Forum Romania Inedit
Romania Inedit - Resursa ta de Fun
|
Nou pe simpatie:
simpacurly69
 | Femeie
24 ani
Bucuresti
cauta Barbat
35 - 70 ani |
|
|
Forum Romania IneditReguliInregistrareLoginPozeNu sunteti logat. Lista Forumurilor Pe Tematici
|
| #701 |
|
|
Mulţumesc prietene, remarcabilă promptitudine!
|
|
| |
|
| #702 |
SevenModeratorDin: Ţara Perfectului Simplu
|
|
***
Opţiunea "12.2 Dictionar cu variante"
Cred că numele opţiunii este bun... Dacă găsim ceva mai sugestiv... mai vedem.
De ce am propus o astfel de opţiune?
Există câteva cuvinte de frecvenţă mare şi medie care au forme eronate, dar eroarea este una specială, în sensul că există cuvinte în limba română care au această şi această formă.
Mai concret: cuvântul d a r apare scris de către Abbyy sub forma c l a r; în acelaşi timp cuvântul c l a r poate fi şi corect în text şi deci nu trebuie modificat, astfel că dicţionarele pot rula doar cu condiţia "Cu confirmare".
Deocamdată am un număr mic de cuvinte în aproximativ 4 categorii:
■ cuvinte cu două variante cu frecvenţă mare:
clacă – dacă; clar – dar; clin – din; ele – de; intre – între; lingă – lângă;
■ cuvinte cu două variante cu frecvenţă medie
clădea – dădea; dinţii – dintâi; lot – tot; lotul – totul; ou – cu; sting – stâng
stingă – stângă; miner – mâner; minerul – mânerul.
■ cuvinte cu două variante cu frecvenţă mică:
Cu – cu; CU – cu.
■ cuvinte cu două variante speciale:
aI : al – ai; Ia – la – ia
Cuvintele din ultima categorie au o situaţie specială, deoarece ele pot avea două variante corecte - dar altele decât cea reprodusă de către Abbyy sau pot avea 3 variante corecte.
Dicţionarul este mai dificil şi este unul atipic şi cumva fals, deoarece l-am realizat cu "păcălirea" AutoCorect, făcând pentru fiecare cuvânt câte două înregistrări, adică: aI -> al şi aI -> ai, mai întâi o înregistrare corectă, apoi o înregistrare la care am adăugat un spaţiu în plus pentru a preveni avertizarea "Înregistrarea există", după care l-am reeditat şi am sters spaţiul.
Rezultă că la "Caută" există câte 2 cuvinte identice, în timp ce la "Înlocuieşte cu" există cuvinte diferite.
Propuneri şi probleme:
- Numele opţiunii rămâne deocamdată aşa cum este scris, doar că ar fi mai corect "dictionare" în loc de "dictionar", deoarece sunt mai multe dicţionare;
- Numărul de dicţionare = 4
- Nume dicţionare: Duble1 ÷ Duble4 sau DVar1 ÷ DVar4.
- Ultimul dicţionar ar putea avea probleme ca urmare a modului incorect în care este editat; eu am făcut probe cu astfel de cuvinte şi nu am avut probleme... totuşi, e bine să fie urmărit pe cât posibil şi semnalate eventualele 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 |
|
|
| |
|
| #703 |
|
|
O sa schimb in "Dictionare cu variante"...
In ce priveste ultimul dictionar, e cam ciudat totusi sa fii intrebat o data de o varianta si apoi de alta - poate chiar "asincron".
Pe de alta parte, nu vad totusi cum s-ar putea modifica Inlocuirea Multipla ca sa proceseze simultan 2 inregistrari (adica respectand si "formatul" actual).
Dar daca crezi ca acest dictionar va ajuta, il implementez.
Revenind nitel la convertirea a 2 virgule in ghilimea. Ai dat 2 variante de reconfigurare a meniurilor - cred ca a doua merge dar as vrea sa aud si parerea altora...
|
|
| |
|
| #704 |
|
|
Inca o mica problema. Am facut un dictionar de inlocuire multipla cu unele expresii. De ex "? Îşi ". Daca fac un fisier rft mic de proba cu cateva expresii, functioneaza inlocuirea. Dar intr-o carte de cateva sute de pagini nu mai merge. @ciuperca_cosmin, poti sa incerci sa vezi unde e problema?
|
|
| |
|
| #705 |
|
|
Am incercat chiar pe acel rtf care mi l-ai trimis recent.
