Filehost.ro - gazduire fisiere
Forum Romania Inedit
Romania Inedit - Resursa ta de Fun
Nou pe simpatie:
barbyDana pe Simpatie.ro
Femeie
25 ani
Bacau
cauta Barbat
28 - 46 ani
Forum Romania IneditReguliInregistrareLoginPozeNu sunteti logat. Lista Forumurilor Pe Tematici
Forum Romania Inedit / Totul despre cărți - About e-books /

AutoCorect versiune pentru Romania-Inedit

Pagini: 1 ... 14 15 16 17 18 19 20 ... 52 Moderat de Seven, Stelevadris, cuculean, naid, uncris
#401
ciuperca_cosmin
VETERAN
Din: Bacau
@BlankCD
La 7 si 6 poate ar merge dar cum vrei sa le combini mai exact (care cu care si denumirea finala)?
"Convertire linii de dialog" va trebui adaugat de Seven la structura meniului din doc - si discutat pozitia si eventual submeniurile daca are.
Despre imbunatatire "Marcare ghilimele" am mai intrebat acu cateva zile dar sunt curios si ce crede Seven despre utilitatea lui. Oricum deja a spus ca prea multe marcate strica...
Convertirea ghilimelelor - de ce nu...

@Seven
6.2 nu cred ca se poate duce la Punctuatie deoarece aceasta trebuie sa lucreze si pe text obisnuit (nu numai OCR) si acolo nu se poate sti 100% sigur care din ele trebuie stearsa.


 
   
#402
BlankCd
MEMBRU DE BAZA

ciuperca_cosmin a scris:

@BlankCD
La 7 si 6 poate ar merge dar cum vrei sa le combini mai exact (care cu care si denumirea finala)?


     Titlurile meniurilor ar trebui aşa:

     6. Eliminare linii de pauză exclusiv din Dialoguri
     7. Elimină TOATE liniile de pauză din text

    La propunerea de meniuri pus de Seven Meniul 6 are 3 submeniuri - acestea ar trebui comprimate astfel încât să avem un meniu simplu fără 3 submeniuri.
    Si Meniul 7 are 4 submeniuri şi el ar trebui comprimat astfel încât să facem un meniu simplu fără 4 submeniuri.


_______________________________________
--->  "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..."

 
   
#403
ciuperca_cosmin
VETERAN
Din: Bacau
Am inteles, multumesc de lamurire, acu sa vedem ce spune si Seven...

 
   
#404
BlankCd
MEMBRU DE BAZA
--->

    Oricum marcarea consoanelor precedate şi urmate de spaţiu reprezintă un lucru bun, indiferent de opinia lui Seven, deoarece ele sunt 100% greşite. În limba română o consoană nu poate fi de sine stătătoare, doar vocalele pot asta. Că nu-i place lui Seven că OCR-ul este prea colorat, nu are importanţă pentru că OBLIGATORIU fie că sunt colorate consoanele fie nu, ele trebuiesc CORECTATE. Când sunt colorate atrag atenţia mai uşor.


_______________________________________
--->  "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..."

 
   
#405
lucifer76
Membru Junior
DLp.imd il pune cineva? Mersi. Si DGrn.imd, DGcl.imd, Dld.imd, etc, care mai trebuie.

 
   
#406
Seven
Moderator
Din: Ţara Perfectului Simplu
***
      Salutări!

       1. Meniurile 5, 6 şi 7 - pur şi simplu le-am copiat din variantele de meniu anterioare; asta nu înseamnă că vreau să fie opţiuni cu multe subopţiuni, doar că nu am insistat asupra lor, deoarece mă concentrasem pe condensarea altora.
     Singura chestie pe care am încercat-o a fost să scriu opţiunile un pic altfel pentru a părea mai uşor de înţeles ce face respectiva opţiune.
     Redenumirea sau mai exact scrierea în altă formă era problema pe care o ridicam.

