Forum Romania Inedit
Romania Inedit - Resursa ta de Fun

Nou pe simpatie:
misha_light

Femeie
25 ani
Bucuresti
cauta Barbat
26 - 47 ani

Forum Romania Inedit Reguli Inregistrare Login PozeNu sunteti logat. Lista Forumurilor Pe Tematici

Forum Romania Inedit / Totul despre cărți - About e-books /

AutoCorect versiune pentru Romania-Inedit

Pagini: 1 2 3 4 5 6 ... 52

Moderat de Seven, Stelevadris, cuculean, naid, uncris

#51

Seven
Moderator
Din: Ţara Perfectului Simplu

Menssana, sper că acum nu mai sunt nelămuriri de clarificat, pentru că am completat postarea de mai sus.

Aşa cum am arătat mai sus continui cu subiectul dezbaterii.

DEZBATERE:

Am arătat mai sus că eu personal am constatat că există şi situaţii, în care „paragraful fals” se poate termina cu spaţiu, astfel: literă mică urmată de spaţiu, cratimă urmată de spaţiu, virgulă urmată de spaţiu sau punct şi virgulă urmată de spaţiu.
Reamintesc că aceste situaţii nu sunt încă implementate în opţiunea AutoCorect şi ele trebuie supuse discuţiilor pe forum.

Problema se pune astfel:
[1] Există cu adevărat aceste situaţii şi [2] este necesară implementarea lor?
[3] Dacă se impune implementarea în AutoCorect, atunci la ce mod trebuie organizate subopţiunile? Adăugând în fereastra „Corectarea automată după OCR” încă 4 subopţiuni sau cumulând la fiecare subopţiune atât situaţia cu spaţiu cât şi cea fără spaţiu?

Trebuie reamintit că deşi mai multe subopţiuni încarcă fereastra „Corectarea automată după OCR”, ceea ce este un dezavantaj, avantajul mai multor subopţiuni este acela că fiecare utilizator are posibilitatea să activeze doar pe acelea pe care le consideră ca fiind sigure.

Cosmin Ciupercă lipseşte câteva zile, dar am purtat discuţii despre acest aspect.
Cosmin, prin bunăvoinţa de care a dat deja dovadă mai mult decât suficient, este dispus la implementarea acestor situaţii, în oricare dintre variante, doar că aceasta depinde de părerea noastră, de varianta pe care o alegem noi.

Pe de altă parte, vreau să menţionez că sunt dispus în continuare să particip la discuţii, să vin cu propuneri, păreri pro sau contra altor aspecte ce privesc AutoCorect, dar nu mai doresc să-mi asum răspunderea de a hotărî implementarea sau nu, ori modificarea de opţiuni.
Urmărind postările de pe acest topic, se poate trage concluzia falsă că programul AutoCorect nu prezintă interes pentru useri şi că doar doi useri sunt interesaţi de acest program. Eu cred că există mult mai mult interes, deoarece am urmărit numărul de downloaduri ale versiunilor de Autocorect cu dicţionare urcate de mine pe forum şi acest număr de downloaduri este respectabil.
Cosmin, însă, nu are de unde să ştie acest lucru. El a intrat sau a fost adus pe acest forum cu intenţia şi dorinţa de a ne ajuta în ceea ce dorim să facem. Neparticiparea la discuţii poate fi interpretat ca o lipsă de interes, deşi pentru unii ar putea fi doar un semn de respect, vezi Doamne, acela de a nu deranja cu păreri care poate nu sunt tocmai bune.
Nu, nu există respect prin abţinere de la discuţii deschise tuturor. Este ca şi când invităm pe cineva la noi acasă şi apoi ne facem că nu vedem că a venit.

Îmi cer iertare, dacă am adus atingere cuiva.
Toate ce bune!
Seven

#52

BlankCd
MEMBRU DE BAZA

--->

Faptul că sunt puţini useri care să-şi dea cu părerea este firesc, deoarece hobby-ul acesta tinde să devină ceva profesional, este ceva de nişă... pare ceva elitist [în sensul bun al cuvântului]. Sunt multe informaţiile care trebuiesc acumulate: scanare; apoi prelucrare imagini: crop, split, îndreptare imagini etc.; OCR; prelucrare imagini pentru realizare pdf-imagini: redimensionare, optimizare etc.; prelucrare OCR prin template şi AutoCorect etc.; corectare prin citire cap-coadă şi mai sunt şi altele.