Sunt 3 de "? Îşi " in el. Inlocuirea Multipla le-a gasit pe toate 3.
Trimite-mi te rog dictionarul imd si textul in care nu le gaseste.
|
|
| |
|
| #706 |
|
|
Sry, l-am facut deja manual. Dar sa luam alt exemplu.
1. "! Se" in "- Haide! Se ridica el." Cu Ci si Pp, nu se face inlocuirea.
2. Doar cu Pp se face inlocuirea, DAR problema ca se inlocuieste si in "- Ai vazut! Semintele plutesc." Si nu e ok.
Deci, ce trebuie setat sa se faca inlocuirea doar in primul caz? In Word e simplu, pun un spatiu dupa "! Se" si se rezolva. As putea lasa setat Pp cu confirmare la inlocuire, dar as prefera automat.
|
|
| |
|
| #707 |
SevenModeratorDin: Ţara Perfectului Simplu
|
|
***
Lucifer76,
Încearcă varianta "! Se^w" cu Pp, în care ^w este codul pentru spaţiu simplu şi care este implementat să poată fi folosit în dicţionarele de înlocuire multiplă..
Condiţia Cc nu funcţionează corect atunci când înregistrarea se termină cu spaţiu.
„12.2 Dictionare cu variante”
Necesitatea implementării: Şi DA şi NU.
Las la latitudinea colegilor de pe forum să aleagă şi eu încerc doar să dau câteva explicaţii pentru a fi mai uşor de hotărât.
În funcţie de forma fontului folosit la tipărire, dar şi de antrenamentul Abbyy în recunoaşterea caracterelor, astfel de situaţii pot apărea frecvent în anumite OCR, dar în alte OCR pot să nu apară deloc.
Până la implementarea condiţiei „Cu confirmare” la dicţionarele multiple, personal verificam dacă există astfel de situaţii în Word, doar că era mai multă muncă, deoarece trebuia să verific fiecare cuvânt în parte... uneori „sărind” peste verificarea unora dintre ele.
Repet, astfel de erori pot să nu apară deloc şi toată munca de verificare să aibă rezultate zero, doar că în astfel de cazuri verificarea este de scurtă durată.
Concret, să luăm doar cazurile cuvintelor cu frecvenţa cea mai mare: dar, din, dacă – ele pot apărea în mod eronat scrise: clar, clin, clacă.
Am luat ca exemplu OCR de la Ninja 3 [circa 475 pagini] şi avem următoarea statistică a frecvenţei cuvintelor:
dar = 639; din = 2048; dacă = 336; Total = 3023
clar = 46; clin = 5; clacă = 0; Total = 51
– situaţia 1 – există erori de recunoaştere: în acest caz merită efortul pentru convertire, deoarece aproape toate cuvintele dar, din, dacă = 3023 cazuri vor fi scrise eronat şi va fi mult de muncă la corectura manuală, datorită frecvenţei mari a erorilor în text.
– situaţia 2 – nu există erori de recunoaştere: în acest caz vom găsi la cuvintele căutate doar pe cele scrise corect sub forma clar, clin, clacă = 51 cazuri; ele au frecvenţă foarte mică, deci verificarea va necesita puţin timp.
În ce priveşte celelalte cuvinte, frecvenţa lor este foarte mică, astfel că pot lipsi din dicţionar şi se pot corecta manual pe timpul citirii. Oarecare frecvenţă mai mare o au stâng-stângă şi lângă…
Dicţionarul 4 este într-adevăr aiurea, dar nu am găsit altă soluţie.
_______________________________________
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 |
|
|
| |
|
| #708 |
|
|
1. Nici nu e de mirare ca cu Ci nu face, deoarece e-ul de dinainte de ! din "- Haide! Se ridica el." face sa nu se indeplineasa conditia de "Cuvant intreg".
2. Nu-i problema AutoCorect, ci asa e corect sa faca cu setarile respective.
Si aici e simplu, pui la fel spatiu dupa si dezactivezi Ci. Am testat si la mine a inlocuit in "- Haide! Se ridica el." dar nu a inlocuit in "- Ai vazut! Semintele plutesc."
|
|
| |
|
| #710 |
|
|
Am modificat numele la optiunea 12.2, am activat-o si acum utilizeaza DVar1..DVar4.imd.