       2. Nu mă deranjează marcarea consoanelor individuale, dar nu aş fi de acord cu ştergerea lor.

       3. În legătură cu opţiunile cu probleme de implementare ori la care nu am căzut de comun acord cu privire la forma şi conţinutul lor:
                 - să fie grupate la sfârşitul actualului meniu, deci în: ■ 9. SETĂRI FINALE
                 - deocamdată le evidenţiem acolo în lista de meniu, dar ca nefuncţionale [inactive]
                 - apoi ne acupăm deja de cele implementate, să vedem cât de bine funcţionează şi de eventuale completări sau corecturi.
                 - dacă între timp se poate implementa şi "Proiectul" privind marcare şi rularea automată a opţiunilor... atunci ar putea fi şi mai uşpr de testat, ceea ce deja este implementat.


     DICŢIONARE AUTOCORECT ÎN LUCRU

     Am pus ultima variantă de dicţionare.
     Dicţionarul DLs.imd - nu funcţionează cum trebuie, aşa că nu trebuie rulat. E vorba de dicţionarul care va rezolva problema spaţiilor de după linia de dialog şi transformarea spaţiului obişnuit de după linia de dialog în spaţiu neseparator..
     Adresa folderului dicţionarelor este aceeaşi şi folderul rămâne permanent deschis, astfel încât să se vadă toate fişierele din conţinut.
     Fiecare arhivă va conţine data urcării pentru a fi uşor de urmărit care sunt dicţionarele cele mai noi.
     Adresa: http://www.mediafire.com/?55d9z4rn383zn


_______________________________________

     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 |

 
   
#407
ciuperca_cosmin
VETERAN
Din: Bacau
Despre transformarea "Marcare ghilimele" in "Marcare caractere":
1. Inafara de ghilimele si consoane marginite de spatii sa mai marcheze si pe acestea? (propuse de Menssana1984):
~ @ # $ % ^ & * ( ) _ + } { [ ] | \ / > <

2. Cat de complexa sa fie setarea acestor marcari?
Se poate face o rulare fara sa intrebe nimic, se poate face sa apara o fereastra.
Daca se face cu fereastra se pot implementa:
- setarea culoare de marcare pentru toate, individual sau pe grupuri;
- bifare care din ele sa fie marcate (individual sau grupuri);
- lista si butoane ca in Inlocuire multipla cu care sa iti setezi caracterele sau grupurile de caractere ce vor fi marcate.

Evident pot fi implementate toate, dar va dura ceva ca e de lucru...


 
   
#408
BlankCd
MEMBRU DE BAZA
--->

    @ Cosmin

    Seven a spus că face un dicţionar pentru eliminare răgălii din text în mod automat, din lista ta asemenea răgălii ar mai fi: <, >, |, +, _, @, #, %, ^ plus încă altele pe măsură ce le descoperim.


    Alte propuneri:

        1. Eliminare:

                    - eliminare "cratimă""spaţiu"
                    - eliminare "spaţiu""cratimă"

               Exemplu:
               "Fusese chemat într-o seară ploioasă pentru a constata sinuci- derea unei femei."

               Dacă facem eliminarea am avea aşa:
               "Fusese chemat într-o seară ploioasă pentru a constata sinuciderea unei femei."

               Problema adică EROAREA apare acolo unde cratima este corectă iar spaţiul este eroarea:
               "Aşa- i că este mai bine?"  adică "Aşai că este mai bine?"– Cam asta ar fi complicatiile care sunt mult mai mici decât beneficiile. Editorul va sublinia "Aşai" şi va putea fi corectat manual.


         2. De evidenţiat:

                    - cu roşu apostroful, de obicei el este pus eronat de OCR între literele unui cuvânt, pentru a fi confruntat cu pdf-ul de control.
                    - asterixul pentru că el poate fi şi eroare poate fi şi notă de subsol. Mai poate fi şi delimitator de paragrafe/capitole în text.
                    - semnele / şi \ care de obicei sunt erori ale literei z dar uneori ele sunt puse correct în text
                    - paranteze drepte, paranteze rotunde, acoladele
                    - semnul ~ care eronat este pus în locul cratimei dar uneori el este folosit în text de obicei la a aproxima cantităţile, distanţele etc.
                    - semnul & deoarece el apare în cărţi de obicei în numele unei firme. Exemplu: Cosimo & Fii


         3. De eliminat apostroful în configuraţia "spaţiu""apostrof""spaţiu"

         4. Problema rândurilor goale mă refer la 2 sau mai multe rânduri care ar trebui convertite într-un singur rând. Rândul gol pare la prima vedere o greşeală dar de obicei acest rând reprezintă trecerea de la o pagină la alta şi reprezintă pentru corector un reper de pagină. Acest rând gol îl va şterge corectorul în mod manual. În text rândul gol mai reprezintă şi graniţa între text şi strofe sau versuri.