Toate aceste lucruri necesită cunoştinţe destul de avansate pentru Word şi pentru celelalte programe folosite: Abbyy, editoare pentru prelucrare imagini AcdSee şi altele, Adobe Acrobat, ScanTailor sau Scan-kromsator, AutoCorect, programele pentru realizarea formatului DJVU..., convertirea cu Calibre... mai sunt şi altele cu siguranţă.

Uneori mă sperii şi eu de câte trebuie să ţin minte, deşi cu corectatul am lăsat-o mai moale.

Şi Aleph a realizat un ghid privitor la corectarea până la v1.0, unde sunt o grămadă de informaţii folositoare în acel ghid, mult mai multe decât par la prima vedere.

Aceste lucruri sperie userii noi care se văd puşi în situaţia de a corecta la nivelul superior pe care unii dintre userii vechi o fac de ceva timp. Dacă dau şi de o carte veche să o corecteze... e ca şi cum ai pune un mânz la arat.

Ştacheta se ridică mereu, necesită din ce în ce mai mult timp şi atenţie în corectare. Având atât de multe informaţii privind realizarea e-book-urilor deja se creionează, pot spune, meseria benevolă de realizator de e-book-uri, fără alt beneficiu decât de a da câte ceva înapoi celor de la care ai luat o carte sau mai multe cărţi.

Nu vreau să fiu înţeles greşit, orice informaţie este binevenită, mai ales dacă este prezentată scurt şi pe înţelesul tuturor. De altfel cred că pe acest forum sunt cele mai multe informaţii privind realizarea de e-book-uri din România.

Chiar aş fi curios să aflu dacă alte ţări au asemenea forumuri privind digitalizarea cărţilor şi dacă cei de acolo folosesc multitudinea astea de programe pentru realizarea cărţilor electronice.

_______________________________________
---> "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..."

#53

idbmax
MEMBRU DE BAZA

Salutare, natiune si multumim Cosmin!

Eu personal nu folosesc in mod expres Autocorectul , dar am urmarit cu interes evolutia "directionata RI" din aceasta perioada. Incepe sa devina un instrument util hobbyului asta legat de cartile electronice.E bine ca cei care utilizeaza frecvent programul, sa isi spuna parerea si sa sesizeze problemele intilnite, mai ales ca probabil e printre putinele softuri lucrate special pentru o munca de voluntariat ca a noastra. Asa sansa mai rarut gasesti.
Toate cele bune!

Idbmax

_______________________________________
"de GUSTIBUS et COLORIBUS non disputandum"
(Seneca)
Contributia mea pe forum:
Colectia O Altfel de E-Carte
Colectia Aleksandr Romanovici Beleaev
FOILETON-TRACIA MAGAZIN - O revista virtuala
Colectia Romane de Aventuri si Istorice - romanesti
Wild, Wild, West - Colectie western
Colectia CALATORI PRIN TIMP

O altfel de E-Carte - BLOG

#54

ciuperca_cosmin
VETERAN
Din: Bacau

Scuze ca nu am mai participat la discutie in ultimele zile dar am fost plecat din oras cu treaba si doar ocazional (10..20 min pe zi) am mai reusit sa intru pe internet (de pe calculatorul altora).
Multumesc Seven pentru prezentari.
Cu placere idbmax.
Ma bucur ca participa acum mai multi la discutie.
Menssana, la intrebarea ta cu privire la suboptiunea nebifata am raspuns acu 3 postari cred.

Ultima e debifata deoarece sunt unele situatii in care paragrafele nu trebuie unite.
De exemplu:

Code:

a)text;
b)text;
c)text;

In aceste cazuri (intalnite de mine chiar si in beletristica), nu ar trebui activata.

#55

Seven
Moderator
Din: Ţara Perfectului Simplu

***
Salutări tuturor!

Am primit mai multe mesaje pe mail, MP şi mess din care rezultă că sunt mult mai mulţi cei ce urmăresc discuţiile de pe acest topic şi din care rezultă că nu am fost foarte corect în finalul comentariului precedent.
Da, aveţi dreptate atât cei ce aţi postat pe topic cât şi cei din mesajele personale şi vă mulţumesc tuturor.

Între timp, am continuat să fac câteva testări în legătură cu problema RÂNDURILOR RUPTE.
Am testat, în principal, texte copiate din pdf-uri şi pagini Web.

