subs.sab.bz - Информация

[peterx]

Аз отново ще задам един предишен въпрос:
Може ли при корекцията за пропуснати запетаи да се групират грешките. В един текст може да имам 6 срещания на "това което". Програмата ми ги извежда на 6 различни места в списъка с пунктуационни грешки. Обикновено още при първото срещане поправям всички грешни инстанции, но след това другите изписвания в списъка ми се маркират в сиво при кликване или извежда съобщение "... не е намерено". При подобна ситуация ми се е случвало дори програмата да забие.
По-удачно би било в списъка да се представят всичките 6 грешки на едно място, например: "това което 6 -> това, което" (както е в списъка с правописни грешки). При един дълъг списък с потенциални грешки се губи много време в кликване върху предложения, които всъщност вече съм оправил. Така и самият списък ще бъде далеч по-подреден.

И още едно питане. Сега използвам ИДИ Спел при превод на текст от английски. Изваждам си и непознатите думи с транскрипция. Много ми помага инфо-прозорецът, който е винаги активен над основния документ, приема веднага текста от клипборда и лесно мога да копирам транскрипцията и значението на думата в помощния ми списък в Ексел. Вече съм извадил няколкостотин думи. Забелязвам, че в някои описания липсват запетаи или има други дребни грешки. Искаш ли да си правя списък с тези грешки, за да можеш да актуализираш базата на речника? Пример: "prior ['praiә] I. adj 1. по-раншен предшествуващ" има пропусната запетая.

Този коментар е бил редактиран от peterx на Dec 5 2009, 02:43 PM

[ivan4]

Версия 1.62

Продължавам започнатото във v1.61. Нова опция "Генерирай коригиран OCR файл". Служи за корекция на рипнати субтитри, при които рипващата OCR програма не е успяла да разпознае правилно голяма част от буквите, тоест в рипнатия файл има огромно количество смесен текст (думи едновременно с английски и български букви). При такива случаи на стотици и дори хиляди грешни думи е трудно да кликнем толкова пъти върху предложенията за корекция, за да оправим текста. Затова правим следното:

1. Отваряме програмата.
2. Включваме опцията "Генерирай коригиран OCR файл".
3. Отваряме файла и изчакваме няколко секунди програмата да го обработи.

След края на третата стъпка в папката на файла ще намерим генериран нов файл с префикс "OCR_". Това е коригираният файл, в който смесеният текст вече е заместен изцяло с текст на кирилица. Преди заместването се прави проверка във файла "b_ocrskip.txt", който съдържа английските думи, които не програмата не трябва да прави опит да конвертира, въпреки че думата позволява това (напр. peace, poke).

При желание накрая отваряме в Чекъра новия файл, за да го проверим за още грешки. Казвам "при желание", защото рипнатите фабрични файлове са сравнително чисти от грешки, затова генерираният файл обикновено се оказва и крайния файл, който ни трябва. Тествах файла от скрийншота и от 2100-те грешки след автокорекцията останаха само 50 непознати думи, повечето от които собствени имена, и никакви правописни и други грешки, тоест OCR корекцията работи чудесно. Надявам се JaneDow да е доволен.

Програмата вече проверява вида на тествания файл и ако открие субтитри, скрива статистиката за символите "<", ">" и "|" (за последния — само ако открие sub формат).

Може ли при корекцията за пропуснати запетаи да се групират грешките.

Може. Не съм го направил преди, защото първоначално очаквах не повече от 10-20 на текст и не виждах голям смисъл от групиране, но наистина има случаи, в които групирането ще е полезно. Включвам го в списъка с нещата, които предстоят.

И още едно питане. Сега използвам ИДИ Спел при превод на текст от английски. Изваждам си и непознатите думи с транскрипция. Много ми помага инфо-прозорецът, който е винаги активен над основния документ, приема веднага текста от клипборда и лесно мога да копирам транскрипцията и значението на думата в помощния ми списък в Ексел. Вече съм извадил няколкостотин думи. Забелязвам, че в някои описания липсват запетаи или има други дребни грешки. Искаш ли да си правя списък с тези грешки, за да можеш да актуализираш базата на речника? Пример: "prior ['praiә]I. adj 1. по-раншен предшествуващ" има пропусната запетая.