M-am gandit ca-ti va fi mai usor sa le testezi asa...
|
|
| |
|
| #711 |
SevenModeratorDin: Ţara Perfectului Simplu
|
|
|
| |
|
| #712 |
|
|
@lucifer76: Am cautat sa imbunatatesc viteza de scanare a ortografiei la acel text.
Sa explic un pic mai detaliat care e problema: AutoCorect incearca sa puna in acea fereastra mica cat mai mult text dar fara sa depaseasca inaltimea ferestrei.
Codul de pina acum pune oleaca, masoara, mai pune oleaca, masoara, mai pune oleaca si tot asa pina cand se ajunge aproximativ la cat trebuie.
La text obisnuit merge cu brio dar la texte cu extrem de multe formatari va merge greu - pentru ca orice editor merge mai greu pe astfel de texte.
Am modificat codul sa utilizeze o metoda numita injumatatire/dublare a intervalului care pe acel text merge de cateva ori mai rapid.
De asemenea am modificat ca, daca trece prea mult timp, sa ramana la ce a facut pina atunci - presupunand ca utilizatorul ar vrea mai degraba sa nu fie textul "potrivit" exact pe acea fereastra de la ortografie decat sa astepte n-spe secunde pina apare.
@Seven, am implementat a doua idee a ta cu modificarea meniurilor.
Catre toti care au propus imbunatatiri si nu s-au implementat toate dar sunteti siguri ca vor ajuta: va rog sa le organizati nitel, mi le trimiteti cumva (mesaj privat sau aici pe topic) si le voi adauga la prima postare din topic - astfel incat toti sa vada ce s-a propus ca sa nu parcurga 30 de pagini de topic.
Parerea mea e ca putina organizare nu strica ci chiar va ajuta...
|
|
| |
|
| #713 |
SevenModeratorDin: Ţara Perfectului Simplu
|
|
***
Am downloadat şi vizualizat ultima versiune, fără să fac teste.
1. Am o întrebare în legătură cu convertirea a două virgule în ghilimele de început ca să ştiu ce anume elimin din dicţionar: ce anume convertiri ai făcut pe bază de cod?
2. Îmi pare foarte rău, dar cred că mai este necesară o rocadă de opţiuni în pachetul 4.
Ar fi mai comod pentru mine ca actuala opţiune 4.5 Corectare minuscule la început de paragraf să ruleze înaintea opţiunii 4.4 Corectare linii de pauză şi linii de dialog.
Explicaţie: Câteva sute de înregistrări din dicţionarul DMidp.imd [încă în curs de completare] se referă la cuvinte care sunt scrise cu I mare în loc de Î mare la început de dialog.
Dacă se face rocada mi-ar fi mai uşor să fac înlocuiri de genul:
"Caută" — Inainte şi "Înlocuieşte cu" — Înainte - Pp Pi -
Înregistrările ar fi şi mai vizibile şi mai uşor de urmărit.
Fără realizarea rocadei, deoarece este deja implementat Em dash şi spaţiul neseparabil, înregistrările ar trebui să aibă următoarea formă:
"Caută" ^+^sInainte şi "Înlocuieşte cu" ^+^sÎnainte - Pp Pi -
3. Ar mai fi încă o problemă tot la această opţiune cu două înregistrări: înlocuire î mic cu Î mare la început de dialog şi la început de frază după punct-urmat de spaţiu... Fiind foarte mult de căutat, dar şi multe înlocuiri de făcut, cele două modificări făcute cu dicţionar imd rulează mai greu... Nu ştiu cât este de dificil ca numai ele două să ruleze pe bază de cod. Nu e chiar o problemă să rămână în dicţionar, dar cred că ar rula mai repede pe bază de cod.
Doar ca idee, dicţionarul DMidp.imd are până în acest moment circa 800 de înregistrări... şi după calculele mele, la finalizare va avea între 1500 şi 1800, deşi modificările făcute de el vor fi mult mai puţine.
_______________________________________
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 |
|
|
| |
|
| #714 |
|
|
1. Cele 2 mentionate de tine: la inceput de paragraf sau in restul cazurilor cu conditia sa nu aiba spatiu inainte.
2. Bine, o sa fac rocada atunci.
3. Trimite-mi te rog un dictionar imd cu acestea doua - ca sa estimez mai bine daca va merge mai rapid cu cod respectiv sa ma apuc sa implementez daca intr-adevar va merge mai bine cu cod.
|
|
| |
|
| #715 |
SevenModeratorDin: Ţara Perfectului Simplu
|
|
***
1. Dacă aşa am spus, îmi pare rău, dar am greşit.
Cele două situaţii sunt:
- la început de paragraf, aşa cum ai implementat;
,,Judith n-are să se răzgândească niciodată şi nici nu-i trece prin cap să plece cu dumneata, jupâne March", îşi zicea fata în sinea ei.
