- 自炊技術総合@電子書籍板
410 ：名無しさん＠お腹いっぱい。[sage]：2011/01/01(土) 10:59:46 ID:bcbLmj0k - 誤認識はどうしようもないから、自動訂正スクリプトを作っている。
カタカナ「リ」ひらがな「り」とかは認識ミスの代表だろう。
なので一旦、ひらがな「り」に全部書き換える。
その後、カタカナ言葉だけをカタカナ「リ」に書き換える。
sed使って
s/リ/り/g
s/りターン/リターン/g
s/キりギりス/キリギリス/g
みたいに。
ンとソ、ロと口なんかもそう。
いちいち全部書くのかよ！と言うだろうが、そのとおり。
誤認識があったら、片っ端からスクリプトに追加していく。
鍛え上げた辞書のおかげで、８−９割は自動で直るようになった。
|
- 電子書籍雑談スレ その２
881 ：名無しさん＠お腹いっぱい。[sage]：2011/01/01(土) 11:06:49 ID:bcbLmj0k - デジタル教科書にすれば、電子ブックというものに抵抗がなくなるだろうし、卒業しても同じ端末を使い続ける可能性が高い。
つまり顧客囲い込みが出来る。
そんなところを考えてるんじゃないかね。
|
- 自炊技術総合@電子書籍板
413 ：名無しさん＠お腹いっぱい。[sage]：2011/01/01(土) 16:22:05 ID:bcbLmj0k - ワタシのは修正できる文書の傾向が偏りすぎてて、とても売り物にならん。
とっかかりの辞書というかスクリプトを作るのは簡単。
そこらへんの電子テキストからカタカナ「リ」でgrepかけて、リが入る単語を片っ端からリストアップ。
単語だけ切り出して、ソートして、だぶってる単語は削除。
あとはsed用に整形するだけ。テキスト整形のフリーソフトはいくらでもある。
ソン、口ロ、リり、ｉ１、一ー、二ニ、０ｏ、あたりを直すだけでも、だいぶ違う。
sedでやる利点は、余計な頭使わなくて済む。
修正抜けやミスがあったら、どんどん追加していくだけ。
あとは、青空ルビ振りも同時にできること。
s/皇帝/｜皇帝《カイザー》/g
s/｜皇帝《カイザー》ばんざい/｜皇帝ばんざい《ジーク・カイザー》/g
s/わが皇帝/｜わが皇帝《マイン・カイザー》/g
とかね。
|
- 赤松健運営のJコミ【絶版漫画】
65 ：名無しさん＠お腹いっぱい。[sage]：2011/01/01(土) 19:03:21 ID:bcbLmj0k - 絶版書籍すべてが対象となる可能性があるわけだよね。
マンガ、小説以外にも、写真集や絵本、ゲームの攻略本まで。
もしかすると古書の相場に影響があるかもしれん。
反対派はこういうところかね。
|
- 自炊技術総合@電子書籍板
415 ：名無しさん＠お腹いっぱい。[sage]：2011/01/01(土) 23:32:26 ID:bcbLmj0k - 汎用的で効果的な正規表現を考えるより、最初に１回作っちゃえば、あとはポツポツと登録していくだけの簡単さを選んだだけ。
|