Не си играй. Българските дефиниции на английския речник съм ги изчистил от правописни грешки, но има известни неточности в пунктуацията. Скоро ще има нов речник, вграден в машинния преводач, който пиша в момента. Ще ги пусна тук за тестове в началото на 2010.

Виж, като предлагаш това ми хрумва, че може да помоля хората, които проверяват различни текстове, щом срещнат валидна българска дума, която Чекърът все още не познава, да я записват и щом натрупат примерно 10, да ми ги пращат. Аз самият добавям непрекъснато български словоформи. Естествено, не очаквам много помощници, но който иска е добре дошъл.

Този коментар е бил редактиран от ivan4 на Dec 10 2009, 12:17 PM

[ivan4]

Версия 1.64

1. Добавих в базата около 6000 липсващи умалителни форми (псевдонимче, резисторче, диспутче, депозитче, гарнизонче и пр.).
2. Махнах още десетина грешни думи (вишистка и пр.), които са стояли "под радара" след първоначалния импорт на БГ Офис.

Този коментар е бил редактиран от ivan4 на Dec 10 2009, 12:57 PM

[xAyCaP]

Програмката е супер много ми помага и постоянно я използвам. Много е функционална. Супер! БЛАГОДАРЯ МНОГО!

[peterx]

Версия 1.64

Не мога да изтегля файла от посочения линк

Едит: Вече работи при мен

Ето какво ми излезе на едни субтитри при проверката за водещ интервал:

Този коментар е бил редактиран от peterx на Dec 16 2009, 05:42 PM

Прикачени файлове

 idi01.jpg ( 185.35k ) Брой сваляния: 29

 

[rburan]

Благодаря за прекрасната програма. Използвах я, за да направя проверка за правопис на последните си субтитри. Докато превеждах, се натъкнах на една дума - sygergy, която, според речника, който ползвам, на български има два варианта за превод - синергия и синергизъм. Аз използвах синергия. При проверката думата синегрия беше маркирана в червено и нямаше никави предложения за корекция. Отворих програмата отново и написах въпросната дума в десния прозорец и в левия присъстваше думата "синергизъм" с всичките й форми. Не знам дали синергия и синергизъм са дублетни форми, защото нямам под ръка добър речник, чрез който да проверя, но не би ли било логично "синергизъм" да се появи като предложение за евентуална корекция?

Като форми на думата синегризъм присъстваха синергизма и синергизЪма. Ако не греша, това Ъ при членуване трябва да изпадне.

Остнанах учудена, че след като завърших проверката за правопис, направо затворих програмата, без да запазвам файла, и всичките промени бяха запазени автоматично в същия файл. Не се появи прозорец, който да ме пита дали искам да запиша промените. От една страна е добре, че спестява повторна проверка, но дали няма да е по-добре все пак да има такова "напомнящо" съобщение?

Присъединявам се към някои от по-горните мнения, че ако човек е неграмотен, колкото и добра програма да използва, резултатът ще е трагикомичен. Все едно да изполвам електронен преводач при правенето на субтитри.

Благодаря още веднъж за положения труд аз лично ще я позлвам от сега нататък.

Този коментар е бил редактиран от rburan на Dec 17 2009, 04:00 PM

[sty]

Явно "синергия" е просто пропусната. Впрочем "Нов правописен речник" също е пропуснал тази дума, а според "Речник на чуждите думи" ("Наука и изкуство", 2007) синергия е "дружно действие на няколко органа". "Синергизъм" е производна от "синергия" (по подобие на "история" и "историзъм") и няма как да са дублети.

Този коментар е бил редактиран от sty на Dec 18 2009, 09:46 AM

[ivan4]

Ето какво ми излезе на едни субтитри при проверката за водещ интервал:

Определено е бъг. Проблемът е в това, че думата след водещия интервал е една-единствена на ред. Програмата извежда контекст от две думи в левия панел, затова думата на следващия ред също се извежда и се получава разкъсване в левия панел, тъй като двете думи са разделени със символ за нов ред. Лесно може да се оправи с допълнителна проверка.

