עדכון | עדכון: הocr החדש! צריכים את עזרתכם!

[סתם אחד]

@שמואל5 כתב:

@סתם-אחד
יש מקומות שהמודל לא זיהה טוב את השורות, אפשר פשוט למחוק ולכתוב מחדש את הקטע הזה?
למשל כאן

לא הצלחתי להבין מהתמונה את השאלה.

האם חיתוך שורות מחדש ושליחה לזיהוי היה יכול לעזור?

[סתם אחד]

@מ.ש. כתב:

א. האם צריך בכל עמוד שיהיה מסגרת גם לכותרת של הספר?
ב. בדרך כלל בכל הספרים הכותרת היא ככה "חכמת שער מצות הארץ פרק ג אדם".
צריך לתת לו איזה הגדרה בשביל שישנה את זה בכל הספרים, שיעשה קודם את הכותרת של הספר ורק אח"כ, את המיקום בספר.

א. עדיף לצורך אימון ושיפור המודל.
ב. לכאורה אין צורך, כותרת הספר אינה אמורה להיכנס לייצוא של הספר למאגר.

[סתם אחד]

@eli8565 כתב:

יש מקומות שזה לא קריאה לא נכונה אלא בעיה בספר ואם נתקן אז הוא יתבלבל במקומות אחרים כמו:

זה נראה כה אבל זה אמור להיות כח, מה לעשות?

זאת שאלה שנשאלה כבר מספר פעמים.

מקווה בעז"ה כשקלוד יחזור ממנוחה עם חבילת טוקנים חדשה שיהיה ניתן להגדיר בצורה כל שהיא תיקונים שלא יכנסו לאימון.

כרגע תנסה לתקן כפי שאמור להיות מוצג בספר, והשורה הזאת לא תיכנס בעז"ה לאימון עתידי.

[מ.ש.]

@סתם-אחד כתב:

א. עדיף לצורך אימון ושיפור המודל.
ב. לכאורה אין צורך, כותרת הספר אינה אמורה להיכנס לייצוא של הספר למאגר.

לכאו' שני התשובות סותרות זו את זו, שהרי אם הכותרות לא נכנסים למאגר א"כ לאיזה צורך צריך לאמן את המודל בדבר הזה, ועוד נ"ל שעדיף לאמן את המודל במילים שנכנסים למאגר ולא בסתם אימונים על מילים סתמיות.

עוד כתב @סתם-אחד:

מקווה בעז"ה כשקלוד יחזור ממנוחה עם חבילת טוקנים חדשה שיהיה ניתן להגדיר בצורה כל שהיא תיקונים שלא יכנסו לאימון.

ואני הקטן שואל שאולי זה טוב לאמן את המודל גם על מילים שבורות בספר שנראות כמו מילים אחרות [שכידוע ישנם הרבה כאלו] שידע לזהות אותם ולכתוב במקומם את המילה הנכונה, אפי' שלא מופיע כך בספר.

[שמואלשםחדש]

מה עושים עם שורה שקופצת? יש דרך לסדר שורות שהOCR בילגן את סדר השורות?

[א.ד]

נשמח לשני אפשריות שיקלו את השימוש.
א. אפשרות להציג את הפידיאף ללא סימוני הקוים, כך שמי שרוצה לתקן את המילים יוכל לזהות אותם יותר בקלות.
ב. אפשרות להגדיל את תצוגת הפידיאף
יישר כח גדול על ההתמסרות המרובה

[שמואל5]

@מ.ש. כתב:

ואני הקטן שואל שאולי זה טוב לאמן את המודל גם על מילים שבורות בספר שנראות כמו מילים אחרות [שכידוע ישנם הרבה כאלו] שידע לזהות אותם ולכתוב במקומם את המילה הנכונה, אפי' שלא מופיע כך בספר.

הבעיה שזה לא שתמיד אותה אות...
לרוב זה להשלים גם (אם לא בעיקר) לפי ההקשר

[מ.ש.]

@א.ד כתב:

ב. אפשרות להגדיל את תצוגת הפידיאף

אפשר להגדיל את הPDF ע"י האצבעות במשטח המגע של המחשב.

[נתנאל_26]

@א.ד כתב:

א. אפשרות להציג את הפידיאף ללא סימוני הקוים, כך שמי שרוצה לתקן את המילים יוכל לזהות אותם יותר בקלות.

תשנה למצב מסגרת זה יכול לעזור

@א.ד כתב:

ב. אפשרות להגדיל את תצוגת הפידיאף

[נתנאל_26]

@שמואלשםחדש כתב:

מה עושים עם שורה שקופצת? יש דרך לסדר שורות שהOCR בילגן את סדר השורות?

