Forum Romania Inedit
Romania Inedit - Resursa ta de Fun
|
Nu sunteti logat.
Lista Forumurilor Pe Tematici
|
Nou pe simpatie:
xxIRISxx Profile
 | Femeie
25 ani
Timis
cauta Barbat
25 - 60 ani |
|
|
Forum Romania IneditReguliInregistrareLoginPoze
|
| Autor |
| Mesaj |
Pagini: 1 2 3 4 ... 17 |
|
|
| #1 |
|
|
Dupa cum a sugerat Seven am creat acest topic ca sa discutam setarile de punctuatie la OCR Plus.
Referitor la acestea Seven a zis:
Setări punctuaţie OCR_Plus
Revin docamdată cu un singur punct din Setări punctuaţie clasică, deoarece este mai complex şi nu are elementele componente la vedere.
Este vorba de primul punct din Setări punctuaţie clasică, „Aplică principiile de bază ale punctuaţiei”.
Această opţiune-setare rezolvă următoarele probleme:
1. Scoate spaţile de la sfârşitul paragrafului;
2. Introduce spaţiu între liniuţa de dialog şi cuvânt; face pentru orice tip de liniuţă dacă
constată că e dialog în acel loc (la început paragraf sau în interiorul paragrafului);
3. Spaţiu înainte de paranteza deschisă ( [ {
4. Spaţiu după paranteza închisă ) ] }
5. Scoate spaţiu după paranteza deschisă ( [ {
6. Scoate spaţiu înainte de paranteza închisă ) ] }
7. Scoate repetare ; : ,
8. Scoate spaţiu dinainte , . ;
9. Scoate spaţiu înainte de ? !
10. Pune spaţiu după virgula
11. Pune spaţiu după punct
12. Pune spaţiu după ; ! ?
13. Scoate spaţiu dintre combinaţiile de ? şi !
Propunere:
? a. Se elimină opţiunea „2. Introduce spaţiu între liniuţa de dialog şi cuvânt; face pentru orice tip de liniuţă dacă constată că e dialog în acel loc (la început paragraf sau în interiorul paragrafului)”, deoarece problema este rezolvată în mod special în opţiunile OCR_Plus
? b. Se completează poziţia 13 sau se introduce un nou punct cu următorul rol:
13’. Scoate spaţiu dintre combinaţiile de ?... şi !...
Dacă suntem de acord cu acest punct, putem merge mai departe cu „Configurare PUNCTUAŢIE OCR_Plus [V0.3]” |
a. Da, cred ca se poate elimina.
b. Personal n-am vazut astfel de cazuri dar cred ca se poate implementa un 13'
|
|
| |
|
| #3 |
 SevenModeratorDin: Ţara Perfectului Simplu
|
|
***
Acum să clarificăm câteva probleme:
1. Ordinea setărilor este aceeaşi cu ordinea de rulare a opţiunilor din Punctuaţie?
Bănuiesc că da.
În acest caz, poate ar fi bine să le facem în ordinea următoare:
- mai întâi convertiri de caractere: Elipsis, apostrof românesc, ghilimele româneşti etc.
- apoi adăugare de spaţii înaintea sau după unele semne de punctuaţie, după caz.
- în final scoatere de spaţii din faţa sau după unele semne de punctuaţie.
De ce spun acest lucru?
Presupunem că mai întâi rezolvăm cu scoatere şi introducere spaţii înainte şi după paranteze şi ghilimele şi deci eliminăm spaţiile înaintea parantezelor şi ghilimelelor de închidere. Dacă după ce rezolvăm acest lucru, venim şi adăugăm spaţiu după punct, semnul exclamării şi semnul întrebării, am putea ajunge în situaţia când avem scris:
....text. ]
....text. "
adică vom avea din nou spaţiu înainte de închiderea parantezelor şi a ghilimelelor.
Dacă lucrurile ar putea să se întâmple astfel, atunci este foarte important să stabilim ordinea perfectă în care rulează opţiunile, înainte de a trece la realizarea codului.
2. Setări ale punctuaţiei dublate
Sunt câteva setări sau opţiuni în meniul de setări clasice, care apar atât în prima setare „Aplică principiile de bază ale punctuaţiei”, dar şi în plus în mod separat.
Bănuiesc că asta s-a întâmplat ca urmare a dezvoltării pe parcurs a programului.
Cred că ar fi mai bine ca aceste dubluri să fie eliminate şi să apară opţiunea o singură dată.