         5. Alte probleme… în părerea mea este greşit spaţiul de după "trei puncte":

                    — … trecerea în anul 2000, îi termină Elliott fraza, conştient fiind că spune o enormitate.

                    Ar trebui modificate aşa:
                    — …trecerea în anul 2000, îi termină Elliott fraza, conştient fiind că spune o enormitate.

                   Ar trebui implementat DOAR acolo unde este linie de dialog.


_______________________________________
--->  "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..."

 
   
#409
Seven
Moderator
Din: Ţara Perfectului Simplu
***
    Apropo de apostrof: există undeva opţiunea de transformare a apostrofului drept în apostrof românesc, cel care seamănă cu virgula, aşa cum este convertirea ghilimelelor?

     RĂGĂLII.
     Dicţionarele elimină doar răgăliile lipite de linia de pauză şi cele din zona liniei de dialog - deci ele nu au posibilităţi de eliminare a caracterelor din alte zone de text.
     De exemplu: dacă răgălia următoare ■ apare separată, dicţionarul n-o bagă în seamă, dar dacă ea apare în poziţii de genul ■—  —■ ■—■, atunci ea dispare.
     Nu există deocamdată dicţionar separat pentru asta, dar se poate face foarte uşor unul pentru situaţii de genul "Spaţiu_Răgălie_Spaţiu" care să se transforme în "Spaţiu". La răgălii lipite de caractere nu-mi dau seama cum ar trebui să fie realizat dicţionarul, mă depăşeşte problema, pentru că ar putea produce efecte secundare.

     Despre "Marcare caractere" - nu am păreri personale; las la latitudinea lui Blank,menssana şi a celorlaţi useri să hotărască.
     Am o singură propunere: pe cât posibil culorile să nu fie roşu şi albastru, care sunt prea intense şi pe care eu personal le folosesc pentru evidenţieri în text de altă natură, decât ceea ce se propune în această opţiune. dar nici problema culorilor nu este foarte importantă.


     Ar mai fi o problemă.
     Mă gândeam că, poate, ar fi bine să ne gândim că opţiunile se pot clasifica teoretic şi astfel:
        - opţiuni preliminare şi obligatorii - toate trebuie rulate de toţi userii
        - opţiuni obişnuite - majoritatea sunt recomandate, dar nu toate sunt obligatorii;
        - opţiuni de fineţe profesională - concret, ar fi unele dintre cele peste care un user fără experienţă ar fi recomnadat să le ocolească.
        - opţiuni de formatare finală - care pot fi folosite atât pentru OCR, dar şi după corectarea prin citire a textului; acestea nu influienţează textul propriu zis, ci doar unele setări din ele: aici se poate reveni la "1.1. Convertire dialog bullets în dialog text", dar şi opţiunea privind setarea liniilor de dialog... posibil şi altele


      Şi acum, constatări la opţiuni deja implementate:

       1.2. Setare text la font şi mărime unică
      Am constatat că au mai rămas caractere formatate astfel:
         - text tăiat cu linie orizontală; numit de AutoCorect "Tăiat cu linie" şi de Word "Strikethrough"
         - text subliniat  [Underline]
         - text indice  [Superscript]
         - text exponent  [Subscript]
      Dacă se poate umbla şi la aceste setări, toate se pot transforma în text drept [Regular].


_______________________________________

     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 |

 
   
#410
ciuperca_cosmin
VETERAN
Din: Bacau

Seven a scris:


       1.2. Setare text la font şi mărime unică
      Am constatat că au mai rămas caractere formatate astfel:
         - text tăiat cu linie orizontală; numit de AutoCorect "Tăiat cu linie" şi de Word "Strikethrough"
         - text subliniat  [Underline]
         - text indice  [Superscript]
         - text exponent  [Subscript]
      Dacă se poate umbla şi la aceste setări, toate se pot transforma în text drept [Regular].


Hmm, credeam ca le-am implementat deja deoarece la mine le transforma pe toate acestea in teste (chiar am testat acu din nou si merge). Ai un exemplu de text scurt care sa arate aceste probleme?


