Forum Romania Inedit
Romania Inedit - Resursa ta de Fun
|
Nou pe simpatie:
Elena01 la Simpatie.ro
 | Femeie
25 ani
Braila
cauta Barbat
28 - 40 ani |
|
|
Forum Romania IneditReguliInregistrareLoginPozeNu sunteti logat. Lista Forumurilor Pe Tematici
|
| #326 |
|
|
Mutat la cerere! 
_______________________________________
"In politica, prostia nu este un handicap". - Napoleon Bonaparte
|
|
| |
|
| #327 |
SevenModeratorDin: Ţara Perfectului Simplu
|
|
|
| |
|
| #328 |
SevenModeratorDin: Ţara Perfectului Simplu
|
|
***
Unde se găseşte şi ce este AutoCorect?
Se găseşte pe pagina: softset.ro şi el este un program gratuit, foarte puternic, specializat în corectarea textelor.
Multe detalii despre programul AutoCorect găsiţi aici .
Ce este AutoCorect versiune pentru Romania-Inedit?
De aproape trei luni, autorii programului au venit pe forumul nostru cu intenţia de a dezvolta programul AutoCorect, astfel încât el să ajute cât mai mult pe cei ce participă la digitalizarea cărţilor. Astfel a apărut AutoCorect versiune pentru Romania-Inedit.
Între timp au fost realizate peste 25 de versiuni de AutoCorect speciale pentru forum, fiecare versiune aducând îmbunătăţiri faţă de precedenta.
Menţiune specială: cele mai noi versiuni ale AutoCorect apar mai întâi pe forum şi mult mai târziu pe Site-ul programului.
Ce face AutoCorect versiune pentru Romania-Inedit?
Cel mai simplu răspuns: prelucrează un OCR BRUT [aşa cum rezultă el din programul Abbyy], astfel încât după rularea opţiunilor special implementate, rezultă ceea ce numim pe forum "OCR-ul perfect" sau OCR versiune [V0.9].
Practic, la varianta consacrată a programului AutoCorect s-a adăugat un meniu special, numit OCR_Plus, care cuprinde un număr de pachete de opţiuni, astfel cum se vede în următoarea imagine:
Să detaliem puţin opţiunile, deşi denumirea lor este în majoritatea cazurilor suficient de sugestivă:
■ Pachetul de opţiuni nr.1 - CONVERTIRI PRELIMINARE - vezi imaginea de mai jos - cuprinde opţiunile:
Convertire dialog bullets în dialog text
Setare text la font şi mărime unică [setează tot textul cu font şi mărime unică, păstrând stilurile regular, italic şi bold; uniformizează toate formatările de text expandat şi text condensat la text normal; opţiunea face şi alte formatări]
Eliminare spaţii la început de paragraf
■ Pachetul de opţiuni nr.3 - PUNCTUAŢIE
Acest pachet de opţiuni rulează meniul clasic al Punctuaţiei şi în plus faţă de acesta alte opţiuni; iată submeniul:
Funcţiile obişnuite
Convertire virgule duble în ghilimele
Convertire trei puncte de suspensie în elipsis orizontal
Marcare ghilimele cu roşu
■ Pachetul de opţiuni nr.5 - CORECTARE RÂNDURI - cuprinde două opţiuni
Repararea rândurilor rupte
Rupere rânduri care încep cu dialog aflate în interiorul paragrafului.
■ Pachetul de opţiuni nr.6 - CORECTARE CARACTERE REPRODUSE ERONAT
Acest pachet, cuprinde o serie de opţiuni care corectează diferite erori pe care le face Abbyy în procesul de recunoaştere a caracterelor şi realizarea OCR.
Pachetele de opţiuni nr.7, 8 şi 9 sunt în curs de implementare.
Alte opţiuni, care nu conţin submeniuri nu au fost prezentate, deoarece numele lor este suficient de sugestiv.
De altfel, şi o parte dintre opţiunile sumar prezentate, au la dispoziţie o serie de setări despre care nu am făcut vorbire.
Autorii programului, Cosmin şi Daniel, intenţionează ca după implementarea tuturor opţiunilor, acestea să fie rulate automat la o singură comandă ori a unui număr de 4-5 comenzi, câte una pentru fiecare pachet de opţiuni.
Intentionăm ca opţiunile implementate în structura actuală să fie reorganizate, astfel încât în meniul OCR_Plus să rămână mai puţine pachete, care să cuprindă fiecare dintre ele un număr de opţiuni mai mare decât acum.
Deocamdată atât.
Toate cele bune!
