Forum Romania Inedit
Romania Inedit - Resursa ta de Fun
|
Nou pe simpatie:
verona1991 la Simpatie.ro
 | Femeie
25 ani
Iasi
cauta Barbat
26 - 62 ani |
|
|
Forum Romania IneditReguliInregistrareLoginPozeNu sunteti logat. Lista Forumurilor Pe Tematici
|
| #351 |
|
|
--->
Nu ştiu de unde a apărut problema, efectiv am rulat toate opţiunile şi la final am văzut rezultatul.
Probabil codul nu modifică din "linie de dialog""tab" în "linie de dialog""spaţiu neseparator"
_______________________________________
---> "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..."
|
|
| |
|
| #352 |
|
|
Inteleg, dar calea logica de rezolvare e sa verifici intai daca inainte nu le avea iar dupa aceea sa rulezi fiecare functie (care ar avea potential sa genereze asemenea problema) separat si sa vezi daca apare.
La "Convertire dialog bullets in dialog text" nu implementasem deoarece nu am vazut precizat undeva sa fie spatiu neseparator.
Acum am vazut ce ai modificat: de regula nu modific tab-ul sau spatiul obisnuit in spatiu neseparator decat daca se specifica expres sa fie facut asta. Motivul este ca nu vreau sa stric "apele" celor care vor tab sau spatiu obisnuit acolo, e alegerea lor.
|
|
| |
|
| #353 |
|
|
--->
Tabul de după linia de dialog există şi în textul netrecut prin OCR_PLUS, asta înseamnă că tabul a trecut prin toate etapele fără a fi convertit în spaţiu neseparator.
Pentru o bună estetică a textului, după linia de dialog trebuie să existe spaţiu neseparator. Dacă după linia de dialog este doar spaţiu, atunci acest spaţiu este fluctuant, mai mic sau mai mare, în funcţie de câte cuvinte sunt pe rând.
Tab-urile si spaţiile de după linia de dialog ar trebui înlocuite cu spaţiu NESEPARATOR.
_______________________________________
---> "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..."
|
|
| |
|
| #354 |
|
|
Da, asa cum am spus AC face conversie doar daca se specifica expres asta. Daca se ajunge la un consens ca una sau mai multe functii din OCR Plus sa o faca, o voi implementa.
|
|
| |
|
| #355 |
SevenModeratorDin: Ţara Perfectului Simplu
|
|
***
1. Mă gândesc că ar fi bine ca undeva la începutul procesării, toate taburile, indiferent de poziţia lor în text, să fie transformate în spaţii.
Din testele făcute pe parcurs, rezultă că multe probleme constatate la rularea unora dintre opţiuni, au fost legate într-un fel sau altul de existenţa taburilor.
2. Aş vrea să propun ca spaţiul neseparator [bănuiesc că se face referire la cel numit şi Nonbreaking Space] să nu fie luat în calcul în etapa de curăţare a OCR, deoarece ar fi nevoie ca multe comenzi şi dicţionare să fie revizuite.
Personal folosesc convertirea linilor de dialog urmată de spaţiu în Em dash urmat de Nonbreaking Space, dar acest lucru îl fac undeva după terminarea corecturii pentru versiunea [V1.0]. Deoarece pe timpul acestei corecturi manuale, mai apar situaţii în care se vor adăuga linii de dialog la paragrafe la care Abbyy nu a făcut recunoaşterea... etc... etc... la sfârşitul corecturii, vor exista oricum situaţii de dialoguri ce trebuiesc convertite, chiar dacă acest lucru s-a făcut încă din faza precorecturii OCR.
Din acest motiv, propun ca deocamdată să nu fie luat în calcul Nonbreaking Space în etapele de curăţare a OCR. Pentru cine doreşte să facă această convertire înainte de corectură, comanda de înlocuire este simplă; de altfel, după ce se termină procesarea tuturor opţiunilor din OCR_Plus, vor rămâne încă multe înlocuiri ce trebuie făcute cu confirmare pentru fiecare caz în parte... aşa că încă o comandă în plus, contează foarte puţin.
