פורום אוצריא

ס

@דאנציג כתב:

@שפו
נראה לי שבכל מקרה, במקום שבו זה וודאי מה שכתוב, אפילו שהוא טעות דפוס, לא מתקנים אותו, כדי שהמודל ידע לזהות את האותיות היטיב, ורק במקום שמטושטש / מחוק, הוא מסתמך על בינה מלאכותית...

ספרים אלו אינם עוברים עוד לאימון המודלים השונים, ומשכך ניתן לתקן אותם כפי שראוי להיות מוצג בתוכנה.

ס

@יאיר-הבהיר כתב:

@שפו כתב:

למשל את כל "שם" התוכנה מזהה "עום"

לכאורה זה בגלל שהמודל מכיר בעיקר כתב רש"י. תמיד בספרים של כתב רש"י יש טעויות בזיהוי הכתב המרובע.

@חנניה אי אפשר לשלב בין המודלים?

קיים במערכת נתב האמור להגדיר עבור כל שורה באיזה כתב זה ובמקרה של שורה מעורבת לשלוח כל מילה למודל המתאים, כרגע זה לא עובד בצורה טובה ונדרש לכך אימון נוסף.

@יאיר-הבהיר כתב:

מה עושים עם ציור שנמצא באמצע הטקסט? לנסות לשרטט אותו?...

לא

@חנניה זה תלוי בשאלה הקודמת כיצד יש להגיה את החומר.

ס

נדמה שיש כאן שאלה מערכתית האם בעת ההגהה יש להיצמד למקור גם במקרה של טעות כתיב במקור, או שיש לתקן את הטקסט כפי איך שהוא אמור להיות מוצג בתוכנה.

לדעתי האישית יש לתקן את הספר כפי מה שהוא אמור להיות מוצג בתוכנה.

ס

@חנניה כתב:

@סתם-אחד למה לפעמים הוא מזהה הדגשות ולפעמים לא?
ולמה הפיספוסים הם בחלק השני של העמוד?

@א.ד כתב:

אפשר לומר שכל הטור השני החלוקה ההדגשות והסריקה היו מושלמים ב - 100% ורק בטור השני התחיל טעויות כל כמה מילים וחיסרון הדגשות (אם יש לך אפשרות להשוות לפני ואחרי תראה את זה)

כרגע המערכת לא אמורה לזהות מילים מודגשות.

ייתכן ומתנדב אחר התחיל לעבור על העמוד, והדגיש חלק מהמילים.
מסיבה זו אולי התרבו השגיאות בטור השני.

ס

@חנניה כתב:

@א.ד @סתם-אחד

כלומר？

ס

@יאיר-דניאל
https://github.com/ankitects/anki

ס

ייתכן והנושא עלה כבר, אך אם כבר כדאי לפתח תוסף שיאפשר לעבוד עם תוכנת אנקי מתוך אוצריא יחד עם עיצוב דומה לשאר התוכנה.
זהו תוכנה חינמית ונדמה שבגירסאות שמופצת ע"י העוסקים בכך לצורך דברי קודש הם בנו תוסף המאפשר לייבא שאלות ותשובות מקל לזכור.

ס

@חנניה כתב:

@סתם-אחד

No Sweat of the Brow Copyright
Work performed on a public domain item, known as sweat of the brow, does not result in a new copyright. This is the judgment of Project Gutenberg’s copyright lawyers, and is founded in a study of case law in the United States. This is founded in the notion of authorship, which is a prerequisite for a new copyright. Non-authorship activities do not create a new copyright.

Some organizations erroneously claim a new copyright when they add value to a public domain item, such as to an old printed book. But despite the difficulty of the work involved, none of these activities result in new copyright restriction when performed on a public domain item:

scanning and optical character recognition (OCR)
proofreading and OCR error correction
fixing spelling and typography, including substantial updates to spelling such as changing from American to British English
adding markup (HTML, XML, TeX, etc.)
digitizing, cropping, color-adjusting or other modifications to images
addition of trivial new content, such as images to indicate page breaks in an HTML file, or pictures of gothic letters for the first letter in a chapter, or adding or removing a few words per chapter
substantial reorganization, such as moving footnotes to end-notes, or changing the locations of pictures within the text
recoding to new character sets, such as Unicode, or new formats, such as PDF
There is some value-added content that DOES get a new copyright, but only for the actual new work (that is, it may be possible to remove the new copyrighted content to go back to a public domain document):

translation into another human language
creating a new compilation of existing materials (though the individual items compiled retain their public domain status)
creating new original art work
creating an original derivative work, such as an audio performance, a new chapter, or a set of favorite quotations
adding a new introduction or critical essay
Project Gutenberg is able to utilize any material which is judged to be public domain in the country of use (i.e., the United States). If it is determined that components of an item are public domain, but others are not, then the copyrighted components may be removed without the permission of whoever owns the copyright for the new content.