A!... şi o menţiune foarte importantă: programul AutoCorect - varianta din 16.11.2011, postată de Cosmin pe pagina anteriaoră a topicului, nu este funcţională în forma în care se instalează.
O parte dintre opţiuni funcţionează prin rularea unor dicţionare de "Înlocuire multiplă", care au fost lucrate pe forum... şi este necesar să le dezvoltăm împreună... dar, despre asta discutăm mâine, pentru că şi mâine mai este o zi...
_______________________________________
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 |
|
|
| |
|
| #329 |
|
|
ciuperca_cosmin a scris:
- Convertire linii de pauza; BlankCD, esti de acord cu denumirile care le-a dat Seven?
|
Da sunt de acord cu redenumirea, dar mai am si alte propuneri, mai exact condensarea/comprimarea unor submeniuri - pentru a scapa de multitudinea de submeniuri.
- meniul 6 mai exact comprimarea submeniurilor 6.1 pana la 6.8 inclusiv tot sub numele meniului adica "CORECTARE CARACTERE REPRODUSE ERONAT". Nu are rost sa avem atâtea submeniuri mai ales că aceste submeniuri de la 6.1 pana la 6.8 se vor rula automat în pachetul "Basic".
- meniul 9 mai exact TOATE submeniurile trebuiesc comprimate sub meniul "Elimină TOATE liniile de pauză din text - cu excepţia liniilor de dialog."
Dacă sunteţi de acord, înseamnă ca acest lucru reprezintă primul pas pentru uşurarea folosirii meniului OCR_PLUS.
Înainte de a comprima este bine ca Cosmin să scrie undeva într-un fişier word, ce şi cum funcţionează aceste meniuri, care este rolul lor, pentru ca ulterior să-i vina uşor să modifice ceva şi mai ales pentru că va trebui scris în Help-ul programului ce face fiecare meniu al meniului OCR_PLUS. Explicarea această din Help va trebui făcută amănunţit pentru a lămuri eventualele dubii ale userilor.
Deocamdată nu am făcut teste, am ceva probleme personale de rezolvat.
_______________________________________
---> "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..."
|
|
| |
|
| #331 |
|
|
lastiz, ataseaza te rog fisierul ca sa pot testa si sa vad care e problema.
|
|
| |
|
| #333 |
|
|
Multumesc.
Din ce vad eu sunt niste marcatori mai ciudati care sunt afisati corect doar in Word (in Wordpad sunt vazuti ca cerculete pline, nu liniute).
O sa investigam sa vedem daca este vreo solutie.
|
|
| |
|
| #334 |
SevenModeratorDin: Ţara Perfectului Simplu
|
|
***
Când m-am referit la reorganizarea sau la restructurarea meniului pe pachete de opţiuni, aveam în vedere aspectele pe care le sesizează BlankCd, adică simplificarea, comprimarea meniului...
Concret, la actualul meniu 6 "CORECTARE CARACTERE REPRODUSE ERONAT", mă gândeam că e bine să rămână toate submeniurile, dar comanda să fie unică; să se realizeze cu o singură apăsare pe butonul "Execută".
Am încercat să redau ceva aproximativ în imaginea de mai jos; nu ştiu în ce măsură se vor vedea detaliile, dar după afişarea imaginii, am să revin în postare şi, eventual, să explic ceea ce nu se vede suficient de clar.
E clar... nu se văd detaliile. Am vrut ca fiecare obţiune din submeniu să aibă un buton de activare, care poate fi activat sau nu. În imagine toate erau activate, dar culoarea verde pe care am folosit-o ca bifă este aproape invizibilă.
Practic după activarea sau nu a fiecărei opţiuni, prin apăsarea butonului execută, ar putea ca tot pachetul de opţiuni să fie rulat. Cred că este important ca această fereastră să existe şi în continuare... şi nu să se reducă tot pachetul doar la o singură opţiune de meniu fără detalii. Părerea mea.
Important este de ştiut un lucru:
AotoCorect pleacă de la setări default sau poate salva setările de meniuri şi submeniuri folosite de un user? Eu am constatat că la Punctuaţie păstrează exact ceea ce am setat eu, dar nu ştiu sigur dacă acest aspect este valabil în tot programul...
_______________________________________
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 |
|
|
| |
|
| #335 |
|
|
La componentele de programare care trebuie sa le folosim nu putem pune decat meniuri standard. Cele nonstandard sunt oricum si greu de facut si/sau costa (nu sunt la liber)
Adica nu se poate implementa o bifare/debifare fara sa dai click pe tot meniul. Iar daca dai click pe tot meniul se va activa functia din acesta.