Seven a scris:

Apropo de apostrof: există undeva opţiunea de transformare a apostrofului drept în apostrof românesc, cel care seamănă cu virgula, aşa cum este convertirea ghilimelelor?


Nu, deocamdata asa ceva nu e implementat inca.


 
   
#411
BlankCd
MEMBRU DE BAZA
--->

     Uite Seven un dicţionar care elimină răgăliile din text, testează-l dacă poţi, mai adaugă răgălii pe care le observi prin alte OCR-uri. Aştept părerea ta despre acest dicţionar: http://www.mediafire.com/?6qqv1swkhphb7ky

     Are şi eliminare apostrof în configuraţia "spaţiu""apostrof""spaţiu"

     Are şi:
             - înlocuire "cratimă""spaţiu" cu "nimic"
             - înlocuire "spaţiu""cratimă" cu "nimic"


_______________________________________
--->  "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..."

 
   
#412
Seven
Moderator
Din: Ţara Perfectului Simplu
***
     Cosmin, ai dreptate!
     Opţiunea "1.2. Setare text la font şi mărime unică" rulează perfect.
     Am testat acum acelaşi fişier în care rămăseseră formatări la alte testări şi, într-adevăr se fac setările perfect. Deci nu mai rămâne niciun fel de altă setare în afara fontului Drept + Italic + Bold.
     Îmi cer scuze şi mă bucur pentru că am posibilitatea asta.

     Acum, o clarificare.
     De multe ori, după rularea unor opţiuni ar deveni necesară o nouă ştergere a spaţiilor multiple. Chiar dacă ele au fost şterse iniţial, sunt situaţii în care apar spaţii duble după rularea unei opţiuni.
     Apare necesitatea ca după rularea unor dicţionare, să se şteargă spaţiile duble, chiar şi cu caracter preventiv.

     Bănuiesc că la unele opţiuni apare un cod în care se spune ceva a cărui traducere ar fi aşa: "Rulează dicţionarul "X.imd"
     Întrebare:
     Se poate ca în cod să se implementeze ceva la modul următor?
     "Rulează dicţionarul "X.imd, apoi rulează opţiunea "Sterge spaţii duble"?"


      BlankCd,
      deocamdată mediafire are ceva probleme. Revin în circa două ore.


_______________________________________

     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 |

 
   
#413
ciuperca_cosmin
VETERAN
Din: Bacau
Da, se poate implementa.

 
   
#414
Seven
Moderator
Din: Ţara Perfectului Simplu
***
     1. ÎNTREBARE pentru Cosmin:
     În OCR-uri apar două mari grupe de cuvinte scrise cu cratimă:
           - cuvintele care în mod obişnuit se scriu cu cratimă.
           - cuvinte care apar cu cratimă, deoarece în text au fost despărţite la capăt de rând.
     Întrebarea este: această cratimă folosită pentru cuvintele care au fost despărţite la cap de rând [şi care acum ar trebui scrise fără cratimă] în AutiCorect are un caracter... un cod special?... Ar putea fi ele identificate în vreun fel ca să fie eliminate?

     2. PROBLEMĂ pentru toată lumea:
     Opţiunea:  "Înlocuieşte toate liniile de pauză (exceptând pe cele din dialoguri) cu: EmDash, EnDash, Horizontal Bar"

     În acest moment, se fac înlocuiri de genul:
     "Spaţiu_LiniePauză_Spaţiu" în  "Spaţiu_XYZ_Spaţiu" - unde "LiniePauză" este orice linie de pauză, iar "XYZ" este varianta aleasă: EmDash, EnDash sau Horizontal Bar
     În cazul liniilor de pauză, mai există încă o succesiune, care apare în texte destul de frecvent:
     "Spaţiu_LiniePauză_Virgulă_Spaţiu"
     Această succesiune nu se modifică în acest moment.
     Personal, consider că ar trebui şi ea implementată în cadrul aceleaşi opţiuni.

      LE: Cosmin, probabil vrei un text ca exemplu, pentru testare, aşa că încerc acum să caut ceva în acest sens.