_______________________________________
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 |
|
|
| |
|
| #356 |
|
|
--->
@ Seven s-ar putea implementa înlocuirea tab-urilor cu spaţii în meniul "Convertire linii de dialog" încă neimplementat, adică meniul acela care converteşte linia de dialog EmDash în Horizontal bar.... Meniul este pus de mine în propunerea mea de meniu OCR în urmă cu vreo 2-3 pagini.
SAU
O altă soluţie este înlocuirea tab-ului cu spaţiu în meniul actual "Convertiri preliminare".
Ulterior la implementarea "meniului Convertire linii de dialog" - care va fi pus undeva la sfârşitul OCR_PLUS - spaţiul de lângă linia de dialog va fi schimbat în spaţiu neseparator.
_______________________________________
---> "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..."
|
|
| |
|
| #357 |
SevenModeratorDin: Ţara Perfectului Simplu
|
|
***
Mă gândeam că înlocuirea "Tab = Spaţiu" ar trebui făcută cât mai la începutul procesării. E foarte bine de făcut la "Înlocuiri preliminare"
Aici avem trei opţiuni:
1.1. Convertire dialog bullets în dialog text
1.2. Setare text la font şi mărime unică
1.3. Eliminare spaţii la început de paragraf
Cu primele două nu are nicio legătură şi cred că nici nu le afectează în vreun fel.
Mă gândesc dacă nu s-ar putea implementa în cea de-a treia; de altfel, ca această opţiune să ruleze perfect, ar trebui ca prima ei comandă să fie acestă convertire şi mai apoi cea de ştergere a spaţiilor aflate la început de paragraf.
LE:
Dacă la prima opţiune "Convertire dialog bullets în dialog text" în cod se ia în calcul atât caracterul bullets cât şi tipul de spaţiu ce urmează după el, atunci poate că ar trebui ca mai înainte să fie implementat aici "Tab = Spaţiu"
Oricum, sunt două aspecte de clarificat:
■ primul aspect: suntem cu toţii de acord că Taburile trebuie transformate în Spaţii, indiferent unde s-ar afla în text şi că acest lucru trebuie făcut cât mai la începutul procesării? Este foarte important de ajuns la comun acord cu acest aspect, pentru ca, în continuare Cosmin şi Daniel să poată face modificarea.
■ al doilea aspect: implementarea depinde de Cosmin şi Daniel: ei ştiu cel mai bine cât de greu se face această implementare şi unde ar fi mai indicat să fie făcută.
_______________________________________
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 |
|
|
| |
|
| #358 |
|
|
--->
Cam aşa, nu?:
1.1. Convertire dialog bullets în dialog text
1.2. Setare text la font şi mărime unică
1.3. Convertire tab în spaţiu
1.4. Eliminare spaţii la început de paragraf
sau comprimarea 1.3 cu 1.4 în care "Convertire tab în spaţiu" să ruleze primul apoi "Eliminare spaţii la început de paragraf"
L.E. Seven este de la sine înţeles că nu poţi avea şi tab şi spaţiu într-un text - aşa cum am arătat în fişierul pus anterior, amândoi ştim ca tab-urile nu au ce căuta într-un astfel de text - ba mai mult este posibil ca la convertirea în alte formate tab-urile să aducă erori. Meniul OCR_PLUS trebuie să înlocuiască tab-urile cu spaţiu.
_______________________________________
---> "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..."
|
|
| |
|
| #359 |
|
|
Ca sa ma lamuresc cum sa implementez: toate tab-urile din orice parte a textului sa fie transformate in spatii neseparatoare?
|
|
| |
|
| #360 |
|
|
ciuperca_cosmin a scris:
Ca sa ma lamuresc cum sa implementez: toate tab-urile din orice parte a textului sa fie transformate in spatii neseparatoare? |
NU. Trebuiesc transformate in spatiu.
