עדכון | חדש באתר העריכה - עזרה באימון מודל OCR משוכלל!

[אלי ויל]

@דנדי כתב:

הוא כתב כבר שזה המובנה של ווינדוס אז אכ זה אמור להיות גרוע ברשי

לא האמנתי שזה הרמה שלו, בכל שורה 10 טעויות, אני חושב שיותר נח להקליד מאשר להגיה [אז פשוט כרגע למחוק הכל ולהקליד מחדש)

[מוטל2]

@אלי-ויל כתב:

@דנדי כתב:

הוא כתב כבר שזה המובנה של ווינדוס אז אכ זה אמור להיות גרוע ברשי

לא האמנתי שזה הרמה שלו, בכל שורה 10 טעויות, אני חושב שיותר נח להקליד מאשר להגיה [אז פשוט כרגע למחוק הכל ולהקליד מחדש)

כל אחד מתחבר למשהו אחר, שכל אחד יבחר מה לעשות עדיין יש את שתי האפשרויות.

[צדיק וטוב לו]

אפשר לומר שבכתב רש"י יש לו טעויות די קבועות:
א>ח
ש>ם
ר>כ
ם>ס
צ>ל
נ>כ
ב>נ
י>ו>ן

[amram]

@פלמנמוני שלוש דברים
אני חושב שכדאי בבניית המודל לבנות שיעבוד בכמה שלבים
א. זיהוי הפונט והכתב מתוך רשימה של פונטים שתאמן אותו יזהה גם את גודל הכתב ככה שלא יתבלבל בין אותיות
ב. זיהוי העימוד צורות עימוד נפוצות ואז זיהוי שיצליח להבין מה זה מפרש מה זה הטקסט הפנימי מה זה הערות שולים וכן אם זה בצורה של ברכיים אז ידע האם זה שני מפרשים או מפרש אחד על שני העמודים לפי הכותרות למעלה וכן ספר רב טקסט לפי כל כותרת שידע שזה המפרש
ג. זיהוי אותיות ודאיות מאותו הספר כגון במילים שהם ודאי ככה כמו אלא או שמש וכן הלאה ואז יהיה לו בסיס לתקן באותיות שבורות
ד. נסיון לגלות אותיות שבורות לאיזה אותיות הם דומות בהתאם להקשר של המילה או המילה או המשפט

דבר שני יכול להיות שתוכל להריץ אימון מספר שהוא כבר מוקלד ואז ככה לתקן את האימון
דהיינו לתת לו לסרוק ספר שכבר יש לך ואז לתקן לו את הטעויות מספר שכבר מוקלד ואז ככה יתאמן לבד ללא צורך באנשים שיאמנו אותו
כמו כן אפשר לתת לקלוד או קודקס לנסות לתקן ולאמן אותו

דבר שלישי אני חושב אתה צריך את הפונטים של דניאל וויסמן (מיצר תוכנת תג הותיקה) יש לו את הרש"י ופרנקהיל ווילנא הותיקים שהשתמשו בהם ברוב הספרים הישנים תשאל אותו אולי אפילו יסכים להביא בחינם תגיד לו שזה לא לצורך עימוד רק לצורך מאגר תורני חינמי ואתה צריך את זה לזיהוי הטקסטים ולא מתכווון לעשות מזה שימוש מסחרי

[פלמנמוני]

@amram מה שרלוונטי ממה שכתבת - כבר קיים או כבר בתכנון...

[פלמנמוני]

עדכון חשוב: ברגעים אלה מתחילים להיכנס לשורות הלא עשויות טיוטות שהגיעו מהמודל עצמו - כעת לכתב רש"י.

תפקידכם - להגיה, לתקן ולשמור.

[איש גמזו]

@פלמנמוני אני מוכרח לציין שכבר בשלב הזה המודל מגיע לאחוזי דיוק גבוהים מאד גם בכתב שבור!
בכתב ברור כמעט ואין שגיאות

הריעו! 🎈

[י. פל.]

@פלמנמוני
מה שכתוב עליו "טיוטת מחשב", זה המודל?

[המלאך]

@איש-גמזו

כח הציבור..
אנחנו עוקפים את משנת

[י. פל.]

@פלמנמוני
אם מה שכתוב עליו "טיוטת מחשב" זה המודל, נראה שיש לו בעיה עקבית עם ר"ת (כלומר, עם מרכאות).

[איש גמזו]

@י.-פל. כתב:

אם מה שכתוב עליו "טיוטת מחשב" זה המודל, נראה שיש לו בעיה עקבית עם ר"ת.

הוא גם נורא אוהב את התו ׳ ומכניס אותו כמה שאפשר

עוד נקודה, כל מקום שיש בין המילים מרווח יותר מהרגיל, הוא מוסיף מקף -

[פלמנמוני]

@י.-פל. כתב:

מה שכתוב עליו "טיוטת מחשב", זה המודל?

בכתב רש"י - כן.
הבעיה הזו ידועה לי - זה עקב פישול קטן של פייבל ביצירת הסינטטיים. הבעיה באמת הרבה יותר גדולה - באתר נכנס אחרי סינון אוטומטי של הרבה " שלא היו קשורים... העניין בטיפול כמובן.

[שמואל5]

אנחנו ב7,000👏👏

[הלומד]

כל רענון קופץ יותר מ-10, בקצב הזה
@פלמנמוני צריך עוד שורות

[שמואל5]

@הלומד כתב:

צריך עוד שורות

או שגמרנו עם השלב הזה..

[חנניה]

הפיענוח של רש"י יותר טוב מהמרובע?

[הלומד]

לא.

[חנניה]

לך/לו ?

[מחצית]

@חנניה תבחר הצג את העמוד המלא ותזהה לפי ההקשר

[חנניה]

@מחצית
לא ברור