Am modificat exe-urile ca să afişeze 5.1 şi ţi le-am trimis (nu le-am pus direct deoarece doar tu poţi să le actualizezi peste tot).
La propunerea cu "Section Break/Manual page Break să fie înlocuite cu Paragraph Mark" mai am nevoie de timp de gândire pentru a găsi o implementare eficientă. În rest celelalte sunt implementabile.
*** Salutare Cosmin! Acum am văzut. E foarte bine dacă există şi posibilitatea implementării "Section Break/Manual page Break".
Eu mă gândeam aseară cum s-ar putea găsi o variantă în care computerul să găsească paragrafe care nu au semn de punctuaţie la sfârşit şi cum ar putea să propună el un semn.... Mă gândeam la variantă de dicţionar cu confirmare în care programul căuta orice literă la sfârşit de paragraf şi să propună câte un semn de punctuaţie care să fie acceptat sau nu. Condiţiile erau "Sfârşit de paragraf" + "Confirmare" + "Ignoră 1 caracter stânga" N-am încercat încă. Singura problemă este cănu-mi dau seama cam cum se vede punctul în fereastra de confirmare.
Revin peste 2-3 ore.
_______________________________________ Oameni şi popoare îşi cată libertatea; după ce-o obţin, îşi caută stăpân.
Apar 3 probleme în acest caz: 1. Când e întrebat dacă să înlocuiască, în text nu e marcat nimic deoarece nu înlocuieşte nimic ci doar inserează, deci utilizatorul nu va şti unde se va face; 2. Trebuie făcută să întrebe dacă vrea punct, semn de mirare sau semn de întrebare; cum Înlocuirea Multiplă nu merge deocamdată cu alegeri multiple va trebui să întrebe de 3 ori; Dacă va trebui să caute şi alte caractere, nu numai literă mică, numărul de confirmări va creşte (număr caractere x 3). 3. În textele obişnuite numărul de situaţii în care e normal ca fraza să nu se termine cu .!? e cam mare; probabil în OCR-uri procentul e mai mic dar tot se riscă "plictisirea" utilizatorului; de aceea eu am făcut să arate "sfârşit neterminat de propoziţie" ca sugestie doar.
Dacă vrei totuşi să fie făcută, recomand o funcţie specială, care să caute absenţa .!?, să selecteze ceva şi să întrebe ce semn de punctuaţie să pună (.!?).
*** Corect. Ai dreptate. Eu credeam că având ^l la căutare va marca litera respectivă. Deocamdată să lăsăm problema asta. Este destul de uşor de rezolvat în Word, aşa că propun sănu ne preocupăm de ea. Poate mai târziu.
Referitor la celelalte propuneri:
Opţiunea "Eliminare spaţii la sfârşit de paragraf" Locul [poziţia] în meniu: iniţial m-am gândit că ar putea fi implementată spre sfârşitul meniului pentru că... credeam că e posibil să mai apară spaţii pe parcursul rulării... Singura situaţie ar fi la eliminare paragrafe artefact dar am adăugat acum ca ultimă înregistrare eliminarea spaţiu la sfârşit de pargraf.
Întrebarea se pune: atunci la ce ne-ar mai trebui implementată o astfel de opţiune? Răspuns: pentru verificarea textelor corectate,care nu mai trec prin toate opţiunile.
După ce am mai cugetat, cred că ar merge implementată în opţiunea 1.4 1.4 Conversii preliminare >> Eliminare spaţii la început de paragraf iar în loc de numele "Eliminare spaţii la început de paragraf" să folosim ca nume "Eliminare spaţii la început şi sfârşit de paragraf"
Opţiunea care reduce numărul de paragrafe şi transformă Section Break şi Manual Page Break în Paragraph Mark.
Locul [poziţia] în meniu: în pachetul 1, oriunde ţi se pare mai comod. Nu cred că este influienţată de vreo opţiune sau că ea ar putea influienţa ceva. Eu mă gândeam la o singură opţiune cu posibilităţi de setare, iar în fereastra de setare să se poată activa: - Convertire Section Break în Paragraph Mark. - Convertire Manual Page Break în Paragraph Mark. - 3 sau mai multe rânduri goale se reduc la 2 - 2 sau mai multe rânduri goale se reduc la 1
Am trecut şi ultima variantă, deoarece mulţi useri preferă un singur rând gol înaintea numelui capitolului... cred că e bine să aibă şi această posibilitate.
Cam la sta m-am gândit, dar pot fi implementate şi în altă variante.
