate functiile din OCR Plus vom face acel buton care le va rula pe toate intr-o ordine prestabilita. Acest buton va rula si setarea de font. Dar setarea de font cand o rulezi manual apare acea fereastra mica din imagine in care poti sa setezi caracteristicile acestui font si dai click pe "Seteaza".
Intrebarea e: cand rulezi setarea de font la "gramada" cu acel buton ce le ruleaza pe toate, sa apara fereastra unde setezi manual caracteristicile fontului (ca la o rulare manuala) sau sa utilizeze acele setari personalizate (inmagazinate) si sa seteze fontul automat?
|
|
| |
|
| #289 |
|
|
--->
Nici nu stiu ce sa-ti raspund, nu am o preferinta anume.
Important este ca toate literele din text sa aiba acelasi font si aceeasi spatiere [pentru ca un OCR vine cu litere cu spatiere diferita si fonturi diferite].
Las la aprecierea ta si a lui Seven.
_______________________________________
---> "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..."
|
|
| |
|
| #290 |
|
|
Bine, deocamdata las manual.
Alta problema: la meniul "Elimină TOATE liniile de pauză din text - cu excepţia liniilor de dialog:" cand se specifica "liniile de pauză" inseamna efectiv linii de pauza (EnDash) sau linii de orice fel care in situatia de acolo sunt considerate linii de pauza?
In plus in meniul din el "din "!""spaţiu""linie de pauză""spaţiu" în "!""spaţiu"" nu vad situatii in care NU ar fi linie de dialog. Poti te rog sa-mi dai exemplu de situatii in care exista aceasta succesiune de caractere dar liniuta nu este de dialog ci de pauza?
Ceva de genul: "El se grabi - tare! - sa plece"?
|
|
| |
|
| #291 |
|
|
ciuperca_cosmin a scris:
Alta problema: la meniul "Elimină TOATE liniile de pauză din text - cu excepţia liniilor de dialog:" cand se specifica "liniile de pauză" inseamna efectiv linii de pauza (EnDash) sau linii de orice fel care in situatia de acolo sunt considerate linii de pauza? |
Da trebuiesc eliminate ORICE fel de linie de pauza din text. Care pot fi EmDash, EnDash, Horizontal Bar si uneori chiar si cratima precedata si urmata de spatiu, ea avand rol de linie da pauza in mod eronat.
ciuperca_cosmin a scris:
In plus in meniul din el "din "!""spaţiu""linie de pauză""spaţiu" în "!""spaţiu"" nu vad situatii in care NU ar fi linie de dialog. Poti te rog sa-mi dai exemplu de situatii in care exista aceasta succesiune de caractere dar liniuta nu este de dialog ci de pauza? |
Exemplu:
- Mergem spre apa! - zise maiorul.
Ar trebui sa ajunga asa:
- Mergem spre apa! zise maiorul.
_______________________________________
---> "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..."
|
|
| |
|
| #292 |
|
|
Inteleg.
Dar la exemplul care mi l-ai dat este o mica problema: cum se "decide" daca in acel loc e dialog bun sau care trebuie scos? Asa ajungem iar la acele dialoguri franceze care stii ca nu pot fi detectate 100%.
O solutie ar fi sa transformam dictionarul tau ca sa aiba "! - zise" >> "! zise".
Asta se poate aplica si la a doua de la 9 (cea cu ?).
La 3 si 4 de la 9 - mi se par cam prea asemanatoare cu 1 si 3 de la 8. E totusi vreo diferenta intre ele...?
|
|
| |
|
| #293 |
|
|
ciuperca_cosmin a scris:
Inteleg.
Dar la exemplul care mi l-ai dat este o mica problema: cum se "decide" daca in acel loc e dialog bun sau care trebuie scos? Asa ajungem iar la acele dialoguri franceze care stii ca nu pot fi detectate 100%.
O solutie ar fi sa transformam dictionarul tau ca sa aiba "! - zise" >> "! zise".
Asta se poate aplica si la a doua de la 9 (cea cu ?).
La 3 si 4 de la 9 - mi se par cam prea asemanatoare cu 1 si 3 de la 8. E totusi vreo diferenta intre ele...? |
Trebuie sa ai in vedere ca meniul "Elimină TOATE liniile de pauză din text - cu excepţia liniilor de dialog" va fi unul optional, adica va fi utilizat doar de cei avansati, si nu va fi bifat default.
Acest meniu va elimina toate liniile de pauza din text - fiindca este optional el va fi rulat manual dupa ce se ruleaza tot meniul "ruleaza dictionare bifate".
"La 3 si 4 de la 9 - mi se par cam prea asemanatoare cu 1 si 3 de la 8. E totusi vreo diferenta intre ele...?"
De altfel si meniul 8 va fi rulat tot manual, el nu va veni bifat default. Desi meniul 9 si cel 8 par similare oarecum, userul va folosi doar unul din ele, in functie de preferintele fiecaruia si experienta.
Diferenta dintre meniul 8 si 9 este ca meniul 9 va elimina TOATE liniile de pauza din text iar meniul 8 nu va face acest lucru fiindca este conditia [aceea colorata cu rosu]: "ATENŢIE! înlocuirea să se facă EXCLUSIV la paragrafele care încep cu linie de dialog şi se încheie cu semnul de punctuaţie "punct".
