*** Doamne!... bineînţeles că ai dreptate. Se pare că am "citit" cam mult de sărbători... sau ramoleala?... altfel nu se explică de ce mi-am imaginat că probleme de Compresie Imagini ar putea fi încadrate la setări Punctuaţie PCR Plus. Scuze! Toate cele bune!
_______________________________________ Oameni şi popoare îşi cată libertatea; după ce-o obţin, îşi caută stăpân.
Referitor la a doua parte a mesajului tau. Cred ca se pate implementa, da, cu o mica modificare: ferestra respectiva sa aiba si un loc de pus bifa ca sa nu mai apara data viitoare. Nu e necesar sa plictisim utilizatorul cu acest mesaj de fiecare data, e suficient cred sa-l facem sa-l citeasca cel putin o data. Adica in stilul mesajului cand se incearca adaugarea de diacritice pe automat. I se aduce la cunostinta ca mai e ceva de facut dupa, stie acum si poate sa dezactiveze mesajul.
@Cosmin, E foarte bine în varianta de fereastră cu bifă ca să nu mai apară mesajul. Important este să apară de la început un astfel de "avertisment oficial", să zic aşa. Ştiu că este mult de muncă pentru implementarea unei astfel de ferestre, dar cred că este foarte necesară.
_______________________________________ Oameni şi popoare îşi cată libertatea; după ce-o obţin, îşi caută stăpân.
Sugestie pt gasirea unei solutii de implementare in AC a CORECTURII AUTOMATE, (fara aprobare de catre user, si fara sugerare de catre AC) a punctelor de suspensie.
Am testat azi pe text, si am vazut ca AUTOCORECT sugereaza CORECT adaugarea unui pct langa cele 2 puncte ratacite.
SUGESTIA AC se poate transforma direct in OPERATIE AUTOMATA.
Recapitulez ideile... o parte din ''metodologia'' de mai jos CRED CA este deja rezolvata)
1. in Tabla de Materii, Cuprins (CONTENTS) documente, intalnim multe puncte (sa le spunem ''de suspensie''), ca in exemplul de mai jos:
Reducerea numarului punctelor de suspensie la STRICT trei puncte, adica:
. . .
Nu ne intereseaza pastrarea numarului paginii, intrucat NOI vom determina acest numar, functie de formatul A4, A5, in care FORMATAM documentul final.
Plus ca formatarea CUPRINSULUI se poate face ulterior manual /automat din word.
2. Transformarea TUTUROR secventelor .,. ,., (SI desigur, si a combinatiilor de 4, sau 5 sau ''en-şpe'' puncte si/sau virgule ) in STRICT TREI PUNCTE DE SUSPENSIE.
Atentionare. La convertirea in Elipsis ni se transforma gruparea de trei puncte separate in ELIPSIS.
DAR nu NI se vor transforma in ELIPSIS 4 sau mai multe puncte.
Personal, consider CA elipsis ne incurca un pic.
Pentru simplificare, propun eliminarea notiunii si operatiilor de convert IN elipsis din ''portbagajul'' AUTOCORECT, intrucat complica SI corectura automata ulterioara in word.
3. Dupa terminarea (corectura automata) primelor 2 etape, si deci, DUPA reducerea nr. punctelor la STRICT 3, trebuie rezolvate situatiile = oricare din combinatiile . si ,
- de ex., combinatia Anyletter.,Spatiu poate ramane ASA, intrucat este foarte des intalnita. etc., obs., op. cit., O.K.,
- combinatia INVERSA AnyLetter,.SPATIU se poate transforma automat (cu bune rezultate) in simpla VIRGULA-spatiu, AC eliminand automat punctul, iar litera urmatoare (minuscula / majuscula) ramanand NESCHIMBATA, si in plus, AUTOCORECT semnaland automat o eventuala combinatie , ENTER care e corectabila la ELIMINARE RANDURI RUPTE.
Daca hotarati ca secventa AnyLetter,.SPATIU sa o transformati in SIMPLU PUNCT, e foarte posibil ca litera urmatoare SECVENTEI sa se transforme in majuscula (datorita setarilor userilor), iar un eventual ENTER/Paragraph sa consfinteasca TERMINAREA paragrafului (uneori in mod eronat).
NOTA ulterior userul va adauge SIMBOLUL POTRIVIT/CORECT, manual, la corectura FINALA dupa original.
4. Dupa rezolvarea acestor probleme la final, acolo UNDE MAI RAMAN doua puncte (''ratacite'') . . SPATIU AUTOCORECT POATE INTRODUCE AUTOMAT TREI puncte de suspensie in loc de doua. Si sunt convins ca nu va gresi prea mult.
