Вы здесьПо рукам надавать за такое разпознавание текста
Опубликовано сб, 14/03/2009 - 11:54 пользователем Psychedelic
Вот есть книга http://lib.rus.ec/b/141245 Цитата:
Как только начинашь перевод в fb2, начинаются сущие мучения, т.к. автомат не подхватывает 80% текста.
|
Вход на сайтПоиск по блогам и форумамUser menuПоследние комментарии
kopak RE:Бушков умер. 2 часа
Isais RE:Игорь Северянин - Том 2. Поэзоантракт 1 день aldan RE:Багрепорт - 2 1 день sem14 RE:Современная корейская литература. Книжная серия... 3 дня aldan RE:Подайте бедному копеечку на книжку с литреса... 4 дня sem14 RE:Семейственность в литературе 5 дней Isais RE:Детство, опаленное войной (Вторая мировая 1939-1945 и ВОВ) 1 неделя sem14 RE:Книжная серия "Жизнь в искусстве" издательство "Искусство"... 2 недели kopak RE:На 78-м году жизни скончался советский и российский... 3 недели Саша из Киева RE:Кто сможет раздобыть и оцифровать нужные мне книги? 3 недели Саша из Киева RE:Подводное течение 3 недели lemma7 RE:Серия «Интеллектуальный детектив» изд-ва АСТ 4 недели konst1 RE:Переименовать ник (имя учетки) 1 месяц Larisa_F RE:Таррин Фишер 1 месяц Aleks_Sim RE:Беженцы с Флибусты 1 месяц Саша из Киева RE:Как приобретать друзей и оказывать влияние на людей 1 месяц miri.ness_ RE:Доступ 27 1 месяц bmusanov Оплатил, но абонемент не отображается 1 месяц Впечатления о книгах
lwowianin про Гончарова: Предназначение [litres] (Фэнтези, Историческое фэнтези)
01 10 Наконец-то Галине Дмитриевне удалась книга с правильной политической идеей - все русские хорошие, все иностранцы плохие и мечтают матушку Расею изничтожить! Браво, товарищ Гончарова! Оценка: плохо
wsx. про Драйзер: Стоик [The Stoic ru] (Классическая проза)
30 09 Наверное покажется странным, но мне эта трилогия напомнила "Жизнь двенадцати цезарей" Светония - сначала смотрим цезаря с плохой стороны, потом переворачиваем и смотрим с хорошей стороны. Эрго - казёл! Забавно. Оценка: неплохо
Синявский про Александр Александрович Бушков
29 09 29 сентября 2025 года. Известный российский писатель Александр Бушков умер на 70-ом году жизни в больнице от остановки сердца.
mysevra про Громыко: Крысявки. Крысиное житие в байках и картинках (Природа и животные, Биографии и Мемуары)
29 09 Книга написана с такой любовью и юмором! Я знала, что декоративные крыски умные, ласковые и чистоплотные, но не знала, что они такие хрупкие. Оценка: отлично!
mysevra про Петров: Крах атамана (Исторический детектив, Исторические приключения)
29 09 Какой прекрасный язык! Просто упивалась чтением. Тем не менее, только этого для меня оказалось недостаточно для оценки magnifique. Оценка: хорошо
mysevra про Ночкин: Пищевая цепочка (Боевая фантастика)
29 09 Понравилось чуть меньше, чем вторая, но в целом достойное завершение серии. Оценка: хорошо
obivatel про Номен: Гонки олегархов (Альтернативная история, Попаданцы, Самиздат, сетевая литература)
29 09 Ну, налицо профессиональная деформация автора: о генераторах, котлах, турбинах и т.п. может рассказывать часами. Довольно интересно рассказывает, но уж слишком однообразно. Экшена сильно недостаёт. Помнится, читал раз про ……… Оценка: хорошо
Isais про Крупняков: Царёв город [сказание о нове городе на Кокшаге] (Историческая проза)
28 09 Даже удивительно, как хорошо прочиталась книга -- легко, с интересом, не спотыкаясь на совсем нерусских словах, без напряжения, без фейспалмов и воплей "не верю!" И это несмотря на откровенные и грубые ошибки, в т.ч. в попытках ……… Оценка: неплохо
decim про Варламов: Мысленный волк (Историческая проза)
28 09 Хорошая книга - но не первые 2 тома "Хождения по мукам". И не "Пирамида" Леонова. Но хорошая. Сравню, пожалуй, с "Авиатором" Водолазкина. Люди Серебряного века - это верхние 5%, что ли, грамотных горожан. Остальные 95% ……… Оценка: хорошо
tvv про Васильев: Куш [litres самиздат] (ЛитРПГ, Самиздат, сетевая литература)
27 09 На АТ уже девять книг в свободном доступе.