Personal, mie mi-ar conveni mai mult ca aceste opţiuni să fie vizibile, adică să fie separate; Mi se pare că e mai uşor pentru utilizator să activeze/bifeze o opţiune pe care o vede în clar decât atunci când aceste setări sunt "ascunse" sub genericul „Aplică principiile de bază ale punctuaţiei”.
3. Setări ale punctuaţiei dublate de opţiuni din OCR_Plus
O parte din setări ale punctuaţiei sunt imlementate la acest moment în meniul OCR_Plus. Mă refer la convertire puncte de suspensie în Elipsis, Apostrof românesc, Ghilimele româneşti...
Cum ar fi mai bine să se procedeze?
O parte dintre cele deja implementate în meniul OCR_Plus să încercăm să le aducem la Punctuaţie şi să eliminăm din meniu sau să le lăsăm acolo unde ele sunt deja implementate?
În legătură cu grupul de semne de punctuaţue ?... şi !... aceste grupuri apar frecvent în literatura clasică... mai ales literatura clasică franceză, dar nu numai.
_______________________________________
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 |
|
|
| |
|
| #4 |
|
|
1. Da, este aceeasi.
Cred ca e buna ordinea.
2. Posibil sa fie, sa mi le spui te rog care sunt. Un detaliu: in cod optiunile „Aplică principiile de bază ale punctuaţiei” nu sunt asa de clar separate "vizual" si "logic" de celelalte. De exemplu la unele in anumite situatii merge pe "baza" dar in alte situatii ar merge pe restul. De aceea va pare ca e dublata, desi in realitate merg in situatii diferite.
2(care e 3). Cred ca sunt situatii aparte si trebuie discutate fiecare in parte.
|
|
| |
|
| #5 |
SevenModeratorDin: Ţara Perfectului Simplu
|
|
|
| |
|
| #6 |
|
|
3. Da, se pot aduce.
4. Deocamdata nu s-a facut cod dar se poate muta usor la punctuatie (facut cod nu cu dic).
|
|
| |
|
| #7 |
SevenModeratorDin: Ţara Perfectului Simplu
|
|
***
M-am gândit ca ar fi mai uşor ca propunerile pentru noul tabel pentru Setări Punctuaţie OCR_Plus să plece de la modificarea vechiului tabel de setări.
Am transformat fereastra de setări clasie, într-un tabel, astfel încât modificările să fie mai uşor de urmărit.
Redau mai jos acest tabel, care are şi varianta doc ce va fi urcată pe mediafire.
Tabel Setare Punctuaţie Clasică
01. □ Aplică principiile de bază ale punctuaţiei
a. Scoate spaţile de la sfârşitul paragrafului;
b Introduce spaţiu între liniuţa de dialog şi cuvânt; face pentru orice tip de liniuţă dacă constată că e dialog în acel loc (la început paragraf sau în interiorul paragrafului);
c. Spaţiu înainte de paranteza deschisă ( [ {
d. Spaţiu după paranteza închisă ) ] }
e. Scoate spaţiu după paranteza deschisă ( [ {
f. Scoate spaţiu înainte de paranteza închisă ) ] }
g. Scoate repetare ; : ,
h. Scoate spaţiu dinainte , . ;
i. Scoate spaţiu înainte de ? !
j. Pune spaţiu după virgula
k. Pune spaţiu după punct
l. Pune spaţiu după ; ! ?
m. Scoate spaţiu dintre combinaţiile de ? şi !
_________________________________________
02. □ Majusculă la început de propoziţie/frază
03. □ Majusculă la început de dialog
04. □ ; : , ? ! de la începutul liniei se mută la sfârşitul liniei precedente
05. □ Schimbă virgula în punct înainte de liniuţa de dialog
06. □ Apostrof repetat de 2 ori se transformă în ghilimele
07. □ Mai mult de 3 puncte se transformă în 3 puncte de suspensie ...
08. □ Scoate spaţiul înainte de caracterele ! şi ?
09. □ Adaugă spaţiu înainte de caracterele ! şi ?