It is Project Gutenberg’s practice to seek permission of those who distribute materials, including copyright claimants, before harvesting their materials. This is done in order to be polite, and to allow the producer or distributor to request a particular credit be used. But if permission is not given, public domain items can still be used by Project Gutenberg, typically without any attribution. Because Project Gutenberg receives submissions from many different sources, it is not always clear where an item came from. Volunteers who submit content they did not themselves generate should be diligent about reporting sources, even if the source will not be credited in the item as distributed by Project Gutenberg.

ס

@דאנציג כתב:

@סתם-אחד כתב:

יש לנו אפשרות להיכנס לכל בית מדרש מצוי ולמצוא בו ספר מודפס ישן שאין עליו עוד זכויות יוצרים ולסרוק עבור אוצריא, אך ככל שאוצרות התורה עשו עבורנו את השירות הזה, יש להם זכות למנוע זאת מאוצריא.

מה נעשה שעל פי חוק זה לא נכון!
אין כזה זכויות יוצרים.

לכאורה אתה צודק.

https://www.gutenberg.org/help/no_sweat_copyright.html

ס

@חנניה כתב:

ההגיון אומר שאין להם קפידא על חומר שהם שיחררו להיברו- אם הם מסכימים גם להדפיס אותו למטרות רווח!

זה שההגיון אומר שאין להם קפידא עדיין אינו אומר שאכן אין להם קפידא.

@חנניה כתב:

כמו שמוסבר בפוסט הקודם הספרים המדוברים נמאים כבר בהיברו, כך שבאופן עקרוני זה לא פוגע באוצ"הת עצמפם.

הפרוייקט של היברו בוקס אינו דומה כלל למה שאוצרות התורה מציעים עד שהתחילו בפיתוח התוכנה יחד עם אפשרויות החיפוש, בעוד שאוצריא מתחרה על אותה משבצת שוק.

@דאנציג כתב:

חשבתי על זה, אבל אני לא חושב שיש להם בעלות להחליט מה כן ומה לא, וכנ"ל צריך לשאול עו"ד.

אני לא בקי בנושאים של זכויות יוצרים.
אך נראה לי שככל ויש אחד שהצליח למצוא כתב יד של אחד מהראשונים הרי שיש לו על זה זכויות יוצרים גם אם אין לו בעלות על עצם הטקסט, ועד שלא נגיע לכתב יד המקורי לא ניתן להשתמש ביצירה שלו וגף לא בצילום הכתב יד שהוא עשה משכך שהוא זה שייצר כאן את אפשרות הגישה לכתב יד.
אוצרות התורה ייצרו כאן יצירה והיא צילום דגיטלי של הספר, אין להם שום בעלות על הספר, אך עצם השימוש בסריקה שלהם לכאורה פוגע בזכויות היוצרים שלהם.
יש לנו אפשרות להיכנס לכל בית מדרש מצוי ולמצוא בו ספר מודפס ישן שאין עליו עוד זכויות יוצרים ולסרוק עבור אוצריא, אך ככל שאוצרות התורה עשו עבורנו את השירות הזה, יש להם זכות למנוע זאת מאוצריא.

זו דעתי האישית בלבד!

ס

@הבל-הבלים כתב:

כאן יש נושא אחר, באוצרות התורה - ע"פ טענת הבעלים עצמו [כפי שנכתב לעיל] - אפשר לקחת את הספר, לעשות לו OCR ולמכור תמורת רווח.
אז קצת מוזר הטענה האוסרת על אוצריא להשתמש בזה.

יצירת OCR והדפסת ספר תמורת רווח אינו פוגע במטרת התוכנה של אוצרות התורה, בעוד OCR עבור אוצריא יגרום להפסד כלכלי לתוכנה.

ס

@שמואלשםחדש כתב:

אולי אפשר כמו עכשיו אך שלא יהיו מוכרחים לאחר תיקוני שורות לשלוח לסריקה מייד אלא יהיה אפשר להמתין עד שהעורך יחליט

כלומר?

ס

@שמואלשםחדש כתב:

בזה דיברתי, לי לפחות, קשה לזהות איפה יש שורה שהיא בעצם שתיים או שנתכה לשתיים במקרה כזה בלי לעבור על כל מה שכתוב + המסגרות

מנגד עלו טענות שתיקוני שורות במהלך הגהת הטקס פוגם ביכולת הזרימה של ההגהה.