■ text copiat direct cu Copy & Paste din pdf-uri [mă refer, bineînţeles la pdf rezultate din text].
Am copiat fragmente de text din pdf şi le-am lipit în Word, WordPad şi Notepad.
În toate editoarele textul rezultat avea rândurile rupte şi fiecare rând se termina cu spaţiu.
Practic, prin acest procedeu se face un fel de reproducere exactă a imaginii din pdf, nemaipăstrându-se direfitele coduri specifice editoarelor.
Este cunoscut faptul că pentru convertirea din pdf în doc, există o serie de programe specializate în acest sens; există totuşi situaţii când se procedează aşa cum am arătat aici, prin procedeul Copy & Paste.

■ text copiat din pagini web şi lipit în fişiere .txt, .rtf şi .doc – direct cu Copy & Paste.
Rezultatele sunt identice cu cele de la copierea din pdf.

Concluzia personală:
[1] Există cu adevărat situaţii în care rândurile rupte se termină cu spaţiu;
[2] Este necesară implementarea acestor situaţii în AutoCorect;
[3] La acest moment înclin spre varianta adăugării de submeniuri la cele 5 deja existente. În funcţie de discuţii, voi mai reveni în legătură cu aceast aspect.

_______________________________________

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 |

#56

Seven
Moderator
Din: Ţara Perfectului Simplu

***
În legătură cu structura meniului...
Mă gândeam, dacă nu ar fi mai potrivit ca opţiunea "Corectare automată după OCR" din "Editare" să cuprindă o ramură de subopţiuni.

Adică, la deschiderea opţiunii "Corectare automată după OCR" să se deschidă mai multe subopţiuni:
Pun mai jos o imagine doar cu scop explicativ. Numele opţiunilor [subopţiunilor] sunt puse doar cu rol de exemplu

#57

menssana1984
Vizitator

Seven aveam acelasi raspuns si de la Cosmin, dar nu am intalnit niciodata situatia asta. Mi se pare o intrerupere fortata a randului prin folosirea de punct si virgula.

Este posibil ca cei care se rezuma la simpla urmarire a topicului, sa fie, mai mult sau mai putin, in situatia mea, adica sa nu se considere suficient de profesionisti ca sa ia asemenea decizii. Eu am cerut cateva chestii care stiu ca mi-ar usura mie munca, dar nah.... de aici incolo sunt un pic depasit.

Dar... daca Cosmin are suficient timp si energie si doreste sa mearga cu proiectul asta inainte... pai ar cam avea cu ce.
Exista un ditamai ghidul RIF, exista un template si poate chiar un pic de colaborare din partea celui care l-au realizat. Si daca nu gresesc, munca la template s-a sistat de ceva timp.
Acum dupa ce a fost folosit de atatea persoane si dupa atata timp, se poate spune daca e setul de unelte e complet sau nu, si s-ar putea integra noile cerinte in Autocorect.
Deci daca scopul e realizarea unei versiuni de Autocorect dedicata lucrului cu ocr-ul, atunci resurse ar fi, timp si chef sa fie in rest.

Si eu ma asteptam sa fie un pic mai mult feedback la aparitia lui Cosmin pe forum, dar nah...
Cele 3 persoane (Seven, BlankCd si Idbmax... poate si Aleph

) cred ca au suficient de multa experienta pentru a-l ghida pe Cosmin sau pentru a-l atentiona in anumite probleme.

Seven, in privinta structurii ferestrei... atata vreme cat optiunile respective sunt relativ generale... nu prea conteaza cum e aranjata.
Iar incepatorii, si e destul de sigura chestia asta, nu prea o sa se uite ei pe text mai niciodata

daca ei considera ca asta e corectura automata.

#58

ciuperca_cosmin
VETERAN
Din: Bacau

O alternativa la meniuri ar fi si o fereastra cu taburi (cum e cea de la Configurare).

PS: personal eu as prefera sa fac cu meniuri (ca e mai usor de facut in cod)

dar am prezentat inca o sugestie ca sa discutati si sa alegeti alternativa care e mai buna pentru voi.