Deci ori se ramane pe felul cum e implementat acu si se face un buton ce va afisa o fereastra cu lista de meniuri si poti alege ce sa ruleze si in ce ordine, ori transformam in meniuri bifabile, renuntam la rularea functiilor din ele cand dai click direct, dar cand se da click pe acel buton special va rula functiile asociate cu meniurile bifate.
|
|
| |
|
| #336 |
SevenModeratorDin: Ţara Perfectului Simplu
|
|
ciuperca_cosmin a scris:
(.....) Deci ori se ramane pe felul cum e implementat acu si se face un buton ce va afisa o fereastra cu lista de meniuri si poti alege ce sa ruleze si in ce ordine, ori (.....) |
Bineînţeles că asta e varianta cea mai bună şi pe asta o alegem.
Îmi cer scuze!... Credeam că e o chestie care se poate face ca la fereastra cu setările de la repararea rândurilor rupte... Nu m-am gândit că e de fapt cu totul şi cu totul altceva... Asta e... Ce să-i faci?... Moşu' şi programarea = Baba şi boxu'.
Oricum, şi în cazul ăsta, cred că se mai pot organiza un pic opţiunile pe pachete, deoarece unele opţiuni sunt obligatorii pentru toată lumea, iar altele la alegere... şi, pe de altă parte ordinea rulării este foarte importantă.
Am încercat să mai grupez un pic din opţiuni, care au cât de cât o legătură logică între ele, aşa că revin la aspectul ăsta.
Mă gândeam că opţiunea cu repararea rândurilor ar fi una obligatorie pentru fiecare utilizator [mă refer la ambele obţiuni, atât repararea rândurilor rupte, cât şi ruperea rândurilor eronat lipite]. În plus trebuie făcută undeva la începutul procesării.
De aceea mă gândeam că ar putea fi încadrate în primul pachet "Convertiri preliminare", ca opţiunile numărul 1.4 şi 1.5
Pe de altă parte mă gândisem să grupăm într-un singur pachet, numit "Setări linii de pauză" toate opţiunile care apărea la opţiunile 7, 8 şi 9, deoarece toate aceste opţiuni sunt cumva legate de linia de pauză.
_______________________________________
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 |
|
|
| |
|
| #337 |
|
|
lastiz, cum ai obtinut acei marcatori? Erau pusi de Abby cand ai scanat textul, textul respectiv a fost modificat de altcineva sau i-ai adaugat tu...?
|
|
| |
|
| #339 |
|
|
Am inteles.
Am discutat cu un specialist in formatare doc-uri si a mentionat ca astfel de marcatori sunt nonstandard si rar folositi.
Functia din meniul respectiv are deja implementati marcatorii standard; o sa incercam in viitor sa implementam si pe acestia nonstandard dar oricum nu va fi usor...
|
|
| |
|
| #340 |
|
|
--->
Meniul "Convertire linii de dialog" propus de mine este in lucru? Nu l-am vazut inca in OCR_PLUS.
_______________________________________
---> "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..."
|
|
| |
|
| #341 |
|
|
Seven, ceea ce spui tu are sens doar in cazul unui ocr.
Nu cred ca daca ai avea un text la 2.0 te-ai apuca sa rulezi optiunile de ocr pe el, sau ai face-o? Mmmm.... afecteaza formatarea cumva?
In fine, dupa cum am zis, solutia la problema exista, dar nu cred ca sunt prea multi cei care atunci cand deschid un text in AC sa ruleze pentru orice eventualitate optiunea de convertire a diacriticelor. Chestia asta e doar un mic pas pentru perfectionarea textului.
Nu consider asta o prioritate. Poate fi adaugata in cadrul meniului de ocr, asa e, dar eu aveam in vedere acele documente trecute de stadiul de ocr.
Legat de problema ce se discuta mai sus...
In teorie, pe un ocr pe care s-a inlocuit toate liniutele cu cratima, linia de dialog s-ar obtine asa:
^p cratima spatiu
inlocuit cu
^p Emdash^S
Dar... nu este neaparat ca semnul de dupa cratima sa fie spatiu simplu, asa cum se obtine din Space. Am avut multe documente la care inlocuirea era zero din cauza ca dupa cratima era cine stie ce simbol obscur.
Problema o rezolva cu copy/paste a cratimei si a spatiului de dupa, in felul asta inlocuirea avea loc.
|
|
| |
|
| #342 |
|
|
BlankCD, probabil vorbesti de 6.6 Corectare linii de dialog, nu?