_______________________________________ Oameni şi popoare îşi cată libertatea; după ce-o obţin, îşi caută stăpân.
*** Corect. Ai dreptate. Eu credeam că având ^l la căutare va marca litera respectivă. Deocamdată să lăsăm problema asta. Este destul de uşor de rezolvat în Word, aşa că propun sănu ne preocupăm de ea. Poate mai târziu.
AutoCorect marchează doar ce va fi înlocuit efectiv. Dar dacă crezi că nu ar trebui să fie aşa putem discuta...
Seven a scris:
Opţiunea "Eliminare spaţii la sfârşit de paragraf" Locul [poziţia] în meniu: iniţial m-am gândit că ar putea fi implementată spre sfârşitul meniului pentru că... credeam că e posibil să mai apară spaţii pe parcursul rulării... Singura situaţie ar fi la eliminare paragrafe artefact dar am adăugat acum ca ultimă înregistrare eliminarea spaţiu la sfârşit de pargraf.
Întrebarea se pune: atunci la ce ne-ar mai trebui implementată o astfel de opţiune? Răspuns: pentru verificarea textelor corectate,care nu mai trec prin toate opţiunile.
După ce am mai cugetat, cred că ar merge implementată în opţiunea 1.4 1.4 Conversii preliminare >> Eliminare spaţii la început de paragraf iar în loc de numele "Eliminare spaţii la început de paragraf" să folosim ca nume "Eliminare spaţii la început şi sfârşit de paragraf"
E bine numai dacă eşti sigur că pot fi combinate în 100% din cazuri pe OCR-uri.
Seven a scris:
Opţiunea care reduce numărul de paragrafe şi transformă Section Break şi Manual Page Break în Paragraph Mark.
Locul [poziţia] în meniu: în pachetul 1, oriunde ţi se pare mai comod. Nu cred că este influienţată de vreo opţiune sau că ea ar putea influienţa ceva. Eu mă gândeam la o singură opţiune cu posibilităţi de setare, iar în fereastra de setare să se poată activa: - Convertire Section Break în Paragraph Mark. - Convertire Manual Page Break în Paragraph Mark. - 3 sau mai multe rânduri goale se reduc la 2 - 2 sau mai multe rânduri goale se reduc la 1
Am trecut şi ultima variantă, deoarece mulţi useri preferă un singur rând gol înaintea numelui capitolului... cred că e bine să aibă şi această posibilitate.
*** "E bine numai dacă eşti sigur că pot fi combinate în 100% din cazuri pe OCR-uri."
Cred că la OCR pot fi combinate în mod sigur. Opţiunea poate rula perfect şi în cazul textelor corectate, dar care au scăpări de acest gen. Eu nu văd nicio problemă, dar dacă este cineva care crede altceva,atunci putem să o punem în altă poziţie.
_______________________________________ Oameni şi popoare îşi cată libertatea; după ce-o obţin, îşi caută stăpân.
E vorba de functia de cautare (Ctrl+F) si de reluarea cautarii (F3).
Daca dau cautare la:
virgula/spatiu/orice litera mare
Imi gaseste prima pozitie, daca incerc sa continui cautarea doar cu F3, nu merge si este nevoie sa apelez iar fereastra de cautare.
As vrea sa mearga cu F3 direct, asa cum o si face in mod normal.
Functia e foarte folositoare in cazurile in care cautam o serie de caractere posibil incorecta si a carei corectare variaza de la caz la caz. Evident ca nu poate fi vorba de folosirea unui dictionar deoarece variabilele sunt multe.
In exemplul de mai sus, incerc sa identific vizual propozitiile terminate prin punct, dar care au fost citite cu virgula de Abby.
Se pot semnaliza cazurile acestea? Captura e din Abby, fereastra de ocr.
Asta obtine OCR+ din ele:
— Cine-i acolo? — Deschideţi, în numele legii! răspunde un glas ursuz.
P.S. Astept si raspunsul lui Seven. Poate se rezolva cu un dictionar. Sau poate imi da formula de cautare a acestor cazuri.
Problema apare des la cartea la care lucrez. Dar am vazut-o si pe la altii pe forum.
P.P.S.
Nu am fost prea explicit. E vorba de sfarsitul primului rand. Se termina in Line Feed (Shift+Enter). Iar AC-ul plaseaza ambele propozitii pe acelasi rand datorita lui. Hmmm.... posibil sa fie ceva legat de Abby. Verific acum.
P.P.P.S. Line Feeder-ul e valabil doar in Abby. Orice incercare de copiere sau de salvare a textului se finalizeaza cu inlocuirea LF-ului cu spatiu si cu unirea celor doua randuri, atat in Word cat si in AC. Nu inteleg.