Ulterior meniul "Convertire linii de dialog va înlocui spatiul de după linia de dialog în spaţiu NESEPARATOR.
_______________________________________
---> "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..."
|
|
| |
|
| #361 |
|
|
Bine, voi implementa asa.
Acum, cu privire la "forma" de implementare: parerea mea e ca e mai bine sa fie pus ca meniu separat deoarece cei care vor utiliza OCR Plus vor intelege mai bine ce va face.
|
|
| |
|
| #362 |
|
|
ciuperca_cosmin a scris:
Bine, voi implementa asa.
Acum, cu privire la "forma" de implementare: parerea mea e ca e mai bine sa fie pus ca meniu separat deoarece cei care vor utiliza OCR Plus vor intelege mai bine ce va face. |
Păi unii nici nu ştiu ce-s alea tab-uri, d'apoi alte meniuri din OCR_PLUS. Trebuiesc automat scoase taburile si inlocuite cu spatii in mod automat. Cine va dori tab-uri le poate introduce în Word dacă i se pare mai "cool".
Depinde de tine dacă doreşti să implemetezi meniu separat.
_______________________________________
---> "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..."
|
|
| |
|
| #363 |
SevenModeratorDin: Ţara Perfectului Simplu
|
|
***
Cosmin,
Procedezi aşa cum crezi că e mai uşor.
Da, poţi să creezi o opţiune separată, pentru că poate fi rulată şi separat, pentru orice eventualitate... sau pur şi simplu inserată comanda într-una din opţiunile existente, fără a mai crea o nouă opţiune separată.
Oricum în OCR, nimeni nu are şi nu trebuie să aibă nevoie de taburi.
BlankCD,
În legătură cu liniile de dialog de care ai amintit mai sus:
Avem două opţiuni care seamănă întrucâtva între ele:
"Eliminarea "răgăliilor" din vecinătatea liniilor de dialog şi din text."
şi CORECTARE CARACTERE REPRODUSE ERONAT / "Corectare linii de dialog"
Eu am făcut un dicţionar cu care rulează cea de-a doua. Practic, toate modificările se referă doar la linii de dialog, pentru că am pus condiţia ca AC să caute doar la început de paragraf. Practic, toate tipurile de linii la început de paragraf, însoţite sau nu de diferite caractere parazite, le-am transformat în Em Dash.
După câte am constatat, din teste, sunt rezolvare situaţiile în proporţie de peste 90% dintre variantele de combinaţii şi nu din numărul de dialoguri. Numărul de dialoguri este rezolvat în proporţie mult mai mare.
Mai rămân unele, pe care nu mă încumet să le trec în dicţionar, pentru că ele sunt de genul: j— ; I— ; l— ... adică au imediat înainte de linia de dialog una dintre literele cu format fusiform, de bară... mă rog, cred că înţelegi ce vreau să spun... la astfel de exemple m-am abţinut să fac modificări, din frica de a nu apărea efecte secundare - de exemplu să nu fie vorba de linie de dialog, ci de un rând rupt eronat....
La opţiunea "Eliminarea "răgăliilor" din vecinătatea liniilor de dialog şi din text" avem o problemă şi am vrut s-o ridic pe forum.
Ce trebuie să înţelegem prin opţiunea asta?
- că eliminăm artefactele aflate lângă liniile de dialog şi liniile de pauză sau explicative [deci linii care s-ar afla în text]?
- sau, că eliminăm toate artefactele din text, indiferent unde s-ar afla ele, atât lângă linii de orice fel, dar şi din orice zonă a textului?
Dacă ne referim la răgălii doar aflate lângă linii de orice fel, atunci opţiunea este parţial implementată, pentru că poate rula tot pe bază de dicţionar şi deja am realizat unul.
Dacă ne referim la TOATE artefactele din text, atunci opţiunea se poate realiza doar prin cod, şi după câte am vorbit cu Cosmin, codul este destul de stufos, pentru că trebuie trecut în cod fiecare caracter în parte care trebuie eliminat, cu condiţii... mă rog, nu mă pricep, dar am înţeles că este destul de complicat.