Stiu ca poate parea derutant la un moment dat, dar trebuie sa ai in vedere ca aceste lucruri nu le-a mai facut nimeni niciodata in modul acesta rulat automat, sigur vor aparea erori. In orice caz trebuie testat serios.
Asa cum am mai spus meniul OCR_PLUS va fi cel mai complex meniu din AutoCorect, unul complicat ca ceea ce stie sa faca.
Imi inchipui ca iti da mari batai de cap.
Noi impreuna vom testa astfel incat utilizarea acestui meniu sa se faca cat mai usor.
_______________________________________
---> "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..."
|
|
| |
|
| #294 |
SevenModeratorDin: Ţara Perfectului Simplu
|
|
***
Salutări tuturor.
Deocamdată, un sigur comentariu, legat de o singură opţiune:
Privind formatarea cu font unic
Ce anume probleme apar la extragerea OCR?
Practic, după extragerea OCR în format RTF – Formatted text, întâlnim următoarele tipuri de formatări:
– mai multe tipuri de fonturi: poate apărea Bookman Old Style, împreună cu Arial, Times New Roman etc…
– diferite valori ale spaţierii caracterelor – practic, reformatarea la spaţierea 100% este foarte dificilă; trebuie să formatăm de mai multe ori textul la 100% şi, cu toate acestea tot mai rămân zone de text care-şi păstrează formate condensate sau expandate.
Notă: subliniez încă o dată, faptul că aceasta este problema pentru care am propus implementarea unei opţiuni în acest gen; celelalte reformatări se pot face, de regulă destul de uşor, fără probleme.
– în mod normal, textul ar trebui să fie scris în mare parte cu font drept [regular], la care se mai adaugă cuvinte sau grupuri de cuvinte în format italic şi foarte rar în format bold.
În afară de acestea, pentru notele de subsol ar putea exista şi câteva cazuri de font Superscript.
Cu toate acestea, apar în mod eronat zone de text sau caractere în format Subscript, Underline etc…
Dorinţa OCR-iştilor ar fi următoarea:
– Întregul text să fie reformatat cu un singur tip de font;
– Întregul text să fie reformatat la o singură mărime a fontului;
– Să se păstreze stilurile de font regular, italic şi bold, iar toate celelalte stiluri de font să fie reformatate astfel încât să devină font regular.
Dacă este cumva important, eventualul italic+bold, poate fi reformatat ca italic.
Păstrarea stilului Superscript pentru indicii notelor de subsol nu este importantă; trebuie ca Superscript să devină Regular.
Acum, revenind la întrebarea concretă a lui Cosmin, în legătură cu fereastra ce se poate adăuga opţiunii "Setare text la font si marime unica, regular + italic + bold".
a) Numele opţiunii ar putea fi scurtat la varianta: "Setare text la font si marime unica".
b) Cred că e binevenită o fereastră în care se poate seta numele fontului şi mărimea sa – cu condiţia ca implementarea ferestrei să nu necesite foarte multă muncă de programare. Această setare nu ar trebui să aibă legătură cu poziţia cursorului în text sau alte variante care l-ar putea complica prea mult pe utilizator.
_______________________________________
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 |
|
|
| |
|
| #295 |
|
|
Mi-ar fi de folos un asemenea text ca sa pot testa cum merge.
Eu deja am facut fereastra si am modificat-o o data la ce a spus BlankCD - ca vrea si setare de spatiere - de ea nu vad sa zici la "Dorinţa OCR-iştilor". S-o scot?
Din titlul original se intelegea ca e necesara o setare de Bold si Italic. Dar acu vad ca vrei sa fie pastrate, nu resetate.
"Celelalte" stiluri de font (diferite de Bold si Italic) sunt underline si strikeout. O sa le transformam in regular.
O sa fac si o bifa pentru tranformarea zonelor de bold+italic in italic.
|
|
| |
|
| #296 |
|
|
Chestia cu spatierea nu se rezolva repede cu textul aruncat in Wordpad?
Eu nu am intalnit problema asta pana acum.
|
|
| |
|
| #297 |
SevenModeratorDin: Ţara Perfectului Simplu
|
|
***
Pentru toţi:
Mă gândeam ca undeva într-una din primele 3 opţiuni, toate taburile să se transforme în spaţii. Aceste taburi pot apărea după linia de dialog, dar şi în interiorul textului şi eu consider că nu există motiv pentru a fi păstrate.
Acest lucru poate avea un efect secundar nedorit pentru utilizatori? E cineva care crede că e bine să fie păstrate?
Menssana1984,
Da, problema se rezolvă cu Wordpad. Eu m-am referit la faptul că e deficil de scăpat de spaţiere în Word;
Ideea ar fi ca AutoCorect să poată fi folosit pentru "curăţarea" unui OCR şi de un user care nu ştie foarte multe despre editoare şi care să rezolve aproape tot, folosind AC.