Като форми на думата синегризъм присъстваха синергизма и синергизЪма. Ако не греша, това Ъ при членуване трябва да изпадне.

Теоретично и второто е вярно и е мн.ч., бройна форма на синергизъм (два синергизъма), а не членуваната му форма. Вероятно трябва да добавя код, оцветяващ "зъмите", тъй като са редки и доста рискови, ако се ползват вместо членуваната форма.

Остнанах учудена, че след като завърших проверката за правопис, направо затворих програмата, без да запазвам файла, и всичките промени бяха запазени автоматично в същия файл.

Не трябва да затваряш така, тъй като ще загубиш корекциите. Първо минаваш през меню "Файл" -> "Запиши". Програмата го записва във файл с префикс "FIXED_", без да те пита за ново име. После преименуваш новия файл както искаш.

Явно "синергия" е просто пропусната. Впрочем "Нов правописен речник" също е пропуснал тази дума, а според "Речник на чуждите думи" ("Наука и изкуство", 2007) синергия е "дружно действие на няколко органа". "Синергизъм" е производна от "синергия" (по подобие на "история" и "историзъм") и няма как да са дублети.

Добавих я. Има редки думи, които все още не са в речника, но списъкът постоянно се допълва.

В момента работя по вградения в чекъра машинен преводач от английски и съм замразил временно работата по правописната част. Имам кратък списък с некритични грешки, които трябва да оправя, но и в този вид вече върши достатъчно добра работа. През първата половина на януари ще кача нова на версия на чекъра с активиран преводач на субтитри. Надявам се да е добър.

Този коментар е бил редактиран от ivan4 на Dec 19 2009, 02:36 PM

[dumbeto]

ivan4, програмата е хубава и удобна, и става все по-добра. Улеснява много работата.

[Boristraikov]

Аз имам едно милиционерско питане. Сигурно някъде е написано из темата, ама не ми се чете толкоз много.

Та, на въпроса. Когато пусна проверката със спелчекъра ми изкарва примерно 57 "три точки вместо многоточие". Няма ли някакъв начин да се заменят всичките 57 наведнъж, а не да щракам като луд с мишката...

[dumbeto]

Boristraikov, аз лично не ги оправям тези многоточия, даже не знам каква е разликата.

[Змей]

Аз имам едно милиционерско питане. Сигурно някъде е написано из темата, ама не ми се чете толкоз много.

Та, на въпроса. Когато пусна проверката със спелчекъра ми изкарва примерно 57 "три точки вместо многоточие". Няма ли някакъв начин да се заменят всичките 57 наведнъж, а не да щракам като луд с мишката...

Има, разбира се. В SW даваш Ctrl+R и на Текст за търсене си пишеш трите точки"...", а на Замени с усряш едно многоточие с Alt+0133 (" …").

Щракнете върху изображението
за пълен размер

След това Замени всички и си готов.

Boristraikov, аз лично не ги оправям тези многоточия, даже не знам каква е разликата.

Разликата е най-вече в броя символи. Многоточието, като такова, се брои за един символ, а трите тчки - като три.
Което съответно помага при тайминга.

Едит: Анадъмо, ама за какво ти е да го има в Спел чекъра, като можеш да го оправиш още в СВ?
Анадък. Да си жив и здрав, та да ни учиш

Този коментар е бил редактиран от Змей на Jan 9 2010, 06:29 PM

[dumbeto]

Змей,

[Boristraikov]

Ей, Змей Горянин, аз съм го написал това в темата за спелчекъра, не в темата за SW, анадъмно?

[peterx]

Методът на Змей върши работа и за ИДИ Спел. Избираш Find+replace (става и с Ctrl+R) и следваш стъпките на Змей.
Първо обаче дай веднъж Find next, за да може да се позиционира на първата инстанция, и след това Replace all.