Posted: 01.02.11 18:23. Post subject: Перевод текста из старой орфографии в современную

Доброго времени суток!
Задался вопросом о существовании способов перевода текста из дореволюционной орфографии в современную.

1. Существует версия программы AfterScan - AfterScan Antique
<\/u><\/a> Программа платная (стоит 2500). В отличие от другой версии AfterScan Express лечния, да и самого дистрибутива не нашел. Может у кого есть?

2. С помощью скрипта на ресурсе [url=http://ru.wikisource.org/wiki/MediaWiki:Gadget-Deyatificator.js]Викитека[/url] Кто им уже пользовался, интересно узнать мнение.

Для того чтобы им воспользоваться как мне объяснили надо

1) распознать текст в Fine Reader, включив язык распознавания «русский (дореволюционная орфография)»
2) желательно вычитать текст в ДО
3) зарегистрируйтесь в Викитеке (обязательно)
4) войдите в свою учётную запись. Зайдите в раздел настройки (ссылка должна быть вверху справа), там в раздел «Гаджеты» и поставьте галочку на пункте «Деятификатор». Нажмите кнопку «Сохранить»
5) создайте любую страницу, лучше в собственном пространстве имён, но можно просто зайти на страницу [url=http://ru.wikisource.org/wiki/Викитека:Песочница]Песочница[/url] и нажмите кнопку Править (вверху). Сотрите всё что там будет (кроме заголовка «{{/Шапка}}») и вставьте туда свой текст, скопированный из FineReader.
6) Нажмите кнопку деятификатора (должна быть сверху окна редактирования такого вида: Ѣ→Е)
7) Текст переведётся в новую орфографию, можно проверить его прямо в вашем браузере, если там есть проверка орфографии или в Word и т.п

P.S. Форумчанин A-U-L предлагает Скрипт для MS Word<\/u><\/a>, но как я понял скрипт работает не с дореволюционной орфографией а со стандартными ошибками вызванными распознаванием дореволюционного текста как современного.
Если кто знает другие способы, прошу поделиться.

 Posted: 02.02.11 01:29. Post subject: Слишком сложно. Намн..

Слишком сложно. Намного проще научить шаблон в ФР.

 Posted: 02.02.11 02:49. Post subject: Скрипт на викитеки о..

Скрипт на викитеки опробовал. работает очень хорошо, ограничений по тексту нет. Главное он действует по всем правилам. Проблема только в том что текст после распознавания и переж использованием скрипта должен включать как можно меньше ошибок.

На счет шаблона в ФР вы имеет в виду эталон? То есть используя встроенный в FR русский язык и заставить FR распознавать например "ять", как е? Кажется слово шаблон в FR относиться только к шаблону областей. Это эмпирический подход. Все-таки по логике дореволюционную орфографию надо распознавать как дореволюционную орфографию, а затем с помощью специализированных инструментов переводить в современную.

 Posted: 02.02.11 03:34. Post subject: Эталон распознает до..

Эталон распознает дорев. текст - как дорев. текст. Потом ять меняется на е автозаменой. Дорев. текст частенько бывает с нестандартизованными оборотами, поэтому доверять его скрипту я бы не хотел.

 Posted: 02.02.11 03:59. Post subject: Ну а твердый знак на..

Ну а твердый знак на конце, к примеру. Эту проблему автозаменой не решить.

Скрипт как я понял делался и оттачивался группой специалистов. Хорошо бы протестировать скрипт в том числе и на нестандартизированных оборотах. Которые этот скрипт вряд ли заменит на стандартные. К тому же на такие вещи при распознавании все равно приходиться обращать внимание и сравнивать с оригиналом.

 Posted: 02.02.11 04:20. Post subject: Твердый знак (ТЗ) на..

Твердый знак (ТЗ) на конце решается тремя автозаменами:
ТЗ с пробелом на пробел, ТЗ с точкой - на точку, и ТЗ с запятой - на запятую.

После этого в тексте остается такое исчезающе малое количество ТЗ что их прокликать пара пустяков.

Никакой скрипт этого не заменит, очень уж была жива и нестандартизирована речь у дорев. писателей.

 Posted: 02.02.11 04:35. Post subject: То есть в словах где..

То есть в словах где твердый знак нужен он будет удален. К тому же есть все эти окончания, приставки, дефисы. Их много. В любом случае если не скрипт, то нужен созданный опытным филологом алгоритм автозамены. Алгоритм который сведущий в скриптах человек сможет свести в соответствующий инструмент.

 Posted: 02.02.11 04:51. Post subject: "Твердый знак (Т..

"Твердый знак (ТЗ) на конце решается тремя автозаменами:
ТЗ с пробелом на пробел, ТЗ с точкой - на точку, и ТЗ с запятой - на запятую. "

В новой орфографии с 1918 года твердый знак нигде не стоит перед пробелом, точкой или запятой. Остальное прокликивается на "найти", а не на "заменить".

Все окончания - я делаю небольшим количеством замен и контрольных прокликиваний.

 Posted: 02.02.11 05:20. Post subject: Да да простите точно..

Да да простите точно точно. С ТЗ тоже все ясно.
Теперь хорошо бы найти или написать коллективный алгоритм на автозамены. Помниться у меня при автозаменах в дореволюционых книгах всегда что-нибудь терялось и проподалось.

 Posted: 02.02.11 13:18. Post subject: Заменяйте только бук..

Заменяйте только буквы, остальное я заменю сам.