#59

Seven
Moderator
Din: Ţara Perfectului Simplu

***
menssana,
Ai dreptate şi tu şi Blank şi idb: la acest moment există multă informaţie despre digitalizare aici pe forum, cât şi pe net. Eu am rămas puţin cu imaginea veche de acum doi ani când cotrobăiam înebunit pe net după o cât de mică informaţie. Suntem mulţi pe forum care am descoperit muncind şi greşind reguli pe care între timp le-am explicat pe forum.
Pe de altă parte, nu sunt adeptul folosirii unui singur tip de corector, editor, template etc.
O anume corectare semiautomată se realizează perfect cu un template şi mai greu cu altceva, alte corecturi merg perfect cu AutoCorect, altele trebuiesc realizate în Word cu confirmare situaţie cu situaţie...
De aceea cred că pregătirea textului pentru corectura manuală este bine să se facă cu mai multe unelte, unele fiind mai bune decât altele într-o anume etapă.

Revenind concret la opţiunile AutoCorect
Da, situaţia ca un rând rupt să fie chiar în situaţia în care se termină cu punct şi virgulă este destul de rară.

Am insistat şi pe prinderea acestei situaţii în opţiune [există posibilitatea să fie activată sau nu - deci fiecare face procedează cum crede de cuviinţă, în funcţie de cartea la care lucrează], deoarece încă lucrez la cartea "Michel ZÉVACO - Eroina", unde punctul şi virgula sunt folosite în exces. Sunt fraze după fraze care încep cu literă mic şi se termină cu punct şi virgulă şi fac parte din acelaşi paragraf.

Acum,
Am testat ultima versiune de AutoCorect care cuprinde 10 subopţiuni la "Repararea rândurilor rupt", una care încă nu e pusă pe forum.

Teste şi constatări:
Am copiat circa 20 de pagini dintr-un pdf realizat la cartea Vraciul pe care am corectat-o pentru [V2.0] şi am transferat textul în Word. Subliniet că am folosit înainte de realizarea pdf şi opţiunea de despărţire automată la capăt de rând, astfel că în pdf apar circa 5 situaţii de acest gen pe pagină.

După copierea din pdf în document Word nou, toate rândurile apăreau cu spaţii la sfârşit de rând. Am salvat documentul în format rtf, l-am încărcat în AutoCorect şi am rulat opţiune ade reparare a rândurilor rupte.

Constatare:
Cu noile opţiuni din varianta de azi, s-au reparat toate rândurile cu o excepţie.
Am avut situaţii în care erau rânduri rupte, dar noul rând începea cu un nume de persoană, care erau scrise cu literă mare.
Părerea mea personală, ţinând cont de experienţa rezultată din realizarea unui număr relativ mărişor de OCR, este că această situaţie nu trebuie prinsă în opţiunea AutoCorect.

Mai întâi, apariţia rândurilor rupte direct din OCR este accidentală, ea poate fi evitată, dar nu în totalitate, iar excepţiile care rămân se încadrează perfect în una din situaţiile deja implementate în AutoCoret.
În al doilea rând, la realizarea OCR poate apărea situaţia în care un punct la sfârşit de paragraf să nu fie recunoscut. Se poate întâmpla frecvent asta când tiparul este mai şters, cartea e mai veche şi unele puncte sunt tipărite mai şters sau prea puţin vizibile. [Am întâlnit cărţi în care punctele aveau 3-4 mărimi - ceva aşa de la punctoi la punctişor.]
Pentru a evita unirea unor paragrafe reale, dar cărora le poate lipsi ultimul sau ultimile două-trei caractere, este foarte bine să nu se facă unirea rândurilor rupte în cazul în care un rând nou începe cu literă mare.

Am menţionat toate acestea, mai puţin pentru Cosmin şi, în primul rând pentru useri, ca aceştia să ştie că opţiunea nu rezolvă, dar nici nu trebuie să rezolve absolut toate situaţiile care pot apărea în practică.
Este important ca un program să rezolve cât mai multe situaţii reale [indiferent la ce se referă aceste situaţii], dar să nu "corecteze" în mod eronat şi situaţii care nu ar trebui rezolvate.
Sper să fi fost suficient de explicit.

O a doua constatare
Am subliniat că au existat cuvinte despărţite la capăt de rând. Ele s-au încadrat la la subopţiunea [literă mică,liniuţă, spaţiu][sfârşit de paragraf][literă mică], adică subopţiunea 7 din versiunea de azi a AutoCorect.