*** Jullien, trebuie să mai "rumeg" un pic fiecare din situaţiile prezentate. În principiu, sunt de acord cu o parte dintre propuneri, dar mă cam încurcă o altă parte dintre propuneri. Cred că va trebui să găsim o formulă de compromis. Deocamdată, doar două probleme.
Prima problemă: Renunţarea definitiv la opţiunea cu convertirea în Elipsis ar atrage după ea nefuncţionarea în parametrii corecţi a altor opţiuni.
Dacă această convertire încurcă la corectarea în Word [în acest moment nu-mi dau seama în ce situaţii ar încurca, dar nu neg acest lucru] putem face la sfârşitul programului o reconvertire din Elipsis în trei puncte.
Să mă explic: Dacă nu s-ar face mai întâi conversia punctelor de suspensie în Elipsis, atunci la opţiunea de majusculare la început de frază care urmează după punct urmat de spaţiu, s-ar majuscula şi frazele [propoziţiile] care încep după punctele de suspensie. După câte ştim, în beletristică, în cele mai multe cazuri, majuscularea după punctele de suspensie nu trebuie făcută. Am făcut mai întâi conversia punctelor de suspensie în Elipsis exact din acest motiv, pentru ca ultimul punct de la punctele de suspensie să nu fie confundat cu un simplu caracter "punct". Acum, când activăm opţiunea Majusculă la început de frază care urmează după punct, nu se va face majuscularea frazelor care urmează după Elipsis, ci doar a acelora care urmează după un simplu punct. Bineînţeles că mai sunt erori, deoarece alte câteva forme de aranjamente de puncte şi virgule se corectează în Elipsis, doar la următoarea opţiune, numită "2.4 Corectare suplimentară Elipsis". Opţiunea asta rulează pe baza dicţionarului CO_Elips.imd. şi în acest dicţionar putem adăuga orice altă grupare care nu este înregistrată încă. Eu deocamdată am prins în dicţionar aranjamente de 3 şi 4 caractere formate din puncte şi sau puncte şi una sau maxim două virgule. În dicţionar se poate adăuga orice grupare care ne este de folos.
În principiu nu am fost de acord ca doar două caractere fie punct+punct sau punct+virgulă să fie convertite în Elipsis; astfel de situaţii sunt doar semnalate dar nu am propus înlocuire nici automată, nici cu confirmare, pentru că mi s-a părut corect ca le să fie corectate atunci când se face compararea cu originalul.
A doua problemă: Multe puncte de suspensie [precum cele de la cuprins] să se transforme în doar 3 puncte. E corect ceea ce spui. La cuprins fac şi eu exact acest lucru. Mai există însă o situaţie în care avem multe puncte de suspensie care trebuie să rămână în aceeaşi formă; este vorba de puncte de suspensie dintre diferite frahmente al cărţii, care marchează lipsă de text faţă de original sau transferarea subiectului în timp sau/şi spaţiu. Din acest motiv, mă gândesc că transformarea unui număr mare de puncte în doar 3 puncte trebuie să se facă cu confirmarea utilizatorului şi nu în mod automat. Modificarea asta s-ar putea face în ultimul dicţionar al programului, numit CO_Var4.imd... doar că există o problemă.... trebuie să găsim soluţia ca toate aceste situaţii să fie convertite, ori numărul de puncte poate fi diferit, astfel că ar fi nevoie de multe înregistrări... dar ne vom mai gândi la soluţie...
_______________________________________ Oameni şi popoare îşi cată libertatea; după ce-o obţin, îşi caută stăpân.
Am primit mesajul tău. Încerc să găsesc o formulare scurtă, dar suficient de clară. Imediat cum rezolv am să-ţi trimit un mail cu soluția propusă. De altfel am probleme de vizualizare a MP, aşa că mailul va rămâne singurul canal de comunicare cu tine.
Stimă şi deosebit respect!
Seven
_______________________________________ Oameni şi popoare îşi cată libertatea; după ce-o obţin, îşi caută stăpân.
Nu reuşesc să găsesc o formulare mai bună. Propun următoarea avertizare:
Atenţie! Cu meniul OCR Plus se pot prelucra automat numai texte de tip OCR brut. După prelucrarea textului cu AutoCorect OCR Plus este OBLIGATORIE corectura manuală prin citire cap-coadă a textului.
Precesarea automată [cu AutoCorect OCR Plus] a unui text deja corectat este o EROARE, deoarece dicţionarele OCR plus vor face modificări corecte ale cuvintelor cu frecvenţă mare în limba română, dar pot realiza modificări nedorite asupra cuvintelor care au frecvenţă mică în limbajul obişnuit, ori asupra cuvintelor din limbaj popular, argou, jargon etc.