10. □ Scoate spaţiul înainte de caracterul :
11. □ Adaugă spaţiu înainte de caracterul :
12. □ Adaugă spaţiu după caracterul :
13. □ 2 spaţii sau mai multe trec într-unul singur (nu la începutul liniei)
_________________________________________
14. □ Adaugă spaţiu înainte de caracterele / şi \
15. □ Scoate spaţiul înainte de caracterele / şi \
16. □ Adaugă spaţiu după caracterele / şi \
17. □ Scoate spaţiul după caracterele / şi \
18. □ Adaugă spaţiu înainte de caracterele "„
19. □ Scoate spaţiul după caracterele "„
20. □ Adaugă spaţiu după caracterul "
21. □ Scoate spaţiul înainte de caracterul "
22. □ Converteşte ghilimele obişnuite In ghilimele româneştii
23. □ Sugerează tipul corect de liniuţă
24. □ Sugerează scoaterea virgulei înainte de "şi"
25. □ Arată posibilele cazuri de dialog francez ca sugestii
_________________________________________
_______________________________________
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 |
|
|
| |
|
| #8 |
SevenModeratorDin: Ţara Perfectului Simplu
|
|
***
Plecând de la acest tabel, va trebui să facem modificări, astfel:
– eliminarea unor opţiuni care nu sunt valabile pentru OCR;
– modificarea unor opţiuni şi adaptarea lor;
– propunere de noi opţiuni.
Încerc să fac propunere de eliminare a unor opţiuni care nu sunt necesare în OCR:
– 01.b. – Introduce spaţiu între liniuţa de dialog şi cuvânt; face pentru orice tip de liniuţă dacă constată că e dialog în acel loc (la început paragraf sau în interiorul paragrafului);
– 01.g. – Scoate repetare ; : ,
Notă: dacă la editarea de documente, repetarea unor astfel de semne apar din cauza apăsării tastei mai mult timp, în OCR ele pot fi erori, dar ţin locul la nişte caractere... o repetare de virgule poate fi în locul punctelor de suspensie etc.
– 04. □ ; : , ? ! de la începutul liniei se mută la sfârşitul liniei precedente
Notă: În OCR nu e valabil. Semnele ; : , ? ! la început de rând pot apărea din cauza zonei întunecate a spaţiului dintre pagini. Ele trebuie şterse, dar nu foloseşte trecerea lor la sfârşitul rândului precedent.
– 05. □ Schimbă virgula în punct înainte de liniuţa de dialog
Notă: Ar putea fi vorba de linii de pauză şi nu de linii de dialog. Opţiunea ar putea produce efecte secundare nedorite.
– 09. □ Adaugă spaţiu înainte de caracterele ! şi ?
– 11. □ Adaugă spaţiu înainte de caracterul :
Notă: Nu se pune apaţiu înaintea semnelor de punctuaţie care marchează sfârşit de propoziţie, cum ar fi , ; . : ! ?
– 14. □ Adaugă spaţiu înainte de caracterele / şi \
– 15. □ Scoate spaţiul înainte de caracterele / şi \
– 16. □ Adaugă spaţiu după caracterele / şi \
– 17. □ Scoate spaţiul după caracterele / şi \
Notă: Caracterele / şi \ nu prezintă interes în OCR de literatură beletristică; în situaţia în care în mod excepţional apar astfel de situaţii, ele vor fi atât de puţine, încât este simplu să fie rezolvate manual. Cărţile tehnice, de regulă, se digitalizează în format imagini şi nu se face OCR. Cele 4 opţiuni consumă cod şi efort de implementare, dar nu rezolvă probleme în OCR.
Cam acestea ar fi propunerile pentru opţiunile ce trebuiesc eliminate.
Trebuie să analizăm bine oportunitatea ştergerii lor şi numai după aceea le voi trece în Planul de lucru, ca opţiuni ce trebuiesc eliminate.
_______________________________________
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 |
|
|
| |
|
| #9 |
|
|
Am discutat cu Daniel si cred ca pot fi scoase, da.
|
|
| |
|
| #10 |
SevenModeratorDin: Ţara Perfectului Simplu
|
|
|
| |
|
| #11 |
|
|
Am adaugat tab OCR Plus si la configurarea punctuatiei din AutoCorect Clasic.
La amandoua am implementat bifele din acel tab (pina acum erau doar vizuale) in codul de la punctuatie.
In plus am si scos optiunile despre care am discutat ultima oara.
Am pus cele 2 exe in topicul principal.
Daca dupa teste nu apar probleme, sugerez sa trecem la urmatoarea etapa: modificarea si adaugarea de alte optiuni.
|
|
| |
|
| #12 |
SevenModeratorDin: Ţara Perfectului Simplu
|
|
***
N-am apucat să fac download la versiunile din seara asta, aşa că nu am văzut încă ce modificări aţi făcut. Urmează să mă uit un pic mai târziu.