La unirea rândurilor a apărut situaţia în care cuvântul "nevinovat" care fusese despărţit la capăr de rând în [nevino-] şi pe rândul următor [vat], a apărut după repararea rândurilor rupte, undeva la mijlocul rândului, scis sub forma [nevino- vat], deci cu cratimă şi spaţiu după cratimă.

Părerea mea este că aceste situaţii trebuie să rămână exact aşa după rularea opţiunii AutoCorect şi apoi se pot înlocui automat sau prin confirmare situaţie cu situaţie în Word sau în AutoCorect.
De ce să rămână aşa?
Pentru că de cele mai multe ori Abbyy nu face diferenţa între cratima clasică, liniuţa de despărţire a cuvintelor la capăt de rând, liniuţa explicativă şi alte linii şi liniuţe, făcând frecvent confuzii şi recunoscându-le de cele mai multe ori pe toate ca fiind cratimă.

Deci, ca o concluzie finală, personal sunt foarte mulţumit de opţiunea reparării rândurilor rupte în varianta care este ea prezentă în versiunea AutoCorect 2011.09.08 şi cred că nu mai trebuie revizuită în niciun fel, ci să rămână ca variantă finală a acestei opţiuni.

Seven

#60

ciuperca_cosmin
VETERAN
Din: Bacau

Uite si exe: http://www.mediafire.com/?yas06qywa14649l
N-am modificat inca pe meniuri sau fereastra cu taburi, astept sa se ajunga la un consens.

#61

menssana1984
Vizitator

Seven, sunt complet de acord cu tine.
Nu cred ca as fi reusit sa prezint situatia asa, dar sunt de acord cu tine. Si eu si putina experienta pe care o am legata de ocr-uri.

Cosmin, daca e mai simplu sa implementezi optiunile in stilul meniu, fa-o asa.
Important e sa stabilesti ce anume este sau va fi functional dintre toate lucrurile ce s-au discutat sau se vor discuta aici. Chestiile ce tin de imagine pot fi rezolvate si mai tarziu.

Seven, i-am propus lui Cosmin sa imparta Autocorectul in 2 executabile diferite,
Autocorectul normal si Autocorectul de tip RI, care sa contina doar acele optiuni.
Propun lucrul acesta pentru a mai decongestiona fereastra un pic.
Dar asta e decizia lui Cosmin, el stie cat e sau nu de dificil.

#62

Seven
Moderator
Din: Ţara Perfectului Simplu

***
M-am gândit şi eu cu ceva timp în urmă la două executabile diferite şi am propus asta lui Cosmin.
Pe undeva cred că eram un pic ofticărit pe ruşii care au făcut Scan-Tailor, Scan-Kromasor şi alte alea şi, mă gândeam că e bine să avem şi noi un soft special pentru digitalizare.
Între timp m-am răzgândit şi nu mai susţin două softuri diferite.

Cel mai important lucru este că având două softuri diferite, Cosmin Ciupercă şi Daniel Morlova vor trebui să implementeze fiecare nouă îmbunătăţire în două softuri şi nu în unul singur, ceea ce mi se pare mult mai dificil; practic ar fi o muncă dublă.

Pe de altă parte, dacă ceea ceea ce a implementat până acum Cosmin şi, eventual va mai fi dispus să facă, apare în fereastra de meniuri aşa cum este acum, adică "Editare —> "Corectare automată după OCR", pentru noi cei ce ne ocupăm de cărţi va fi suficient şi vom şti să accesăm ceea ce ne trebuie, iar pentru cei ce folosesc AutoCorect la editare-corectare documente oficiale nu cred că-i deranjează o opţiune în plus. Ba, mai mult decât atât, cred că nici nu se vor prinde foarte repede că a apărut o opţiune în plus.

Asta e părerea mea. Cea mai importantă e părerea celor ce lucrează concret la acest program, aşa că doar Cosmin şi Daniel sunt cei ce pot hotărî asta.

Practic, eu la acest moment în afară de alte câteva explicaţii pe care aş vrea să le mai fac despre nişte opţiuni deja existente, mai am două probleme de discutat şi doar una dintre ele cu propunere de implementare.

Problema cu cifra 1, ori semnul ! sau litera i mare puse în mod eronat de Abbyy în loc de litera L mic lipit de cratimă nu va trebui implementată automat; înlocuirile de acest gen se pot realiza foarte bine cu ajutorul dicţionarelor de "Înlocuire multiplă", doar că prefer să discutăm situaţiile pe forum, pentru a realiza nişte dicţionare cât mai bune.