_______________________________________ Oameni şi popoare îşi cată libertatea; după ce-o obţin, îşi caută stăpân.
*** Mulţumesc şi eu. Am făcut download şi cred că atenţionarea este folositoare. Sper că nu sună prea dur, astfel încât userii să se sperie şi să renunţe la prelucrarea textelor OCR cu AutoCorect, ci doar să-i avertizeze că nu e bine să ruleze prin AC versiuni corectate de text asupra cărora nu vor mai reveni cu o verificare nouă.
Aş avea, totuşi, o constatare în legătură cu fereastra. Cred că ar fi şi mai bine dacă ar exista un rând gol între cele două părţi ale atenţionării. Le-ar face mai uşor de citit. Pare mai uşor de citit două fragmente mici de text decât unul singur dar mai mare.
Ca să nu te mai complici cu modificarea codului pentru redimensionarea ferestrei, poate că ar merge ca prima parte a atenţionării să fie scrisă pe acelaşi rând cu "Atenţie!" şi în felul ăsta se câştigă un rând care se poate insera între cele două părţi.
_______________________________________ Oameni şi popoare îşi cată libertatea; după ce-o obţin, îşi caută stăpân.
Ai dreptate, ar arata mai bine cu un rand gol intre cele 2 parti.
Altceva: stiu ca pentru profesionisti "OCR brut" are sens dar pentru un novice s-ar putea sa fie mai greu sa inteleaga ca e vorba de un text obtinut dupa scanarea unei carti. Nu e rau nici scris asa dar poate gasim o exprimare mai "generala" care sa fie un pic mai pe intelesul tuturor...
*** Poate că în loc de "OCR brut" să spunem "OCR necorectat"? Şi atunci, în loc de "... se pot prelucra automat numai texte de tip OCR brut" să scriem "... se pot prelucra automat numai texte de tip OCR necorectate"?
Cred că "necorectate" ar trebui să fie la forma de plural, pentru că se referă la "texte"... parcă aş am eu sentimentul că trebuie.
_______________________________________ Oameni şi popoare îşi cată libertatea; după ce-o obţin, îşi caută stăpân.
Eu ma gandeam la un termen si mai general precum "texte obtinute prin scanare cu programe OCR" (e doar un exemplu, nu zic sa-l utilizam in aceasta forma). Dar merge si asa, e ceva mai bine.
PS: si cred ca acordul ar trebui facut cu "tip" nu cu "texte"... E ca si cum spui "texte de tip OCR brute"... Sau ar merge "texte necorectate de tip OCR".
*** Cred că ai dreptate... Trebuie o formulare mai clară, dar şi mai detaliată.
Eu m-am gândit că atenţionarea trebuie să se adreseze celor ce digitalizează cărţi dar care e posibil să nu cunoască foarte bine funcţiile şi opţiunile programului. Pentru aceştia atenţionarea propusă ar fi putut fi suficientă.
Am uitat însă că implementarea meniului în programul standard va face ca toţi utilizatorii "clasici" ai AutoCorect să poată accesa meniul OCR Plus, fără ca aceştia să ştie ce înseamnă OCR, fie el brut sau necorectat.
În cazul ăsta, cred că atenţionarea ar trebui să înceapă cu o frază suplimentară, suficient de clară, din care să rezulte că meniul OCR Plus este destinat/creat special pentru utilizatorii care digitalizează cărţi. Privind situaţia din acest punct de vedere, cred că expresia "texte obtinute prin scanare cu programe OCR" este mult mai clară decât "OCR necorectat".
Cred că trebuie să găsim o nouă formulare pentru atenţionare, astfel încât să fie suficient de clară şi pentru cei ce nu ştiu ce este acela un OCR şi care nu cunosc nimic despre digitalizare.
_______________________________________ Oameni şi popoare îşi cată libertatea; după ce-o obţin, îşi caută stăpân.
*** Am reformulat avertismentul. Introducând o nouă frază am încercat să le mai scurtez pe cele deja existe ca textul să aibă loc în fereastră. ...şi am scăpat şi de acorduri.
Oare varianta asta sună suficient de clar?
Atenţie! Acesta este un meniu special destinat activităţii de digitalizare a cărţilor şi prelucrează texte obtinute prin scanare cu programe OCR.
Se pot prelucra automat numai texte de tip OCR. După prelucrarea textului cu AutoCorect OCR Plus este OBLIGATORIE corectura manuală prin citire cap-coadă a textului.
Procesarea automată a unui text deja corectat este o EROARE, deoarece dicţionarele OCR plus vor face modificări corecte ale cuvintelor cu frecvenţă mare în lb. română, dar pot realiza modificări nedorite asupra cuvintelor care au frecvenţă mică în limbajul obişnuit.