- în interior, dar cu condiţia SĂ AIBĂ SPAŢIU înaintea celor două virgule de convertit.
— Păi n-ai auzit cum spun ofiţerii: ,,cutare şi-a pierdut busola”, ceea ce înseamnă, cel puţin aşa înţeleg eu, că în fiecare om există ceva ce-l ajută să meargă pe drumul cel drept.,,.
Condiţia SĂ NU AIBĂ spaţiu înainte, nu ar modifica ,,cutare, dar ar modifica .,,. de la sfârşitul frazei, care e o eroare a punctelor de suspensie şi care este transformată în elipsis pe bază de dicţinar la modificarea suplimentară.
2. Urc dicţionarele 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 |
|
|
| |
|
| #716 |
|
|
A, scuze, am gresit eu - am vrut sa spun ca sa aiba spatiu inainte - era invers de cum am spus.
Deci acum e implementata conditia sa aiba spatiu dinainte.
Scuze, mai lucrez si la ortografie acum si imi ia un pic din atentie 
|
|
| |
|
| #717 |
SevenModeratorDin: Ţara Perfectului Simplu
|
|
***
A... înseamnă că e corect. Înseamnă că pot şterge cele două situaţii din dicţionar.
Pănă aici e perfect.
Dicţionarul DMidp.imd
Mai întâi o menţiune: Abbyy [cel puţin până la Abbyy 10 inclusiv] nu recunoaşte Î mare. Totdeauna în locul lui Î mare, va apărea în OCR î mic sau I mare.
Pentru convertirea lui Î mic în Î mare am ales doar două variante:
- la început de dialog: "Caută" — î şi "Înlocuieşte cu" — Î - Pp Pi -
- şi la început de frază în interiorul paragrafului: "Caută" . î şi "Înlocuieşte cu" . Î - Pp -
Nu am pus decât câteva cuvinte la început de paragraf, pentru că dacă înlocuiam TOATE î mic în Î mare la început de paragraf, ar fi făcut modificarea şi la prima linie a fiecărei pagini, care practic este un paragraf fals, în realitate fiind un rând dintr-un paragraf care a început pe pagina anterioară.
Despre aceste două situaţii spuneam că e posibil să ruleze mai greu.
Pentru convertirea lui I mare în Î mare am hotărât să trec în dicţionar majoritatea cuvintelor posibile, în trei situaţii: la început de paragraf, la început de dialog şi la început de frază în interiorul paragrafului, astfel că rezultă că pentru un cuvânt există trei înregistrări:
"Caută" Inainte şi "Înlocuieşte cu" Înainte - Pp Pi - la început de paragraf
"Caută" — Inainte şi "Înlocuieşte cu" — Înainte - Pp Pi - la început de dialog
"Caută" . Inainte şi "Înlocuieşte cu" . Înainte - Pp - la început de frază în interiorul paragrafului.
Din acest motiv numărul de înregistrări este mare.
Am urcat 3 dicţionare "DMidp" pentru teste la adresa: http://www.mediafire.com/?ioadvo4jrs86f
DMidp_1 - două înregistrări.imd - are doar aceste două înregistrări de care vorbeam;
DMidp_2 - fără I trece Î.imd - este dicţionarul care rulează acum, inclusiv cele două înregistrări, dar fără mulţimea de cuvinte care face modificarea lui I mare în Î mare.
DMidp_3 - completat cu I trece Î.imd - cuprinde tot ce am lucrat până acum, inclusiv cele două înregistrări.
_______________________________________
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 |
|
|
| |
|
| #718 |
|
|
M-am uitat la cele 2 inregistrari si drept sa spun nu cred ca va fi asa de mare sporul de viteza daca vor fi facute in cod. Cel mult 10..20%.
In cazul precedent (cu spatiu dupa EmDash) utilizai 2 inregistrari (cu "efecte" pe jumatate opuse) pentru un singur rezultat. "Unificarea" celor 2 a fost factorul principal pentru care a crescut viteza - pentru ca au fost mai putine inlocuiri.