În afară de aceste situaţii, există câteva zeci de cuvinte întregi de câte 2 litere, trei litere şi patru litere, care se pot înlocui fără probleme automat; aceste cuvinte există în limba română într-o singură variantă corectă aşa că nu pot apărea erori; dau câteva exemple:
- c eronat în loc de e corect: cc, dc, lc, nc, pc, sc, tc;
- â eronat în loc de ă corect: bâ, câ, dâ, fâ, mâ, sâ;
- alte cuvinte de 2, 3 sau 4 litere de acest gen.
Aceste situaţii pot foarte bine să fie corectate cu ajutorul dicţionarelor de tip .imd pentru "Înlocuiri multiple", dar dacă se pot implementa fără mare dificultate, atunci e foarte bine să fie implementate.
Indiferent de modalitatea de rezolvare, voi pune şi această listă pe forum pentru a fi discutată şi completată, eventual retrase unele cuvinte pentru care există şi o altă formă corectă, şi înlocuirea automată ar putea produce 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 |

#63

ciuperca_cosmin
VETERAN
Din: Bacau

Daca implementez inlocuirea acestor cuvinte am doua intrebari:
- aceste dictionare sa fie bagate in fisierul exe sau ca dictionar separat?
- sa fie editabile in interfata (pentru a le mai imbunatati in timp) sau nu...?

PS: daca implementez aceste corectari sub forma de meniuri presupun ca necesita fiecare la pornire o mica fereastra de confirmare a actiunii; sau sa implementez fara?

#64

Seven
Moderator
Din: Ţara Perfectului Simplu

***
Mă gândeam ca mai înainte să pun o listă cu aceste cuvinte pe forum pentru ca să vedem dacă lista poate fi completă, dar mai ales, dacă în listă nu s.au strecurat cuvinte care pot avea mai multe forme;
De exemplu: cuvântul d a r este frecvent ocerizat în forma c l a r, ori s t â n g în forma s t i n g sau l â n g ă în forma l i n g ă
Aceste cuvinte nu pot fi înlocite automat ci doar cu confirmare situaţie cu situaţie, deoarece există în limba română ambele cuvinte pentru fiecare exemplu.
De aceea prefer ca astfel de înlociri să le fac în Word prin Find & Replace cu confirmare. lista unor astfel de cuvinte cu două sau mai multe versiuni corecte este mai mare.

■ Mai întâi toate aceste cuvinte e bine să fie înlocuite într-o singură opţiune. Eu am dat exemplu mai sus de mai multe grupuri de erori, dar nu cred că trebuie să existe mai multe subopţiuni pentru fiecare grup de erori. Eventual aceste cuvinte por fi afişate într-un help mai detaliat la care suntem dispuşi să colaborăm pentru editarea lui.

■ Cred că ar fi bine să fie puse în dicţionar separat, deoarece apar numai în situaţia realizării OCR; nu sunt greşeli ce ar putea apărea la editare, ca urmare a faptului că tastele ar fi una lângă alta.

■ Cu sau fără interfaţă? Înclin să cred că fără.
Dacă vor mai apărea cuvinte, în timp, de acest gen se pot adăuga în dicţionare de "Înlocuire multiplă".
Singura problemă este dacă ne scapă vreun cuvânt care ar trebui să fie scos mai apoi – vom încerca să fim atenţi ca să nu se întâmple aşa ceva.

■ Cu sau fără fereastră de confirmare?
Poate că ar fi bine să fie o fereastră în genul celei de la "Conversie text clasic în contemporan", dar nu este neapărat necesară.
Dacă meniul se organizează aşa cum am propus mai sus, atunci există deja un fel de atenţionare a utilizatorului că a intrat într-o zonă specială, dedicată OCR.
Practic, depinde câtă muncă de programare necesită realizarea afişării acestor ferestre şi dacă ele fac programul mai greu de rulat.

_______________________________________

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 |

#65

Seven
Moderator
Din: Ţara Perfectului Simplu

***
Este arhicunoscută situaţia neplăcută în care constatăm că o carte, uneori chiar corectată, conţine foarte multe cuvinte în care în locul literei L mic, găsesc cifra 1.
Cei care nu au suficientă experinţă şi corectează cartea fără corectoare de limbă activate au neşansa să nici nu constate că în loc de litera L mic, au în carte foarte multe cuvinte scrise cu cifra 1.
Dacă folosind fontul Arial este destul de uşor de constatat diferenţa dintre cifra 1 şi litera L mic, folosind fontul Bookman Old Style cele două semne arată identic.
Pentru a corecta această eroare a lui Abbyy dar şi câteva alte erori, am folosit de-a lungul timpului un dicţionar de tip "înlocuiri multiple".