כן
מצב שורות אתה יכול להקטין, להגדיל, למחוק ,לחבר, לפצל

ברגע שזה יהיה מסודר לא מעל וכו' זה יסדר אוטמטית

[נתנאל_26]

@סתם-אחד
אין הגדרה לכותרת הרצה של ההערות (ריהוט עמוד - כותרת הערות או משהו כזה)

כל מה שבריהוט עמוד אוטומטי לא מופיע במסגרות וזה קצת מפריע כי חושב שזה לא קיים ואז מגיד אותו בתור מסגרת חדשה למרות שזה היה טוב

[סתם אחד]

@מ.ש. כתב:

לכאו' שני התשובות סותרות זו את זו, שהרי אם הכותרות לא נכנסים למאגר א"כ לאיזה צורך צריך לאמן את המודל בדבר הזה, ועוד נ"ל שעדיף לאמן את המודל במילים שנכנסים למאגר ולא בסתם אימונים על מילים סתמיות.

המודל מורכב ממספר שלבים, כשבהם זיהוי מבנה הדף וזיהוי התווים עצמם. סימון מה נכלל בכותרת יעזור לאימון עתידי של הבנת מבנה הדף.
בנוסף, המודל אמור בסוף לפגוש ספר חדש שהוא לא הכיר עד היום ולהצליח לזהות אותו באופן נכון. כל אימון על כל סוג אותיות שרק קיים מקדם אותו להצליח לזהות בצורה טובה יותר את הספר הבא.

@מ.ש. כתב:

ואני הקטן שואל שאולי זה טוב לאמן את המודל גם על מילים שבורות בספר שנראות כמו מילים אחרות [שכידוע ישנם הרבה כאלו] שידע לזהות אותם ולכתוב במקומם את המילה הנכונה, אפי' שלא מופיע כך בספר.

ממחקרים שבוצעו בעולם על מודלים שונים התקבל שלרוב מודל בינה מלאכותית מעדיף לנחש מילה על בסיס ההקשר מאשר לעבוד על זיהוי של הכתב עצמו. מהסיבה הזאת בספרי קודש יש עדיפות רבה שלא לתת לו את האפשרות לנחש מילים על בסיס הקשר.

[סתם אחד]

@נתנאל_26 כתב:

@סתם-אחד
אין הגדרה לכותרת הרצה של ההערות (ריהוט עמוד - כותרת הערות או משהו כזה)

כל מה שבריהוט עמוד אוטומטי לא מופיע במסגרות וזה קצת מפריע כי חושב שזה לא קיים ואז מגיד אותו בתור מסגרת חדשה למרות שזה היה טוב

לא הצלחתי להבין את השאלה.

אבל יש את זה:

[סתם אחד]

יש לשים לב במקרה של שני טורים להכניס כל טור במסגרת בודדת.

בנוסף יש להקפיד על סימון מספור הסעיפים בכתב מודגש, וכן שהם אינם כוללים גרשיים כבמקור.

[נתנאל_26]

@סתם-אחד כתב:

לא הצלחתי להבין את השאלה.

אבל זה מכניס את זה לספר ואין מקמו של כותרת כזו בספר

[סתם אחד]

@נתנאל_26 כתב:

@סתם-אחד כתב:

לא הצלחתי להבין את השאלה.

אבל זה מכניס את זה לספר ואין מקמו של כותרת כזו בספר

צודק.

נדרש אכן לתקן ולהגדיר הגדרה כזאת בריהוט הדף.
לע"ע תגדיר זאת כריהוט הדף ככותרת עמוד ובהמשך אנסה בעז"ה לתקן זאת (מה לעשות שקלוד לקח לעצמו מנוחה ארוכה).

[dudua99]

@סתם-אחד כתב:

(מה לעשות שקלוד לקח לעצמו מנוחה ארוכה).

דבר איתי באישי יש לי מה להציע לך... כמובן צריך את האישור של @י.-פל. למה שיש לי להציע לך

[חד צורבא]

משום מה העמוד שלי כבר יממה שלמה בסטטוס הוגש מחכה למנהל, מה הפשט ? גם צריך לעשות שם לחלק זיהוי מחדש והוא לא נמצא ברשימה של זיהוי מחדש

[נתנאל_26]

@חד-צורבא
כי שאתה הגשתה לא היה אפשרות של זיהוי מחדש
היום יש כפתור של זיהוי מחדש כך שזה חוזר אליך אחרי הזיהוי

[חד צורבא]

תכל'ס מה קורה עם זה? אולי תשחררו לי אותו