In acest caz sunt doua inregistrari cu "efect" complet separat una de alta. Daca vor fi facute in cod va apare doar factorul secundar - ca se "particularizeaza" codul pentru aceste inregistrari - care va duce la acel spor de maxim 10..20%.
Dar daca crezi ca totusi se merita voi implementa...
PS: o intrebare - codul ce pune majuscula la inceput de fraza/paragraf/dialog din Punctuatia obisnuita nu trece automat aceste 'î' in majuscule? Sunt cazuri cand nu o face? Daca da, arata-mi-le te rog - ca sa incerc sa il imbunatatesc (daca e posibil) - in acest fel reducandu-se numarul de inlocuiri de dupa in "4.5 Corectare minuscule la început de paragraf" si deci marindu-se viteza pe ansamblu.
|
|
| |
|
| #719 |
SevenModeratorDin: Ţara Perfectului Simplu
|
|
***
Dacă e vorba doar de mărirea vitezei doar cu 10 ÷ 20%, atunci rămâne doar cu dicţionar, fără a ne mai complica şi cu cod.
Ai dreptate, în cazul în care utilizatorul la "Configurare Punctuaţie" activează opţiunea "Majusculă la început de propoziţie/frază", atunci aceste înlocuiri rămân fără obiect, pentru că deja ele au fost realizate şi nu se va pierde prea mult timp la rulare.
Trebuie să recunosc faptul că am trecut aceste două înregistrări, deoarece eu nu activez această opţiune din punctuaţie.
Am uitat să întreb ce anume face concret şi m-am gândit că activând-o, ar putea fi înlocuite şi minusculele de după !, ? şi puncte de suspensie, ceea ce ar putea duce la mai multe înlocuiri decât este necesar. Înlocuirile în plus se pot reduce cu opţiunea de la Dialog francez, dar nu se pot rezolva şi după Elipsis decât după citire.
Din ce am constatat din corecturile făcute până acum, ar părea că este mai puţin de corectat dacă nu se majusculează toate propoziţiile care încep după !, ? şi Elipsis, decât dacă s-ar face înlocuirea şi după aceste semne de punctuaţie.
Practic câştig ceva timp renunţând la rularea a două opţiuni: opţiunea respectivă din punctuaţie şi, respectiv, revenire la minuscule prin corectarea dialogului francez, dar pierd timp rulând în totalitatea ei opţiunea de corectare pe baza dicţionarului DMidp.imd
Pe de altă parte, peste 90% din înregistrările dicţionarului se ocupă de corectarea cuvintelor care încep cu I mare în loc de Î mare, ori aceste situaţii nu cred că se pot rezolva decât cu ajutorul unor astfel de dicţionare.
_______________________________________
Oameni şi popoare îşi cată libertatea; după ce-o obţin, îşi caută stăpân.
| TORENTE | Tăunul | ROCAMBOLE+ | FLORIS | VRACIU | Victor HUGO | J.F. COOPER | PAPILLON | POLDARK |
| Dictionare Lba RO | | Gramatica RO | D. Stănoiu | Zaharia STANCU | H.Y. STAHL | V.CORBUL & E.BURADA |
| Ultimul regat | Millennium | Shantaram | Pearl BUCK | Anchee MIN | Amy TAN | C. LÄCKBERG | Ph.GREGORY |
| Extraterestrii şi Intraterestrii | RUFOR | Demonul Roşu | Vraja milioanelor | Cărţi audio |
|
|
| |
|
| #720 |
|
|
Intrebare.
Daca se inlocuieste orice cuvant cu cratima lipita de el si urmata de paragraf cu orice cuvant si liniuta despartitoare dar fara paragraf, ar fi ok?
Ar fi utila in Ocr?
|
|
| |
|
| #721 |
|
|
Multumesc pentru idee dar cred ca e cumva deja implementata la optiunea "1.5 Repararea randurilor rupte" >> a doua bifa "[litera mica][liniuta][sfarsit paragraf][litera mica]" care scoate acest [sfarsit paragraf].
Fata de ce ai spus tu e bagata si verificarea de litera mica de la inceputul paragrafului urmator - cred ca se obtin rezultate mai bune asa.
|
|
| |
|
| #722 |
SevenModeratorDin: Ţara Perfectului Simplu
|
|
***
Am actualizat dicţionarele OCR_DIC.
