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

[נתנאל_26]

@פלמנמוני
כשיש שורה שלא נחתכה טוב וה-ן נראה ו זה ו או ן

[י. פל.]

@נתנאל_26
אתה יכול ללחוץ על הצג את כל הספר.

[נתנאל_26]

@י.-פל.
מה זה יעזור תשלח לאימון אות שהפרוש שלה זה ן אבל OCR לא אמור לדעת שזה ן משום כיון, מה שיגרום לו להזות ב-ו אמיתית

[חנניה]

@נתנאל_26 את זה אני לא מצליח להבין מתחילת האימון.
אבל זה ההוראות של @פלמנמוני

[הבל הבלים]

@נתנאל_26 @חנניה
עד כמה שהבנתי משגת - זה בגלל שהאימון הוא יותר לפי מילים מאשר תווים.

[חנניה]

@הבל-הבלים וזה עלול להיות בעייה אם יסתמכו רק על זה..

[פלמנמוני]

כשאתם תאמנו מודל - אתה תחליטו מה לעשות...

[חנניה]

@פלמנמוני

[חד צורבא]

מה ההגיון ?

[פלמנמוני]

@חד-צורבא כל אחד חצי...

[הבל הבלים]

@חד-צורבא
יש מצביע נגד, וזה לא חשוף.

[נתנאל_26]

@הבל-הבלים כתב:

@פלמנמוני אני לא מאמן ואתה לא חייב לענות לי השאלה מפנת ל @הבל-הבלים

Spoiler

עד כמה שהבנתי משגת - זה בגלל שהאימון הוא יותר לפי מילים מאשר תווים.

ואם כן אז מה? אתה מאמן אותו שיש מילה שנקרת שנתן למרות שכתוב שנתו?

תגיד לו שכתוב שנתו כי כך זה נראה, תגיד שתהיה לך בעיה בהקשר של המשפט? אז תוציא אותו מסט האימון.

ההבנה שלי בזה לא מספיקה זה שאלת תם

[צדיק וטוב לו]

@נתנאל_26 כתב:

ואם כן אז מה? אתה מאמן אותו שיש מילה שנקרת שנתן למרות שכתוב שנתו?

תגיד לו שכתוב שנתו כי כך זה נראה, תגיד שתהיה לך בעיה בהקשר של המשפט? אז תוציא אותו מסט האימון.

ההבנה שלי בזה לא מספיקה זה שאלת תם

אתה מאמן אותו שבמקרים מסויימים - מה שנראה 'ו' זה 'ן'.
בדיוק כמו שאתה רואה רק 'ו' כי החיתוך חתך את זה כך, גם הוא כשיעבור על ספר הוא עלול 'לחתוך' שורות בצורה לא נכונה תוך כדי החישוב שלו איך לפענח.

[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! 🎈