_______________________________________ Oameni şi popoare îşi cată libertatea; după ce-o obţin, îşi caută stăpân.
*** Da, e bine. E foarte bună şi sugestia, deşi am şi eu o sugestie la sugestie. În loc de forma "asupra cuvintelor" aş propune să punem "asupra unor cuvinte", ca să rezulte că doar unele pot fi afectate.
_______________________________________ Oameni şi popoare îşi cată libertatea; după ce-o obţin, îşi caută stăpân.
*** Este foarte bine. Paragrafele sunt suficient de "aerisite", iar informaţiile par că vin în trepte... ceva de genul: "dacă ai înţeles până aici, atunci citeşte mai departe pentru a afla o informaţie în plus." Pare destul de scurt, dar şi suficient de clar. Eu cred că e destul de bine aşa. Sper că şi utilizatorii să fie de aceeaşi părere.
LE: utilitasetveritas, Să-mi fie cu iertare! nu sunt de acord cu tine, deşi, probabil sună destul de răutăcios ceea ce scriu, dar e părerea mea sinceră.
Nu cred că trebuie oferit totul pe tavă, deşi s-a făcut asta din plin. Sunt convins că e de datoria fiecăruia să se documenteze asupra programului. Dacă cineva ignoră avalanşa de informaţii despre AutoCorect de pe acest forum, dacă nu se deranjează să citească nimic despre el, ci pur şi simplu se apucă direct de prelucrat texte corectate şi formatate... atunci chiar merită să obţină ce va obţine.
Sunt destule informaţii în limba română pe forum; trebuiesc doar citite. Sunt mulţi useri care s-au chinuit cu programe complet necunoscute, cu meniuri în limbi străine, inclusiv în rusă şi nu numai... şi, dacă aceştia şi-au dorit cu adevărat să afle cum funcţionează programul, au încercat şi reîncercat şi iar au încercat... poate de sute de ori, până au reuşit.
Nu mai suntem ca acum 3 ani şi ceva, când nu aveam nici cea mai mică informaţie despre digitalizare, când cotrobăiam tot netul ca să aflăm ceva informaţii folositoare, când încă făceam OCR cu Abbyy 6 ori crop cu Photo Edit de la Ms Office 2000 şi când Scan Tailor începea să dea primele semne de viaţă sub forma lui Split Tailor 3.1... dar asta mult mai târziu. Acum, dacă cineva îşi doreşte să facă un lucru de calitate va găsi suficiente informaţii chiar pe acest forum, ca să afle cum se ajunge la calitate...
_______________________________________ Oameni şi popoare îşi cată libertatea; după ce-o obţin, îşi caută stăpân.
Si o ultima sugestie de modificare: e adevarat ca marea majoritate a modificarilor asupra textului in OCR Plus se fac prin intermediul dictionarelor imd (mare parte facute de tine) dar utilizatorul obisnuit se uita, vede numai meniuri/functii/optiuni nicidecum dictionare - si va fi cam nedumerit. De aceea zic ca trebuie explicat pe undeva (aici, in Help sau altundeva) legatura dintre meniuri/functii/optiuni si dictionarele imd aferente dar totusi, acest mesaj fiind prima informatie pe care o vede utilizatorul cand acceseaza OCR Plus, cred ca ar fi indicat ca prima referire sa fie "meniuri/functii/optiuni" (pe urma se "dezvolta" despre dictionare).
*** utilitasetveritas, Sigur nu ne-am înţeles. Îmi cer scuze! Am crezut că vrei ca la textul deja implementat să se mai adauge şi fraza propusă de tine. Spaţiul din fereastră era unsuficient pentru asta şi ar fi trebuit o redimensionare a ferestrei.
Cosmin, În legătură cu ceea ce ai spus... Eu cam aşa am încercat să explic fiecare opţiune în parte în topicul AC AutoCorect OCR_Plus – Instructiuni de folosire. La fiecare opţiune în parte am specificat dacă rulează pe bază de cod şi/sau pe bază de discţionar, care e dicţionarul, cam ce conţine şi în final recomandare de activare fără probleme a opţiunii, ori activarea cu pridenţă şi după ceva experienţă.
În următoarele câteva zile, vreau să explic câteva lucruri şi despre Editarea dicţionarelor de înlocuire multiplă. Aici vreau să insist pe explicarea fiecărei condiţii în parte şi modul de stabilire a condiţiilor înregistrărilor.
La sfârşitul săptămânii încerc să adun toate informaţiile în 2-3 minitutoriale… şi cam atât. Am încercat să creionez şi un help, dar editarea helpului este o chestie foarte dificilă pentru mine, aşa că cel puţin deocamdată nu pot să realizez şi un help.
_______________________________________ Oameni şi popoare îşi cată libertatea; după ce-o obţin, îşi caută stăpân.
prin lista aia de optiuni OCR 