Trebuie să clarificăm şi această problemă între noi userii, pentru ca să ştie cei doi [Cosmin şi Daniel] ce anume trebuie făcut.
Deocamdată atât.
Revin şi cu alte probleme ce trebuiesc clarificate între noi, pentru ca Daniel şi Cosmin să nu fie puşi în situaţia în care programează ceva şi apoi trebuie să revină aszpra codului. În fond, asta e foarte important, ca noi să cădem în mod clar de acord, asupra fiecărei situaţii în parte.
_______________________________________
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 |
|
|
| |
|
| #364 |
|
|
Ai dreptate BlankCD  dar totusi pentru utilizarea OCR Plus ar fi necesar totusi un minimun de cunostinte...
Seven, eu doar am sugerat dar voi face cum cadeti voi de acord.
|
|
| |
|
| #365 |
|
|
Seven a scris:
***
La opţiunea "Eliminarea "răgăliilor" din vecinătatea liniilor de dialog şi din text" avem o problemă şi am vrut s-o ridic pe forum.
Ce trebuie să înţelegem prin opţiunea asta?
- că eliminăm artefactele aflate lângă liniile de dialog şi liniile de pauză sau explicative [deci linii care s-ar afla în text]?
- sau, că eliminăm toate artefactele din text, indiferent unde s-ar afla ele, atât lângă linii de orice fel, dar şi din orice zonă a textului? |
Ştiu la ce te referi. Când am propus meniul "Eliminarea "răgăliilor" din vecinătatea liniilor de dialog şi din text" îl vroiam comun adică ca eliminare răgălii din liniile de dialog cât şi ca eliminare răgălii din text.
Mare parte răgăliile de lângă liniile de dialog sunt rezolvate de tine cu dicţionarele acelea.
Poate ar trebui redenumit "Elimină răgălii din text", şi ar putea fi mutat în "Convertiri preliminare". Exemple de răgălii care ar trebui scoase din text le-am evidenţiat cu roşu în fişierul pus anterior. Cred că se poate face un dicţionar în care răgăliile să fie înlocuite cu "nimic".
@ Cosmin Ai dreptate, fă un meniu totuşi.
_______________________________________
---> "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..."
|
|
| |
|
| #366 |
SevenModeratorDin: Ţara Perfectului Simplu
|
|
|
| |
|
| #367 |
|
|
Am implementat.
Dupa ce ajungeti la consens cu 0.4 sa implementati modificarile in 0.41 si ma voi apuca sa schimb in AutoCorect.
|
|
| |
|
| #368 |
SevenModeratorDin: Ţara Perfectului Simplu
|
|
***
Am revenit.
Este o problemă la convertirea liniilor de pauză din LiniePauză [oricare ar fi ea] în linie de pauză de tip: "Em dash" sau "En dash" sau "Horizontal bar".
Textul de prelucrat avea majoritatea liniilor de pauză ca Em dash şi am ales converirea în En dash.
Am constatat că se modifică în En dash doar prima LiniePauză, dar nu şi a doua în fiecare paragraf.
Cred că aici s-a făcut o confuzie: iniţial Blank a zis să fie convertite toate LiniePauză de orice tip.... cu excepţia linilor de dialog şi, cred, că s-a implementat convertirea tuturor LiniePauză cu excepţia celor din dialoguri, deci din paragrafele care încep cu dialog.
Probabil condiţia impusă în cod, să fie cea care face posibilă doar convertirea primei liniuţe.
Părerea mea este că ar trebui să poată fi convertite toate LiniePauză, indiferent dacă se află în paragrafe care încep cu dialog sau paragrafe cu text obişnuit, pentru că oricum pentru LiniePauză la paragrafe care încep cu dialog, mai există nişte opţiuni speciale, care nu sunt afectate de forma liniilor de pauză.
Deci să poată fi modificate toate LiniePauză.