*** utilitasetveritas, aşa cum ai constatat, problema aparţine lui Abbyy.
Referitor la funcţia CĂUTARE Poate că pentru mulţi useri nu este un lucru interesant, dar pentru cine doreşte să folosească AC la parametrii maximi,vreau să subliniez un aspect.
La Căutare putem seta să caute un cuvânt întreg sau o secvenţă de cuvânt, dar putem face ceva mai mult... Dacă dorim să facem o căutare mai sofisticată se pot folosi codurile pentru literă mică, literă mare etc., aşa cum sunt ele folosite la înlocuiri.
Presupunem că am constatat că la cuvinte scurte Abbyy în loc de litera "i" final, a pus "t", cum ar fi în cazul <toţt, aict, nict> în loc de <toţi, aici, nici> Am dori ca astfel de cazuri să le adăugăm într-un dicţionar pentru a fi modificate rapid şi în cazul altor cărţi dacă Abbyy ar mai face astfel de recunoaşteri eronate. Pentru că nu putem [este prea greu şi mult demuncă] să înregistrăm toate situaţiile, am dori să facem înlocuiri doar la cuvintele scurte care au şi o frecvenţă mare şi ne-ar interesa cuvintele formate din 3 litere, cele din 4 şi, eventual, cele din 5 litere.
Ca să aflăm ce cuvinte formate din 4 litere sunt afectate de această eroare, la căutare putem pune următorul şir:
^l^l^lt - condiţia "cuvânt întreg"
codul ^l înseamnă orice literă mică, ceea ce înseamnă orice literă mică, urmată de oricare 2 litere mici, urmate de litera "t", deci cuvânt din patru litere, în care primele 3 pot fi oricare dintre litere, dar cea de-a patra este obligatoriu litera "t"
Exemplu de mai sus al lui utilitasetveritas care avea forma: virgula/spatiu/orice litera mare poate fi scris ,^_^L
deoarece ^_ înseamnă spaţiu iar ^L înseamnă literă mare
În funcţie de interesul de moment al fiecăruia folosirea acestor coduri pot uşura foarte mult munca de căutare.
_______________________________________ Oameni şi popoare îşi cată libertatea; după ce-o obţin, îşi caută stăpân.
) Uite ca nu mi-a trecut prin cap ca aceste coduri de AC nu sunt limitate ca numar. Adica se poate folosi ^l^l^l^l^l^l^l^l^l^l^l^l^l^l^l^l^l^l^l^l^l^l^l^l^l fara nicio problema. Si sa "inlocuim" orice cuvant in felul asta.
*** DA, AutoCorect poate căuta orice. NU, AutoCorect nu poate înlocui orice.
Codurile nu sunt limitate ca număr, doar că ele pot fi folosite fără probleme în fereastra de căutare, dar nu vei putea să le foloseşti chiar aşa liber şi în fereastra de înlocuire.
Nu se va putea face o înlocuire la care în fereastra de înlocuire să fie folosit codul pentru "orice literă mare" sau "orice literă mică", deoarece computerul nu va şti care este această "orice literă" şi atunci la modificare îţi va pune exact ce ai scris în fereastra "înlocuieşte cu".
Deci computerul poate să caute situaţii care îndeplinesc condiţii cu nuanţă de "general" aşa cum ar fi "orice literă..."
Să luăm un exemplu: constatăm că toate cuvintele din 4 litere care se termină în "re", au fost recunoscute de Abbyy cu finalul "rc". Deci în loc de <care, mare, nare, rare, sare, tare> au fost recunoscute sub forma eronată <carc, marc, narc, rarc, sarc, tarc>
Înlocuirea pote fi făcută sub forma rc >> re - condiţia "Cuvânt întreg la Sfârşit" Modificarea este posibilă din punct de vedere tehnic, dar este o eroare, pentru cămulte cuvinte corecte se termină în "arc".
Dacă am încerca o modificare de genul ^l^lrc >> ^l^lre - condiţia "Cuvânt întreg", atunci TOATE cuvintele modificate vor apărea sub forma: ^l^lre, pentru că AC răspunde la exact la comanda dată: orice literă ai cerut, orice literă ţi-a oferit.
În acest caz concret există o soluţie, cea cu "Ignoră 2 caractere stânga",iar modificarea ar arăta cam aşa: ^l^lrc >> re Ci Ims In2 [condiţiile sunt: "Cuvânt întreg - la ambele capete" + "Ignoră marginile la înlocuire - stânga - 2 caractere"
Dar nu despre un caz concret vorbeam, ci despre ideea generală de a folosi multe coduri în fereastra "înlocuieşte cu".