Daca da, am discutat cu Seven sa fie utilizat acolo Dld.imd (care pina acum e la 2) iar la 2 sa mai fie discutat cate ceva.
|
|
| |
|
| #343 |
SevenModeratorDin: Ţara Perfectului Simplu
|
|
***
Subiectul discuţiei:
Opţiunea 2. Eliminarea "răgăliilor" din vecinătatea liniilor de dialog şi din text
Practic, dicţionarul care rula la această opţiune era cel lucrat pentru opţiunea 6.6 "Convertire linii de dialog", deoarece eu am pus la toate înregistrările ca AC să caute doar la început de paragraf.
În concluzie opţiunea 6.6 "Convertire linii de dialog" va fi funcţională la următoarea versiune; Cosmin a făcut modificările de rigoare. Aici e rezolvată. Pe parcurs vom mai adăuga în dicţionar eventuale exemple care nu au fost înregistrate până acum.
Rămâne de diacutat opţiunea 2. Eliminarea "răgăliilor" din vecinătatea liniilor de dialog şi din text. Ea este în realitate neimplementată.
Problema este următoarea: când zicem ".... şi din text" ne referim la liniuţe în afara celor de dialog, adică la liniuţele de pauză? în sensul că cele de dialog sunt la începutul paragrafului, deci nu în text, iar linuţele de pauză sau explicative sunt în interiorul textului?
...Sau trebuie înţeles că trebuie eliminate "răgăliile" din tot textul, indiferent unde s-ar afla, şi nu doar cele aflate lângă diferite liniuţe? Altfel spus, să ştergem absolut toate artegactele din text?
Sunt două probleme:
- una se referă la modul de rezolvare; dacă vorbim doar de linii de dialog sau de pauză, problema este rezolvabilă în procent rezonabil prin rulare de dicţionare de tip imd. Dacă vrem să diapară toate artefactele, indiferent unde s-ar afla, atunci este nevoie de cod, şi după câte am discutat, este vorba de un cod complex.
- a doua problemă se referă la oportunitatea stergerii sau nu a artefactelor în totalitate; aici părerile sunt împărţite...
Din aceste motive supun discuţiei problema complexităţii opţiunii cu eliminarea răgăliilor... cât de mult să ştergem dintre ele.
LE: Am urcat o nouă variantă de meniu, dar nu ştiu dacă mai e prea bună...
MENIU OCR_PLUS - PRESCURTAT [V0.4].doc
http://www.mediafire.com/?euzgy7ec85o7d
_______________________________________
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 |
|
|
| |
|
| #344 |
|
|
O intrebare despre 7.3 in varianta de meniu 0.31 (care a devenit 5.3 in varianta 0.4): Horizontal Bar va fi pusa ca "Horizontal Bar" pur si simplu sau ca marcator ce include "Horizontal bar"?
Indiferent ce se alege, se poate arata un mic exemplu intr-un doc?
Multumesc.
|
|
| |
|
| #346 |
|
|
lastiz, BlankCD a facut acest text cu exemple de marcatori care trebuie inlocuiti: http://www.mediafire.com/?c7hwwl8rlnurj68
Deocamdata aceste 4 tipuri prezentate sunt implementate.
Daca textul care l-ai mentionat are tipuri standard care nu au fost implementate inca, le voi adauga rapid, asta e usor...
|
|
| |
|
| #347 |
SevenModeratorDin: Ţara Perfectului Simplu
|
|
|
| |
|
| #349 |
|
|
--->
Am făcut un mini test pe un OCR - Vanatorul de cerbi - acelasi OCR pe care a testa si lastiz.
Probleme observate:
1. Liniile de dialog au dupa ele "spatiu" sau Tab.
Corect este: "marcaj de sfârşit de paragraf""linie de dialog""spatiu NESEPARATOR"
2. Am evidentiat cu roşu răgăliile din text care ar trebui şterse automat, sunt peste 500 de astfel de răgălii.
Aici este fişierul: http://www.mediafire.com/?m5b1z0ibjdrtntx
_______________________________________
---> "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..."
|
|
| |
|
| #350 |
|
|
BlankCd a scris:
--->
1. Liniile de dialog au dupa ele "spatiu" sau Tab.
Corect este: "marcaj de sfârşit de paragraf""linie de dialog""spatiu NESEPARATOR |
Despre ce anume functie e vorba, cumva "Convertire dialog bullets in dialog text"?
Nu e greu sa o fac sa inlocuiasca cu "[linie de dialog]^s".
|
|
| |
|