Cosmin,
Setarea spaţiului nu deranjează, deci nu trebuie scoasă; ideea era să nu munciţi prea mult la cod, ci să setaţi doar ce era foarte important. Deşi acum folosesc numai spaţiere de 100%, am folosit în trecut şi Bookman Old Style 90%, deoarece Bookman-ul e cam lăbărţat, aşa că o setare a spaţierii poate fi de folos, dar nu o consideram ca fiind neapărat necesară... era bine şi doar dacă tot textul trece la spaţierea 100%.
Revenind la stilurile fonturilor:
Da, trebuie PĂSTRATE stilurile Regular, Italic [şi Bold].
- trebuie să se păstreze stilul Regular acolo unde el deja există;
- trebuie să se păstreze stilul Italic acolo unde el deja există;
- trebuie să se păstreze stilul Bold acolo unde el deja există; păstrarea setării bold nu este foarte importantă, dar dacă nu este greu de implementat, atunci e bine să se păstreze şi această setare;
- stilul bold+italic se transformă în stilul italic;
- toate celelalte tipuri de formatări, stiluri sau efecte ale fonturilor se transformă în font regular.
Practic, dacă s-ar putea dezactiva toate "Effects" fontului, asta ar rezolva problema.
Astfel, ar dispărea toate Superscript, Subscript, Underline sau Small caps, All caps...
Efectele Small caps şi All caps le-am întâlnit foarte rar, dar ele mai apar din când în când.
Încerc să găsesc nişte OCR care au mai multe variante de spaţiere, dar trebuie să extrag OCR-uri din mai multe cărţi... Am dat peste astfel de situaţii în ultima perioadă, dar am făcut cam multe OCR şi unele au avut spaţiere diversă, altele nu; încerc să găsesc unul mai complex ca să poată fi folosit pentru testare.
_______________________________________
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 |
|
|
| |
|
| #298 |
SevenModeratorDin: Ţara Perfectului Simplu
|
|
|
| |
|
| #299 |
|
|
Seven a scris:
***
Cosmin,
Cred că textul de mai jos conţine toată gama de setări eronate ale fontului şi poate fi folosit pentru testarea opţiunii.
Numele fişierului: TEST Op1 - Formatare font unic.rtf
Adresa fişierului: http://www.mediafire.com/?v57fbjf8ukfkj |
Multumesc.
|
|
| |
|
| #300 |
SevenModeratorDin: Ţara Perfectului Simplu
|
|
menssana1984 a scris:
Inca o alta chestie....
Autocorectul trebuie neaparat sa ne indice sub forma de sugestie locurile din text unde se gasesc litere de sine statatoare, Spatiu Litera Spatiu.
Cu exceptia lui E, O si a lui A, in rest nu prea au ce cauta pe acolo. Ocr-urile nu duc lipsa de asa ceva. |
Menssana1984,
Ai putea să detaliezi puţin problema asta?
Era un OCR pe care l-ai extras tu şi, în concluzie, ştii sigur că aşa a rezultat din Abbyy? Literele respective erau pur şi simplu în plus faţă de text şi nu erau litere independente recunoscute eronat?
Pe mine personal nu-mi amintesc să mă fi deranjat problema asta... sau, e posibil, ca doar să n-o fi remarcat sau să o fi uitat.
Am constatat şi eu unele erori, dar care nu s-ar rezolva prin ştergere, ci prin înlocuiri, ca de exemplu:
- 0 [cifra zero] la început de paragraf apare uneori în locul literei O mare;
- litera p [P mic] apare uneori în locul literei o [O mic] - aici e greu de explicat motivul, ar fi mai uşor de explicat la tastare, deorece se află una lângă alta...
- litere de formă rotunjită apar eronat în locul altor litere de formă rotunjită; de cele mai multe ori ele apar în locul literelor a, e sau o; e valabilă problema şi la literele sub formă de fusiformă [liniară]; în locul lui i [I mic] să apară literele I, î, l, j....
Din acest motiv, înclin doar spre marcarea acestor caractere şi nu spre ştergere, iar marcarea să fie opţională.
Pe de altă parte, poate ar fi bine să nu abuzăm nici de marcarea tuturor erorilor, deoarece şi acest lucru ar putea deveni obositor pentru ochi; în momentul în care apar prea multe cazuri de cuvinte [litere, semne de punctuaţie...] înroşite, scopul marcării, acela de a scoate în evidenţă numai anumite aspecte, ar putea eşua din cauza multitudinii de exemple.
Există în mod clar nişte caractere ce apar în mod eronat şi în plus faţă de text, dar ele apar de regulă în faţa rândului corect de text, ori după terminarea rândului.
E vorba de scanarea la care porţiunea de imaginea de la mijloc [zona interioară a cotorului, partea "albă" dintre cele două pagini] apare în scan mai înnegrită; în acest caz la pagina din dreapta, înainte de rândul real pot apărea caractere eronate în plus - Abbyy crezând că porţiunea înnegrită conţine caractere; la pagina din stânga, astfel de situaţii apar la sfârşitul rândului.
Din păcate nu văd o condiţie logică ce s-ar putea aplica în cod pentru ştergerea acestor erori.
_______________________________________
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 |
|
|
| |
|