_______________________________________

     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 |

 
   
#415
ciuperca_cosmin
VETERAN
Din: Bacau
In unele texte apar liniute speciale la cuvintele despartite la capat de rand dar asta nu tine de AutoCorect ci de cel care a facut textul.
In cazul OCR-urilor, daca Abby va pune acea liniuta speciala, voi putea implementa un cod care le va detecta si va uni bucatile de cuvant.
Ma indoiesc totusi ca Abby va face diferenta intre acea liniuta si restul...

Dar, daca asta nu va merge, poate exista alta solutie (mai greu de implementat dar care are sanse): codul va scana textul si, cand gaseste ceva de genul "consi- deram", cauta "consideram" in dictionarul de ortografie, il gaseste si atunci uneste cele 2 bucati.


 
   
#416
Seven
Moderator
Din: Ţara Perfectului Simplu
***
      Pentru orice eventualitate am urcat o pagină care conţine ambele variante de cratime.
      În mod normal, Abbyy uneşte astfel de cuvinte, despărţite la capăt de rând şi elimină singur cratima; în alte cazuri cratima rămâne... probabil că ai dreptate şi nu "se vede diferit" un tip de cratimă, faţă de cealaltă.
        [FT brut] Test cu cratime.rtf     http://www.mediafire.com/?v57fbjf8ukfkj
         
      Altă soluţie - NU. Eu consider că AutoCorect trebuie să ajute la cutăţarea OCR şi nu să facă toată corectura. Plăcerea asta trebuie să-i revină celui ce corectează.
      Programul trebuie să fie suplu, uşor de folosit şi uşor de rulat. Asta e părerea mea.


_______________________________________

     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 |

 
   
#417
BlankCd
MEMBRU DE BAZA

Seven a scris:

***
     2. PROBLEMĂ pentru toată lumea:
     Opţiunea:  "Înlocuieşte toate liniile de pauză (exceptând pe cele din dialoguri) cu: EmDash, EnDash, Horizontal Bar"

     În acest moment, se fac înlocuiri de genul:
     "Spaţiu_LiniePauză_Spaţiu" în  "Spaţiu_XYZ_Spaţiu" - unde "LiniePauză" este orice linie de pauză, iar "XYZ" este varianta aleasă: EmDash, EnDash sau Horizontal Bar
     În cazul liniilor de pauză, mai există încă o succesiune, care apare în texte destul de frecvent:
     "Spaţiu_LiniePauză_Virgulă_Spaţiu"
     Această succesiune nu se modifică în acest moment.
     Personal, consider că ar trebui şi ea implementată în cadrul aceleaşi opţiuni.


     De acord


ciuperca_cosmin a scris:


  Dar, daca asta nu va merge, poate exista alta solutie (mai greu de implementat dar care are sanse): codul va scana textul si, cand gaseste ceva de genul "consi- deram", cauta "consideram" in dictionarul de ortografie, il gaseste si atunci uneste cele 2 bucati.


  Eu SUNT de acord cu implementarea, consider că reprezintă un ajutor pentru cel ce corectează, corectorul putând fi atent la corectare, nu mai spun că se câştigă timp.


_______________________________________
--->  "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..."

 
   
#418
Seven
Moderator
Din: Ţara Perfectului Simplu
***
     Să reformulez:
     Sunt de acord cu orice implementare, de orice fel, oricât de complexă ar fi ea, doar că aş vrea să fie separate opţiunile cu caracter obligatoriu de opţiunile de fineţe şi perfecţiune.

     Prin Opţiuni cu caracter obligatoriu, eu înţeleg opţiunile care fac o curăţare sumară a textului, pe care le poate rula orice utilizator, indiferent cât de puţine lucruri ar şti despre OCR şi AutoCorect şi care, eventual, nu necesită implicarea utilizatorului în niciun fel... nu trebuie să mai seteze, să aleagă.... etc.
     Aceste opţiuni au în vedere şi userii care folosesc alte sisteme de operare, cum ar fi Linux şi alte editoare, care nu recunosc multe elemente de fineţe din Word.

     Prin Opţiuni de fineţe şi perfecţiune, înţeleg opţiunile care trebuiesc rulate de utilizatori cunoscători în probleme de editate, AutoCorect etc. Sunt opţiunile la care au apărut diferenţe de opinii şi pe care unii le consideră necesare şi alţii pot să nu le ruleze.

     Iată de ce, poate că, deşi e complicat şi dificil pentru programatori, am putea să ne gândim la două meniuri: OCR şi OCR_PLUS.