Lan2292 про Садов: Хозяин (Городское фэнтези, Мистика, Самиздат, сетевая литература)
27 09 Люблю такие истории,но это произведение не смогла и даже обьяснить в чем дело не могу, нечитаемо
dolle про Сорокин: Сказка (Современная проза)
27 09 Глупая и пустая аннотация. В новом романе мухи наыдут дерьмо ,а пчёлы свой мёд и в этот раз Сорокин не изменил себе. Одни будут искать скрытые смыслы и посылы , другие получат удовольствие от прочтения , да окончание великолепно. Сказка. Оценка: отлично! |
Комментарии
Отв: По рукам надавать за такое разпознавание текста
А я и не занл, что там есть такая галка. Наверное, по умолчанию она выключена. Или это зависит от того, в каком формате сохранять распознанный текст.
Отв: По рукам надавать за такое разпознавание текста
В девятом FR можно выбирать вручную разные опции сохранения при сохранении в разных форматах. Там много разнополезного можно сделать, а так же можно создавать свои шаблоны.
Отв: По рукам надавать за такое разпознавание текста
Не торопитесь паниковать. Для FBE давно существует отличный скрипт, как раз для такого случая ;)
http://home.doramail.com/Snout/Files/abruption_killing.rar
Как разложить файлы скрипта по папкам.
1. js-файл следует разместить в папке CMD, выбранной в настройках FBE.
2. htm-файлы в папке CMD редактора, чей exe-файл будете запускать.
3. css-файлы в поддиректории CSS каталога редактора, чей exe-файл будете запускать. Вместо "удаление разрывов_main.css" можно подложить main.css от вашего FBE (если вы стили настраивали под себя).
Запускать со следующими настройками:
а) галки "ручной выбор" отовсюду убрать, ибо заколебаетесь, да и скрипт будет работать около часа.
б) Маленькая буква | маленькая буква - соединить через пробел
в) тире или дефис, перед которым непробельный символ | любой символ - соединить без пробела,сохранив тире\дефис
г) запятая | любой символ - соединить через пробел.
д) остальное поставьте нетрогать.
Благодарим товарища Sclex с форума www.fictionbook.org
Отв: По рукам надавать за такое разпознавание текста
Пара часов на эксперименты с FineReader-ом, обучение и пополнение пользовательского шаблона и можно достичь удивительных результатов в OCR, впоследствии экономящих гораздо большее время. Если же потратить еще некоторое время на знакомство с макросами MS Word, и изучение FBE со скриптами уважаемого Sclex-а - и изготовление книги превратится в элементарное дело :-)
P.S. Самое сложное в OCR, imho - это тщательная вычитка.
Отв: По рукам надавать за такое разпознавание текста
Не то, чтобы сложное, но трудоемкое и утомительное. Но можно сочетать приятное с полезным: одновременно читать и вычитывать. Т.е. удержаться от соблазна прочитать книгу перед оцифровкой. А если еще делать все это не вставая с дивана, да под хорошую музыку - то и вообще вполне себе не утомительно :)
Отв: По рукам надавать за такое разпознавание текста
Я всегда так и вычитывал. Только не на диване, а за столом (люблю нормальный монитор и клаву), и без музыки - не могу под нее даже просто читать, отвлекает. Или одно, или другое ;).