În legătură cu adăugarea de opţiuni, mă interesează dacă este posibil de implementat [deci, acestea nu sunt propuneri de implementare, ci întrebări dacă implementarea e posibilă:
■ — Em dash aflată între litere mici se transformă în cratimă; ex: într—o --> într-o
■ ~ [tilda] aflată între litere mici se transformă în cratimă; ex: într~o --> într-o
■ punct urmat de spaţiu între două cifre se transformă în punct; ex: 25. 000 --> 25.000
■ virgulă urmată de spaţiu între două cifre se transformă în virgulă; ex: 725, 00 --> 725,00
Situaţiile de la punct, respectiv virgulă urmată de spaţiu între cifre, poate apărea de la opţiunile adaugă spaţiu după punct/virgulă...
Mai am o problemă la care mă gândesc.
Este vorba de majuscularea la început de paragraf, fără a majuscula paragraful fals care apare la început de pagină, deşi el este în realitate un paragraf care începe la sfârşitul paginii anterioare. Acest fals paragraf apare după numărul de pagină, sau după un rând gol.
■ scrierea cu majuscule la început de paragraf, doar dacă paragraful anterior se termină cu literă mică urmată de punct sau literă mică urmată de ? ! ...
Ideea este să nu se majusculeze începutul de paragraf, dacă paragraful anterior este:
- paragraf gol;
- paragraf care conţine cifre sau caractere, altele decât litere.
_______________________________________
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 |
|
|
| |
|
| #13 |
|
|
Seven a scris:
În legătură cu adăugarea de opţiuni, mă interesează dacă este posibil de implementat [deci, acestea nu sunt propuneri de implementare, ci întrebări dacă implementarea e posibilă:
■ — Em dash aflată între litere mici se transformă în cratimă; ex: într—o --> într-o
■ ~ [tilda] aflată între litere mici se transformă în cratimă; ex: într~o --> într-o
■ punct urmat de spaţiu între două cifre se transformă în punct; ex: 25. 000 --> 25.000
■ virgulă urmată de spaţiu între două cifre se transformă în virgulă; ex: 725, 00 --> 725,00 |
Da, e posibila.
Seven a scris:
Situaţiile de la punct, respectiv virgulă urmată de spaţiu între cifre, poate apărea de la opţiunile adaugă spaţiu după punct/virgulă... |
Nu cred, deoarece codul actual detecteaza ca punctul/virgula se afla intre cifre si nu baga spatiu.
Ca o paranteza: optiunile asa cum ti le-am enumerat nu arata toate conditiile care sunt bagate in ele (ca de exemplu cea prezentata mai sus) - adica acele situatii care sunt considerate exceptie de la regula. Ca sa le descriu in amanunt ar trebui sa scriu ceva pagini...
Despre aceste conditii vorbesc cand spun despre cod ca a fost "cizelat" mult timp pina s-a ajuns la nivelul actual de performanta pe texte obisnuite.
Seven a scris:
Mai am o problemă la care mă gândesc.
Este vorba de majuscularea la început de paragraf, fără a majuscula paragraful fals care apare la început de pagină, deşi el este în realitate un paragraf care începe la sfârşitul paginii anterioare. Acest fals paragraf apare după numărul de pagină, sau după un rând gol.
■ scrierea cu majuscule la început de paragraf, doar dacă paragraful anterior se termină cu literă mică urmată de punct sau literă mică urmată de ? ! ...
Ideea este să nu se majusculeze începutul de paragraf, dacă paragraful anterior este:
- paragraf gol;
- paragraf care conţine cifre sau caractere, altele decât litere. |
Poti te rog sa-mi dai exemple pe un text scurt unde nu ar trebui sa majusculeze?
|
|
| |
|
| #14 |
SevenModeratorDin: Ţara Perfectului Simplu
|
|
|
| |
|
| #15 |
SevenModeratorDin: Ţara Perfectului Simplu
|
|
|
| |
|
| #16 |
|
|
Multumesc.
Cred ca se poate implementa.
O intrebare: lungimea paragrafului anterior conteaza?