Sper că au înţeles şi cei mai puţin iniţiaţi cu AC ce anume am vrut să scot în evidenţă.
_______________________________________ Oameni şi popoare îşi cată libertatea; după ce-o obţin, îşi caută stăpân.
Are cineva vreo sugestie la cum să se numească opţiunea care conţine acestea: - Convertire Section Break în Paragraph Mark. - Convertire Manual Page Break în Paragraph Mark. - 3 sau mai multe rânduri goale se reduc la 2 - 2 sau mai multe rânduri goale se reduc la 1
Are cineva vreo sugestie la cum să se numească opţiunea care conţine acestea: - Convertire Section Break în Paragraph Mark. - Convertire Manual Page Break în Paragraph Mark. - 3 sau mai multe rânduri goale se reduc la 2 - 2 sau mai multe rânduri goale se reduc la 1
Uniformizare intreruperi text?
Randurile goale sunt folosite la distantarea titlurilor de text si la separare unor actiuni diferite din text.
Section Break se foloseste doar in cazul formatarilor mai complexe. Atunci cand dorim headere si footere diferite pentru fiecare sectiune in parte.
Page Breakul e varianta saracului a Section Breakului.
Toate aceste optiuni sunt folosite pentru a insera spatii goale, de la randuri goale la pagini intregi goale, in cadrul textului. Aceste goluri au rol de pauze, fie din motive "tehnice", fie din motive subiective.
Dupa rularea optiunilor de mai sus, ramanem doar cu 1-2 randuri libere ce separa anumite parti a cartii de textul propriu-zis. Intrucat e vorba de OCR+, implicit de ocr-uri, e totul ok, lucrurile de mai sus nu au ce cauta in el.
Am terminat de implementat această opţiune şi tocmai mă pregăteam să implementez şi eliminarea spaţiilor de la sfârşit de paragraf când am înţeles ceva: dacă e pusă la 1.4 şi va fi bifată, ultima jumătate a opţiunilor de la "1.5 Repararea rândurilor rupte" va deveni inutilă. Asta pentru că se bazează pe paragrafe care se termină în spaţiu... Nu-i problemă mare, o menţionez doar ca să fie ştiută.
AutoCorect OCR Plus - continuare discuţii – poza de ciuperca_cosmin, in Totul despre cărți - About e-books · 33.5KB
*** La prima vedere, dacă implementarea eliminării spaţiilor de la sfârşitul paragrafului se face la 1.4, nu anulăm opţiunea 1.5, ci doar îi reducem situaţiile pe care ar trebui să le caute, ceea ce nu este deloc ceva rău.
Personal nu mă deranjează dacă la 1.5 o parte dintre situaţii nu mai există; practic rularea ei se va face într-un timp mai scurt. Nici nu sunt de acord cu eliminarea acestor situaţii din 1.5, deoarece e posibil ca opţiunea să fie rulată doar ea singură pe unele texte, deci trebuie să poată rula la capacitate maximă.
Întrebarea este dacă ar funcţiona 1.5 mai bine în situaţia în care există aceste spaţii. Mie mi se pare că nu...
În concluzie, cred că e bună implementarea la 1.4 şi fără a face modificări la 1.5.
_______________________________________ Oameni şi popoare îşi cată libertatea; după ce-o obţin, îşi caută stăpân.
Cum am spus nu e o problemă mare. Se pot lăsa acele opţiuni din 1.5 pentru eventualitatea că cineva debifează 1.4 sau, cum ai spus, e rulată independent. Iau ceva timp în plus dar e aşa de mică diferenţa că nu contează efectiv pe total.
Opţiunile acestea vor rezolva o seriie de probleme pe care câţiva useri mi le-au semnalat deja.
Aceştia credeau că AC este acela care lăsa pagini goale. Ei nu ştiau că de fapt Abbyy este cel ce a pus coduri de genul Section Break [aşa ceva pune Abbyy 9] sau Manual Page Break [cum pune Abbyy 11; nu ştiu ce pune Abbyy 10] Mulţi dintre utilizatorii mai noi aleg să salveze din Abbyy în format mai complexe, cum ar fi Editable Copy, care pare că ar fi cea mai apropiată de original, fără să ştie că un astfel de format salvează o serie de coduri care provoacă foarte multe necazuri.
_______________________________________ Oameni şi popoare îşi cată libertatea; după ce-o obţin, îşi caută stăpân.
)