Ultima versiune se numeşte [12.12.2011] OCR_DIC.rar şi se află în folderul cunoscut,
la adresa permanentă: http://www.mediafire.com/?55d9z4rn383zn
Modificări făcute:
– Diacţionarul DF.imd [dicţionar francez] a fost completat cu ultimele înregistrări postate de lucifer76
– Diacţionarele DLd.imd şi DLd.imd au fost modificate astfel încât la "Înlocuieşte cu:" caracterul grafic — a fost înlocuit cu codul ^+ pentru Emdash.
– Diacţionarul DMidp.imd a fost completat cu înregistrări care modifică I mare în Î mare la început de paragraf, început de dialog şi început de frază după punct.
– Au fost adăugate dicţionarele DVar1...DVar4, care rulează la 12.2
Notă:
E posibil ca unii utilizatori să fie deranjaţi de numărul mare de înregistrări din DMidp.imd [în acest moment dicţionarul conţine 2000 de înregistrări].
Pentru aceştia există şi varianta veche care conţine decât 60 de înregistrări şi se află în folderul "Variante initiale".
Acest folder conţine şi variantele vechi ale dicţionarelor DLd.imd şi DLd.imd, care au la "Înlocuieşte cu" caracterul — şi nu codul ^+
În legătură cu dicţionarul DMidp.imd, menţionez că am făcut testări pe OCR_brut de la Ninja 2 = 675 pag., atât cu varianta redusă a dicţionarului, cât şi cu varianta completă. Timpii au fost de 2 min 40", respectiv 3 min 20"
_______________________________________
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 |
|
|
| |
|
| #724 |
|
|
Am facut "rocada" intre 4.4 si 4.5.
De asemenea am marit iar viteza de scanare la Ortografie (la texte obisnuite nu se prea vede ca oricum era deja rapid acolo) dar la textul lui lucifer76 se vede clar ca e mai rapid.
Seven, mai mult ca sigur te-ai chinuit mult sa adaugi acele inregistrari in dictionarul DMidp.imd + ca probabil dictionarul va ajunge si mai mare dupa ce se mai adauga cuvinte (in limba romana sunt mult mai multe cuvinte care au î la inceput).
Scuze ca spun dupa "razboi" dar poate acele inregistrari la care trebuie sa pui multe cuvinte - de exemplu I >> Î in acele 3 situatii - ar merge mai bine sa fie implementate cu cod.
Argumente:
- e mult de munca ca sa pui toate cuvintele din limba romana care incep cu î;
- va rula greu; daca il pun cu cod nu numai ca se vor adauga cei 10..20% la viteza dar, din cauza ca dictionarul de astfel de cuvinte va lucra ca cele din folderul Dictionare de langa exe, va fi clar mai rapid (daca te intereseaza am sa explic mai detailat de ce);
- in cod se pot detecta mai exact acele situatii in care trebuie sa schimbe.
http://www.mediafire.com/?71c66557czus3aa
|
|
| |
|
| #725 |
SevenModeratorDin: Ţara Perfectului Simplu
|
|
***
Sunt convins că înlocuirile din DMidp.imd ar rula mai bine cu cod, dar pur şi simplu am fost convins că este nevoie de foarte multă muncă pentru implementare pe bază de cod, aşa că am preferat să fac eu asta, chiar dacă dicţionarul rulează mai greu.
În principiu, dicţionarul nu ar trebui să se mai mărească, deoarece am pus în el cam tot ceea ce intenţionam. Practic a folosit baza de cuvinte de la litera Î din DOOM, din care am exclus un număr de cuvinte foarte rare... aproximativ 10% dintre cuvinte.
Numărul de cuvinte este mic [practic un număr de circa 650 cuvinte × 3 poziţii diferite, la care mai sunt adăugate circa 50 de alte situaţii], deoarece nu am folosit decât foarte rar cuvinte întregi, cele mai multe înregistrări fiind cuvinte la care am tăiat minimum din terminaţii, astfel că a rămas rădăcina unui cuvânt plus litere comune din terminaţii....
Chestia asta a micşorat numărul de cuvinte, dar pe de altă parte, probabil şi eficienţa dicţionarului.
În măsura în care codul face apel la o altă bază de cuvinte care există deja... ar fi de preferat implementarea codului... Dacă este nevoie de pregătirea unei liste de cuvinte sau ceva în genul ăsta, aş putea participa cu un pic de ajutor...
_______________________________________
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 |
|
|
| |
|