Bineînţeles nu trebuie să fie incluse aici liniile de dialog, deci linie la început de paragraf.
Şi... da, BlankCd ai dreptate... Opţiunile tale privind liniile de dialog erau mai complexe; cuprindeau convertirea lor... eu doar am scos răgăliile şi le-am transformat pe toate în Em dash. Practic opţiunile respective rămân de implementat.
Aici am o propunere: undeva înainte de convertirea liniuţelor şi a spaţiului de după linia de dialog în linie de dialog "X" şi spaţiu neseparator, ar trebui făcut ceva de genul:
mai întâi adaugă spaţiu după toate liniile de dialog [pentru eventualitatea în care unele sunt lipite de text],
apoi transformarea a două spaţii după linia de dialog în un singur spaţiu după linia de dialog
şi în faza următoare trasformarea spaţiului [obişnuit] în spaţiu neseparator.
_______________________________________
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 |
|
|
| |
|
| #369 |
|
|
Poti sa dai te rog un exemplu de astfel de paragraf in care nu e inlocuita linia?
|
|
| |
|
| #370 |
SevenModeratorDin: Ţara Perfectului Simplu
|
|
|
| |
|
| #371 |
|
|
Seven a scris:
***
Am revenit.
Este o problemă la convertirea liniilor de pauză din LiniePauză [oricare ar fi ea] în linie de pauză de tip: "Em dash" sau "En dash" sau "Horizontal bar".
Textul de prelucrat avea majoritatea liniilor de pauză ca Em dash şi am ales converirea în En dash.
Am constatat că se modifică în En dash doar prima LiniePauză, dar nu şi a doua în fiecare paragraf.
Cred că aici s-a făcut o confuzie: iniţial Blank a zis să fie convertite toate LiniePauză de orice tip.... cu excepţia linilor de dialog şi, cred, că s-a implementat convertirea tuturor LiniePauză cu excepţia celor din dialoguri, deci din paragrafele care încep cu dialog.
Probabil condiţia impusă în cod, să fie cea care face posibilă doar convertirea primei liniuţe. |
Secvenţa ar trebui să fie aşa: înlocuieşte "spaţiu""EmDash""spatiu" cu "spaţiu""EnDash""spatiu".
Atenţie! A nu se face confuzie cu EmDash ca linie de dialog pentru că acolo secvenţa cuprinde şi "marcaj sfârşit de paragraf". Adică la liniile de dialog secvenţa este aşa: "marcaj sfârşit de paragraf""EmDash""spaţiu".
Sesizaţi diferenţa, nu?
_______________________________________
---> "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..."
|
|
| |
|
| #372 |
|
|
Ciudat, la mine nu face, daca caut acea liniuta marcata cu rosu dupa inlocuire n-o mai gaseste in tot textul.
Dar am mai pus totusi niste masuri de siguranta...
BlankCD, da, o sesizez.
In fine uite exe-le dupa ca am implementat si transformarea tab in spatiu: http://www.mediafire.com/?v3mr4b98c1kwdbt
|
|
| |
|
| #373 |
|
|
Nu mai folositi spatiu normal la linia de dialog.
Folositi ^s
|
|
| |
|
| #374 |
SevenModeratorDin: Ţara Perfectului Simplu
|
|
|
| |
|
| #375 |
|
|
Seven a scris:
***
Cred că eu am o problemă... Unele opţiuni fac doar o parte din modificări la prima rulare şi dacă rulez a doua oară aceeaşi opţiune face şi celelalte modificări.
Exact aşa se întâmplă la opţiunea asta, dar şi la punctuaţie...
Cu constatări de la noua versiune, revin peste 2-3 ore.
Toate cele bune! |
Problema cu linia de pauză care nu e convertită o am şi eu, dar am zis ca e de vina PC-ul...
Problema puctuaţie este că semnele ? ! :; au spaţiu înainte? Dacă da atunci aşa e şi la mine.
_______________________________________
---> "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..."
|
|
| |
|