_______________________________________

     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 |

 
   
#419
ciuperca_cosmin
VETERAN
Din: Bacau
In "[FT brut] Test cu cratime.rtf" din pacate nu se vede nicio diferenta intre cratime.

 
   
#420
BlankCd
MEMBRU DE BAZA
--->

    @ Seven

     Te complici inutil, scopul este obţinerea unui OCR cât mai bun după trecerea prin OCR_PLUS, nu are legătură cu Linux, Word, alte editoare.
     Uiţi un lucru: fiecare va putea bifa ceea ce rulează prin butonul "Rulare dicţionare bifate", fiecare va putea bifa/debifa ceea ce nu-i convine.
     Consider că propunerea lui Cosmin este foarte bună şi chiar ar putea fi inclusă în pachetul "Basic" pentru că opţiunea asta ajută userul, chiar dacă nu ştie nimic, să scoată un OCR cu cât mai puţine erori.
     Amândoi ştim foarte bine, că oricâte opţiuni automate, deştepte şi inovatoare ar face Autocorectul TOT omul rămâne de BAZĂ pentru corectare. La un OCR mizerabil este de lucru nu glumă, când primeşti un OCR trecut prin OCR_PLUS parcă nu mai eşti aşa de descurajat.
     Cu ocazia asta, pe acest topic, userii noi au văzut şi văd în continuare ce probleme pune un OCR, şi cam ce ar trebui ei să facă pentru corectarea unui OCR care implică muncă.
     Sunt convins că şi băieţii de la Autocorect când au venit pe acest topic nu s-au gândit o clipă câte probleme implică curăţarea/corectarea unui OCR. Sunt şi ei probabil, uimiţi de câte probleme pot apărea în cazul unui OCR.
     Am dreptate Cosmin?


_______________________________________
--->  "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..."

 
   
#421
ciuperca_cosmin
VETERAN
Din: Bacau
Am mai corectat texte care aveau unele probleme din OCR, dar ai dreptate, atatea probleme n-am mai vazut.

Oricum, daca se va decide sa incercam o implementare, recomand sa fie facute totusi testari pentru a stabili cam cat ar ajuta efectiv, urmand ca apoi sa se ia decizia finala.


 
   
#422
Seven
Moderator
Din: Ţara Perfectului Simplu
***
     Aş vrea să mă explic un pic.

     Există de mai mult timp un Template Word specializat pe curăţarea OCR, care poate fi numit fără exagerare Super-template, realizat de un om pentru care am o înaltă consideraţie. Personal, am acel template, e adevărat, nu în ultima versiune, oferit chiar de către creatorul său, dar să nu discutăm acum despre asta. Spuneam doar că există deja o "unealtă" care poate face curăţarea OCR.

     În acest moment există o alternativă foarte serioasă la acest template.
     Avem la această oră, în mod gratuit şi la dispoziţia tuturor, în programul „AutoCorect OCR_Plus” un program de curăţat OCR-uri foarte-foarte bun, la care nici nu visam în urmă cu 3 luni. Cred că suntem cu toţii de acord cu asta.
     Mai mult, programul permite ca la unele opţiuni, fiecare user să folosească sau să nu folosească anume dicţionare, să le modifice, eliminând unele înregistrări sau să adauge înregistrări noi. În final, programul va permite şi rularea automată a unui pachet de dicţionare personale, pe care fiecare le va crea după nevoia, dorinţa şi plăcerea personală.

     Eu sunt foarte onorat de prezenţa pe forumul nostru a lui Cosmin Ciupercă şi Daniel Morlova şi sunt foarte-foarte mulţumit de reuşita programului.

     Personal folosesc AutoCorect pentru curăţarea OCR de pe vremea versiunilor 2, şi am urmărit fiecare modificare în parte. Atunci exista un singur dicţionar de înlocuire multiplă ce se chema Implicit.dic, care putea fi editat şi în WordPad. Practic, eu aveam editate o serie de dicţionare şi pentru a le rula, le redenumeam pe fiecare în parte în „Implicit.dic”, apoi rulam AutoCorect şi deschideam şi închideam programul pentru fiecare dicţionar în parte. Era destul de complicat, dar eram foarte mulţumit că se pot face mult mai multe înlocuiri în acelaşi timp, faţă de Word unde se putea face doar câte o înlocuire.