אני לא יודע מה נכון לעשות.

ס

@שמואלשםחדש כתב:

@סתם-אחד כתב:

אין צורך לעבור על השורות פעמיים.
אתה יכול לסמן שהוא יראה לך בעמוד רק את חיתוך השורות ולתקן עוד לפני שאתה עובר את הטקסט.

כלומר?

ס

@שמואלשםחדש כתב:

@סתם-אחד ואי אפשר לאחד? דהיינו כמו שהיה בעבר יש בכפתורי שליחה או הגשה או סריקה מחדש אבל בסוף ולא בשלב המבנה? (מרגיש לי קצת מיותר לעבור על כל השורות פעמיים)
ולגבי מילים שנעלמו מהOCR מה לעשות? לסמן בפגם דפוס ולתקן?

אין צורך לעבור על השורות פעמיים.
אתה יכול לסמן שהוא יראה לך בעמוד רק את חיתוך השורות ולתקן עוד לפני שאתה עובר את הטקסט.

ולגבי מילים שנעלמו מהOCR מה לעשות? לסמן בפגם דפוס ולתקן?

מקווה שיתוקן בקרוב.

ס

@שמואלשםחדש כתב:

@סתם-אחד כתב:

@שמואלשםחדש כתב:

@סתם-אחד כן

המערכת לא מחולקת בצורה שיש קודם כל לעדכן את השורות ורק לאחר מכן ניתן לעבור להגהת טקסט?

המערכת מתחילה ישר משלב הטקסט עם אופציה של חזרה לשלב המבנה. אני בשלב הראשון מתקן רק מסגרות ואז חוזר לטקסט ולא עובר שורה שורה כדי לבדוק חיתוך, כך שאת השורות המשובשות אני פוגש במהלך הטקסט (כבר יצא לי לשלוח עמוד לסריקה חוזרת שלוש פעמים), המערכת כרגע לא מאפשרת לחזור להגהת טקסט לאחר תיקון חיתוך שורות

לע"ע זה נעשה בכוונה, בכדי להגיה דבר ראשון את מבנה הדף וחיתוכי השורות ובמקרה הצורך לשלוח לזיהוי מחדש, ורק לאחמ"כ להתמקד בהגהת הטקסט.

ס

@שמואלשםחדש כתב:

@סתם-אחד כן

המערכת לא מחולקת בצורה שיש קודם כל לעדכן את השורות ורק לאחר מכן ניתן לעבור להגהת טקסט?

ס

@שמואלשםחדש כתב:

א. מזכיר את שאלתי לעיל - מה עושים עם מילים שנעלמו בOCR?
ב. אולי זה רק אני אבל אם אני מתחיל לערוך עמוד ונתקע עם שורות משובשות אשמח לתקן את שאר העמוד לפני שאשלח את השורות המשובשות לסריקה מחדש.

אלו שאלות שעלו שוב לאחר שימוש היום באתר?

ס

@Motele כתב:

@סתם-אחד עדיין הבעיה של הגדרת סגנון על חלק מפסקה קיימת
יש לי אות ממוספרת בתחילת הפסקה, אם אני מציין אותה בסגנון המסוים זה משנה את הסגנון לכל הפסקה. אין אפשרות להגדיר סגנון רק לאות הראשונה ולא לדיבור המתחיל בתחילת הפסקה.
בנוסף כשיש התחלת פסקה חדשה עם הדגשה בספר על המילה הראשונה צריך לציין משהו?
אשמח לפתרון!

באיזה ספר מדובר?

סגנון פיסקה הוא עיצוב המשפיע על כל הפיסקה.
במקרה של ספר חיי אדם האות והסוגריים בתחילת הסעיפים אמורים לקבל סגנון תו מודגש ולא סגנון פיסקה.

ס

@דאנציג כתב:

@סתם-אחד כתב:

@דאנציג כתב:

מה עושים במקרה שבו המסגרת והשורות נכונות, אך שורה אחת הקדימה את רעותה?
הסוף:

לפני השורה שקודמת לה:

תנסה לשחק עם חיתוכי השורות להקטין או להגדיל את גובה השורה.
באם זה לא עוזר אשמח לעדכון.

מעניין, עכשיו נכנסתי שוב לדף, ופתאום הוא הוצג כמו שצריך (הטקסט הופיע לפי הסדר הנכון).

התפילות שלי ומעשים טובים של קלוד.

פורום אוצריא

סתם אחד

פוסטים