Conteaza ca e mixt (cifre + alte caractere decat litere)..?
|
|
| |
|
| #17 |
SevenModeratorDin: Ţara Perfectului Simplu
|
|
|
| |
|
| #18 |
SevenModeratorDin: Ţara Perfectului Simplu
|
|
|
| |
|
| #19 |
|
|
Ce face AC-ul in cazul in care in text apare:
1987 -1999
O formatiune de genul celei de mai sus, dar cu un spatiu inainte sau dupa cratima.
La textul pe care lucrez acum, am primit multe sugestii de convertire a "-1" in "-I".
Desi situatia e cea de sus.
Nu se poate face o exceptie in cazul in care primul caracter de dinaintea cratimei e un numar?
E vorba de rularea OCr_Plus.
|
|
| |
|
| #20 |
|
|
@Seven
La acele optiuni sunt prezentate 3 tipuri de ghilimele.
La 1 si 2 pe langa ghilimelele obisnuite de deschidere am adaugat si alt tip. Am vazut ceva texte in care acestea erau de fapt folosite pe post de deschidere si de aceea le-am pus impreuna.
Probabil la OCR Plus ar trebui scoase si folosite numai cele 2 standard.
A, mi se pare ca am uitat sa mentionez ca la "principiile de baza" prelucreaza si ghilimelele franceze automat (adica pune respectiv scoate spatiu). Deci nu trebuie adaugate optiuni si pentru ele.
@utilitasetveritas
O sa studiez problema.
|
|
| |
|
| #21 |
SevenModeratorDin: Ţara Perfectului Simplu
|
|
***
utilitasetveritas,
La întrebarea asta trebuie să răspund eu.
Sugestiile nu sunt date de un cod, ci de un dicţionar, aşa că eu sunt vinovat pentru asta.
Acele sugestii ţi le face dicţionarul CO_L3.imd [CL_L3.imd] la rularea opţiunii 4.2.
Putem modifica, dar aş prefera să nu facem modificarea foarte repede.
Despre ce e vorba?
Înainte de a avea multitudinea de opţiuni de la Înlocuiri multiple, în dicţionarele care rezolvau problema cu cifra 1 în loc de L mic, aveam drept condiţie "Cuvânt întreg" şi/sau "Potrivire perfectă".
Condiţia "Potrivire perfectă" nu era chiar aşa de perfectă, pentru că puteau să mai apară şi modificări nedorite.
După dezvoltarea ferestrei "Înlocuiri multiple" cu opţiunile pe care le ştii, inclusiv cele cu Cuvânt întreg la un singur capăt, am reorganizat complet dicţionarele, punând în L1 doar cuvinte întregi [deci fără putinţă de eroare], în L2 doar cuvânt întreg la sfârşit şi în L3 doar cuvânt întreg la început.
Pentru că era fi posibil să mai fi scăpat vreo secvenţă posibilă netrecută în dicţionare, atunci am hotărât să trec în ultimul dicţionar 8 variante de poziţii ale lui 1 şi 0, dar modificările realizându-se doar cu confirmare.
Practic, dacă dicţionarele sunt corect făcute, atunci toate aceste rulări cu confirmare ar trebui să facă zero modificări.
Dacă dicţionarele nu sunt complete, atunci ar trebui să apară modificări. Aceste modificări m-ar interesa unde apara, pentru completarea dicţionarelor.
Acum... ce să spun?
Deocamdată aş merge încă ceva timp cu această variantă a dicţionarelor. dacă constatăm că nu se fac modificări, atunci ştergem cele 8 înregistrări.
Tu, utilitasetveritas, cam cum crezi că e mai bine?
_______________________________________
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 |
|
|
| |
|
| #22 |
|
|
Se pare ca am dat de un efect secundar nedorit al scoaterii acelor optiuni din punctuatie (enumerate cateva postari in urma).
Una din ele transforma "1987 -1999" in "1987 - 1999". Acum, deoarece ramane "1987 -1999", optiunea "Corectarea literelor l, d si m reproduse eronat" intreaba de "-1" daca sa fie transformata in "-l".
O solutie ar fi si sa aducem acea optiune inapoi, partial sau total.
|
|
| |
|
| #23 |
|
|
Am reverificat totusi ca sa fiu sigur si se pare ca nu e vorba de acele optiuni.
O alta solutie deci ar fi sa fac un cod care sa introduca un spatiu dupa cratima sau sa scoata spatiul dinainte.
|
|
| |
|
| #24 |
|
|
Daca e prea mult de munca, las-o asa.
|
|
| |
|
| #25 |
SevenModeratorDin: Ţara Perfectului Simplu
|
|
|
| |
|