Situaţiile în care Abbyy recunoaşte în mod eronat litera l [L mic] ca fiind cifra 1 ori semnul ! sau litera I [i mic], sunt reduse la cuvinte foarte scurte sau în componenţa cuvintelor cu cratimă, cuvintele în care litera L mic este lipită de cratimă [atât înaintea cratimei, cât şi după cratimă].

Am întomcit 3 liste sub formă de tabel în format doc şi pdf cu înlocuirile propuse.
Am urcat pe mediafire o arhivă care cuprinde lista în format doc + pdf.
Nume arhivă: Înlocuire cuvinte cu 1, ! şi I.rar
Adresa: http://www.mediafire.com/?cziceouavcg9405

Vizualizare directă, aici: Listă Înlocuire cuvinte cu 1, ! şi I

Rog userii dispuşi să analizeze aceste cuvinte sau fragmente de cuvinte şi să vină cu propuneri de completare a listei sau de scoatere a înregistrărilor pe care le consideră eronate.

_______________________________________

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 |

#66

ciuperca_cosmin
VETERAN
Din: Bacau

Inca o intrebare: pentru fiecare din aceste functii Undo (sau Anulare pe romana) sa mearga la nivel de eroare corectata (de exemplu grup de majuscule schimbat in litere mici sau paragrafe unite) sau sa anuleze in "bloc" toate modificarile facute de functia respectiva?

#67

Seven
Moderator
Din: Ţara Perfectului Simplu

#68

ciuperca_cosmin
VETERAN
Din: Bacau

Am modificat interfata pe meniuri.
De asemenea am implementat totusi si inlocuirea cuvintelor si bucatilor de cuvinte care au probleme cu L mic. Stiu, ramasese stabilit sa fie separate - daca totusi se va decide sa fie separata se va inlocui usor cu cealalta optiune (Corectarea cuvintelor foarte scurte reproduse eronat). Daca nu voi adauga usor si pe cealalta.
Cele 3 dictionare care mi le-ai trimis, Seven: S1 1 - Lmic.imd, S2 ! - Lmic.imd si S3 I - Lmic.imd se copie in "c:\Documents and Settings\Nume_User\Application Data\AutoCorect Contemporan\Dictionare".
In momentul cand rulezi optiunea AutoCorect le incarca pe toate 3 si face inlocuirile.
Faptul ca le-am lasat in forma originala, ca sunt la locatia obisnuita de incarcare dictionare imd si ca le incarca doar in momentul cand faci corectarea (nu la incarcarea programului) permite utilizatorului sa le editeze, salveze si utilizeze fara sa restarteze AutoCorect.
Am facut si Anulare in "bloc".

#69

ciuperca_cosmin
VETERAN
Din: Bacau

Am implementat si "Corectare cuvinte foarte scurte reproduse eronat".
La cererea lui Seven, "Corectarea literei L mic, reprodusa eronat ca 1, ! si I" va incarca dictionarele L1.imd, L2.imd si L3.imd. "Corectare cuvinte foarte scurte reproduse eronat" va incarca S1.imd, S2.imd, S3.imd si S4.imd.
Link exe: http://www.mediafire.com/?6a508wubgf7s2f4

#70

Seven
Moderator
Din: Ţara Perfectului Simplu

***
Mulţumim Cosmin pentru bunăvoinţă şi promptitudine.

Am o primă formă a dicţionarelor de tip IMD pe baza cărora rulează ultimele două opţiuni de corectare.
Este vorba de:
- L1.imd, L2.imd şi L3.imd – care folosesc la rularea opţiunii "Corectarea literei L mic, reprodusa eronat ca 1, ! si I"
- S1.imd, S2.imd, S3.imd şi S4.imd – care folosesc la rularea opţiunii "Corectare cuvinte foarte scurte reproduse eronat"

L1, L2, L3 se bazează pe tabelele urcate mai sus, la care am mai adăugat câte 6 înregistrări pentru cuvintele "dă-i" şi "fă-i".
S1 este un dicţionar de cuvinte scurte cu cratimă sau care au în componenţă alte semne decât litere; de exemplu: §i se transformă în şi.
S2, S3 şi S4 cuprind cuvinte scurte formate din două, trei, respectiv patru litere.