Отв: По рукам надавать за такое разпознавание текста
Это смотря какая музыка. Если, скажем, на 1.FM включить Otto's Baroque Musick - отлично работается.
Отв: По рукам надавать за такое разпознавание текста
Вообще-то такая хрень (извините) легко убирается в Word'e - поиск/замена символов дефис+перевод строки на ничего. После чего остаются сущие пустяки для ручной правки. Открою еще страшную тайну: в Word'e легко делать макросы, которые пишутся на языке WBA, а с ними можно такое натворить... Например, я приводил в свое время, как учебное, такое задание: вставить 3 пробела в начале любой строки текста, в которой встречается частица "не" (это очень простой пример, для чайников, так что прошу не кидать камнями ;). Про язык WBA, кстати, говорится больше для понта, а в действительности отлично написать макрос можно, и совершенно не владея этим языком, и даже не зная о его существовании ;D. Во всяком случае, это в разы проще, чем делать валидные fb2, или даже просто хорошо отсканировать книгу. Так что, ИМХО, нет ни малейшего смысла заново распознавать текст, разве что из любви к искусству и FR ;))).
Отв: По рукам надавать за такое разпознавание текста
Вы не поверите, но язык этот называется VBA. Потому что сокращение от Visual Basic for Applications, а вовсе не World Boxing Association.
P.S. Продвинутые какие у нас специалисты по вирусам и троянам пошли..
P.P.S. Кстати VBA в русской раскладке дает МИФ. Что отлично этому языку подходит :)
Отв: По рукам надавать за такое разпознавание текста
Не придирайтесь так к очепяткам ;), я преподавал этот язык лет 10 назад :(, нетрудно и правда забыть название ;D. МИФ - хорошо! Понравилось! Возьму на вооружение в следующей жизни, если снова буду заниматься тем же ;). Но должен заметить, что тот же VBA в Excel'e - уже не совсем миф, а больше похож на настоящий... Как-то пришлось на нем даже написать программку для регистрации постояльцев в гостинице, включая стстистику, выписку счетов и т.п. Было интересно!
Отв: По рукам надавать за такое разпознавание текста
Не легко, т.к. остаются другие фразы, которые идут без дефиса - таких кстати большинство.
Я распознал по новой, заняло это 15 мин с указанием картинок (вы бы не справились за 15 мин с убиранием этих переводов строк, это заняло бы как минимум 4 часа). Скан хороший, потому ошибок почти нет.
Отв: По рукам надавать за такое разпознавание текста
ФБД с включенной галкой re-format completely приводит такие тексты в нормальный вид секунд за 20...
Уже сколько их таких обработано - не сосчитать...
OCR pad опять же есть сто лет в обед.
Отв: По рукам надавать за такое разпознавание текста
Вы думаете я не делал этого? Делал, но посмотрев что получилось, я подумал что намного быстрее будет сделать распознавание по новой.
По пробуйте сделать то что вы предложили, увидите результат.
Отв: По рукам надавать за такое разпознавание текста
Вы думаете, я не делал этого? ))
Я не предлагаю, не проверив сначала. Нет такой привычки советовать не проверенное лично.
К сожалению, исходника дежавю или pdf под рукой не было, потому и увидеть, что там не так с Вашей точки зрения, не могу.
Отв: По рукам надавать за такое разпознавание текста
Закончил книгу. Читаем : http://lib.rus.ec/b/142243
Там проблема со сносками. Дело в том что в doc что в djvu - текст уже был распознан (потом закручен в djvu) и некоторые сноски были повреждены.
Там в конце идут сноски, и перед словом ставиться номер этой сноски. так вот половина номеров толком не распознались (именно в исходном документе - djvu или doc - там они уже "повреждены") - поэтому непонятно какая сноска - где..