     Între timp au apărut versiunile 3 şi „Implicit.dic” a devenit „Implicit.imd”, mai greu de editat, dar care permitea salvarea mai multor dicţionare, chestie care mi-a permis să fac „curăţenie” într-un timp mai scurt.

     Au apărut creatorii acestui program pe forum şi alte şi alte opţiuni au fost implementate, programul devenind mult mai rapid, mai util şi mai complex. Timpul necesar pentru „curăţenie” a devenit din ce în ce mai scurt.
     În această perioadă au lucrat şi la un proiect de rulare automată a acestor opţiuni.

     Nu mai fac referiri la faptul că toate aceste lucruri, cei doi, le fac benevol, în timpul lor liber, în intenţia de a produce ceva util pentru folosinţa altora. E adevărat că şi noi ceilalţi, facem muncă de voluntariat pe acest forum, scanând şi corectând, chiar dacă foarte mulţi contestă faptul că românii ar fi capabili de astfel de gesturi, dar asta e altă problemă.


     Ce aş vrea să propun?
     Mi-aş dori ca să facem o pauză de idei, să dăm posibilitatea celor doi prieteni să implementeze ceea ce s-a propus deja, să devină funcţionabilă rularea automată a opţiunilor şi, practic să se definitiveze versiunea în lucru a „AutoCorect OCR_Plus”.
     Am avea cu toţii satisfacţia unui lucru încheiat.

     După aceasta vom încerca să perfecţionăm şi, eventual, să modificăm actualele opţiuni, să venim cu propuneri pentru implementarea altor opţiuni şi, în final să participăm la  realizarea unor noi şi noi versiuni ale programului.

     Practic, după implementarea opţiunii de rulare automate a opţiunilor vor fi mult mai mulţi useri care vor folosi AutoCorect şi, implicit vor fi mai multe idei şi mai multe persoane care pot alege o soluţie optimă dintre mai multe variante.
     Deocamdată programul este greu de folosit şi cei care facem teste şi participăm concret la dezvoltarea programului, suntem cam puţini. Un program de o asemenea anvergură nu e bine să depindă de părerea doar a câtorva persoane.

     Propun ca toate ideile pe care le avem şi care vor fi să vină, să fie creionate, discutate şi trecute în planul de dezvoltare a versiunii următoare, dar să oprim propunerile de implementare pentru actuala versiune, ca să dăm posibilitatea lui Cosmin şi Daniel să definitiveze această versiune.

     Mai mult decât atât, există posibilitatea ca unele dintre opţiunile deja implementate să nu ruleze foarte bine, astfel că este nevoie de cât mai multe testări ale programului, iar pentru asta programul trebuie finalizat, pentru a da posibilitatea să fie folosit de cât mai multe persoane.

     Asta voiam să spun.
     Cu stimă şi respect,
     Seven


_______________________________________

     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 |

 
   
#423
menssana1984
Vizitator



Seven, cand l-am adus aici cu zaharelul    pe Cosmin, nu era nici atunci cine stie ce agitatie legata de program.
Nu cred ca asta se datoreaza neaparat lipsei de implicare, ci mai degraba faptului ca lumea nu se pricepe ori considera ca nu se pricepe.
La ora actuala exista persoane ce publica carti de ceva timp, dar aceste persoane nu s-au familiarizat nici macar cu acel template de care vorbesti.

Ori cat de multe optiuni ai implementa in program, miezul problemei e in decizia de a-l folosi. Obiceiurile vechi mor greu.

Colectivul care se ocupa de program, au de castigat mult de pe urma experientei si propunerilor persoanelor implicate in discutia de pana acuma. Autocorectul, cu putin noroc, ar putea deveni un program de referinta pentru biblioteci datorita acestor functii de ocr. Sau pentru edituri, ba chiar si pentru scoli.

Sunt de acord cu tine, si eu consider ca pe moment s-au facut suficiente, ar fi cazul sa vedem cum merg pe termen lung.
Ideal, pentru o vreme, ar fi ca utilizatorii sa se concentreze asupra imbogatirii dictionarelor de ortografie.