Dicţionarele se copiază în calea de căutare explicată de Cosmin; ele se încarcă în program numai pentru funcţionarea opţiunilor amintite.
Vizionarea conţinutului dicţionarelor se poate face prin deschiderea dicţionarelor cu opţiunea:
"Editare —> Înlocuire multiplă —> Dictionare —> Deschide..."

Am urcat o mică arhivă cu cele 7 dicţionare pe mediafire.
Nume arhivă: Dictionare IMD L1-L3, S1-S4 PLUS - 2011.09.30.rar
Adrese arhivă: http://www.mediafire.com/?6huea306bu7aa4a
http://fbx.ro/7onmov0ftfqbgtfb

_______________________________________

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 |

#71

ciuperca_cosmin
VETERAN
Din: Bacau

Am adaugat aceste modificari si la AutoCorect Clasic + am actualizat cele doua exe in prima postare din topic.
Seven, ai mentionat ceva de adaugat la Help. Daca mai intentionezi sa il modifici am sa iti trimit uneltele necesare.

#72

Seven
Moderator
Din: Ţara Perfectului Simplu

***
Am verificat valabilitatea dicţionarelor L1-L3 şi S1-S4 pentru versiunea AutoCorect Clasic.
L1-L3 şi S1-S2 sunt valabile în totalitate pentru ambele versiuni, dar S3 şi S4 conţin câteva înregistrări valabile doar pentru text contemporan;

Voi revedea în timp componenţa înregistrărilor din dicţionare, pentru că e posibil ca unele modificări să nu mai fie necesare. De exemplu: există înregistrări [modificări] pentru cuvinte întregi, de genul rîs -> râs, sîn -> sân, care în acest moment nu se mai justifică; Ele erau valabile pentru text clasic convertit în text contemporan prin metoda "Înlocuirilor multiple"

La acest moment, am o întrebare:
Este vorba de cuvinte care conţin cratimă, precum dă-mi, ce-am, mi-au...
Mă interesează cum sunt tratate în opţiunea "Înlocuiri multiple"; sunt considerate Cuvinte întregi cuvintele cu cratimă în componenţa lor sau sunt Cuvine întregi doar cuvintele obişnuite, fără cratimă.

Cosmin,
Am spus şi sunt dispus să ajut la dezvoltarea Help, cu elemente privind noile opţiuni şi eventual cu explicaţii în plus la cele mai vechi. Când spun "explicaţii în plus" mă refer la explicaţii pentru unii utilizatori care au mai puţine cunoştinţe în domeniu.
De asemeni, pentru userii de pe forum, aş vrea să încerc realizarea unui tutorial detaliat despre folosirea AutoCorect;
Pe forum există un topic privind precorectura cărţilor, care trebuie reactualizat cu ultimele opţiuni pe care le oferă AutoCorect şi făcute mofidicările de rigoare;

Practic toate acestea – help, tutorial, topic – se bazează pe aceleaşi informaţii, doar că în cantităţi şi structuri diferite; cum tutorialul ar trebui să fie cel mai detaliat, el trebuie să cuprindă cele mai multe informaţii, cred că cel mai bine este să încep cu el şi apoi să extrag informaţii pentru topic şi Help.

Deocamdată nici în mintea mea nu sunt stratificate toate informaţiile.
Mai am nevoie de un pic de timp pentru testarea opţiunilor şi perfecţionarea dicţionarelor existente.
Ba, mai mult, cred că două-trei zile mă ocup numai de corectură ca să mai schimb activitatea.
Toate aceste informaţii, mai întâi ţi le voi pune la dispoziţie prin intermediul mail şi numai după aceea voi proceda la "trecerea lor pe curat".

Seven

#73

ciuperca_cosmin
VETERAN
Din: Bacau

Cuvintele cu cratima sunt considerate cuvinte intregi.

#74

menssana1984
Vizitator

Facut conversie text clasic > contemporan. Un cuvant ce nu vrea sa se schimbe.

dîră

A mai aparut vreo versiune noua de exe?

#75

Seven
Moderator
Din: Ţara Perfectului Simplu

Pagini: 1 2 3 4 5 6 ... 52

Mergi la