Daca ar gasi Cosmin o modalitate de a face programul sa trimita toate cuvintele adaugate in dictionar pe mail la el


 
   
#424
Seven
Moderator
Din: Ţara Perfectului Simplu
***
     Eu cred că atunci când programul va fi gata, inclusiv rularea automată a meniului, va tenta pe mai mulţi useri să încerce să-şi cureţe singuri OCR-urile, pentru că nu vor trebui să dea zeci de comenzi pe fiecare opţiune şi secvenţă de opţiune în parte.

     El are două mari avantaje, pe care nu le are alt program de o asemenea anvergură.
         - unul ar fi acela, că doar urmărind numele opţiunilor de rulat, utilizatorul pricepe cam ceea ce face programul; pentru noi, românii, este foarte important să putem "vedea" componentele unui mecanism; de regulă nu ne plac dispozitivele încasetate şi indiferent cât ar merge ele de bine, ne arde curiozitatea să vedem cum funcţionează. Acest lucru ar putea atrage mai mult decât chiar performanţa programului.
         - al doilea este un aspect încă neimplementat, dar care a fost numit prin lista de opţiuni "Rulare grup de dicţionare uzuale [personale]". Cu ajutorul acestei opţiuni, fiecare utilizator îşi poate rula dicţionarele sale personale, lucru care nu se prea poate face în alt tip de corector, editor sau orice alt tip de "unealtă" lingvistică.


    În legătură cu acest aspect, intenţionez să realizez 20 de dicţionare ["goale" la început şi pe care fiecare utilizator le va completa cu ceea ce consideră util şi necesar], care să ruleze toate, în ordine, la o singură comandă. Ele ar putea fi grupate sub numele "Uz" de la uzuale.

    Primele 15 dicţionare s-ar putea numi: Uz_AB.imd, Uz_CD.imd, Uz_EF.imd ....... Uz_Z.imd, care sunt dicţionare pe litere; Nu am gândit câte un dicţionar pentru fiecare literă pentru că ar fi rezultat un număr mare de dicţionare; de aceea am făcut câte un dicţionar pentru câte două litere.

    Celelalte 6 dicţionare sunt: U1Pers.imd, U2Loc.imd, U3Cuv.imd - în care se pot pune înlocuiri care să corecteze nume de Persoane, nume de Locuri şi Cuvinte de origine străină; acestea au grafie recunoscută incorect, cum ar fi:
    U1Pers.imd - nume de Persoane: Muller→Müller, Andrea→Andréa, Clery→Cléry...
    U2Loc.imd - nume de Locuri: Elysees→Élysées, l’Eveque→l’Evęque, Uskub→Üsküb Pepiniere→Pépiničre...
    U3Cuv.imd - Cuvinte străine: mubarek→mübarek, miibarek→mübarek, choclih→chodih...
     
    Ar mai fi încă 3 dicţionare: U4Tmp.imd, U5Tmp.imd, U6Tmp.imd - numite Tmp de la "temporar" şi, în care se pot înregistra orice cuvinte, ori cuvinte ce nu se încadrează în celelalte dicţionare sau cuvinte înainte de a fi clasificate în dicţionare diferite.

    Acest aspect al colaborării dintre utilizator şi program este un lucru rar, iar AutoCorect oferă această posibilitate.
    De aceea am certitudinea că programul va deveni tentant pentru mult mai multe persoane, decât ar părea la prima vedere.


    Despre dicţionare şi colaborări:
    Din păcate nu există posibilitatea "descărcării" conţinutului unui dicţionar în alt dicţionar; Ele se pot realiza şi îmbunătăţi, doar editând fiecare înregistrare, bucată cu bucată.
    De aceea vom putea colabora doar pentru completarea celor câteva dicţionare care sunt deja implementate şi care mai pot fi încă îmbunătăţite. Pentru asta primesc eu propunerile de completare a lor...
     Celelalte dicţionare personale vor fi completate de fiecare utilizator în parte, chiar dacă vor exista schimburi de dicţionare între noi, pentru că din punct de vedere tehnic nu există altă posibilitate.


_______________________________________

     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 |

 
   
#425
BlankCd
MEMBRU DE BAZA
--->


    Meniul 6. "Eliminare linii de pauză exclusiv din Dialoguri" nu funcţionează, mai poate verifica cineva?


_______________________________________
--->  "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..."

 
   
Pagini: 1 ... 14 15 16 17 18 19 20 ... 52  
Mergi la