您有新信

 
丹青OCR若干問題
#1
發信站: 國立中山大學網路組 Mailing List (tpts1.seed.net.tw>, 信區: BudaTech)
丹青OCR 進行自動辨識後的『自動詞庫校正』,我也一直搞不清楚它的實際作用,
猜想大概跟Lexchk資料夾裡面的7個dat檔有關係。看那檔案日期都是92、93年,可
能是一些封閉式的資料,不允許使用自行鍵入。

另外,這『自動詞庫校正』不知道它跟線上校對時『前相關』、『後相關』是否也
有關係?這『前相關』、『後相關』也很詭異,我一直看不出什麼字詞的相關性。

還有,各個字集的『學習字庫』無法轉移,我無法將 T4342所製作的『學習字庫』
拿到T13202用。

還有,我所建立的學習字──『婬』(內碼D4D9),怎麼到功能表[其它]/[刪除學
習字] 一看,卻變成『莮』(內碼D778)。這也是為什麼當下次使用學習字庫辨識
時,『婬』的圖形都被辨識成『莮』字。

丹青OCR 的繁體字集有T4342、T6142、T13202三種,到底使用哪一種最好?剛使用
時都會以為字越多越好,但事實不然。所採用的字集越多,不但辨識速度減慢,且
系統會去抓一些不常見的怪字來湊數,使得辨識效果不佳。底下這個實驗可以初步
證明這點:

以佛教大藏經《梵網經》第13頁做範本(去圈點後共 806個中文字),分別以上面
三種字集進行辨識(不使用學習字庫),T4342 得出 a.txt,T6142 得出 b.txt,
T13202得出 c.txt,這三個.txt檔都未經線上校對。然後取其中的一個檔詳加校對
得出 d.txt。再利用fgfc(佛經檔案比對程式)分別比對 a-d、b-d、c-d,得出其
差異處分別為37、29、61(詳見以下【附件】)。從這裡可以知道,在不採用學習
字庫的情況下,利用T6142所產生的b.txt才是最好的。

                                                            maha 8/19/97

【附件】

T4342                 T6142               T13202
差異=37               差異=29             差異=61
******* a.txt         ******* b.txt       ******* c.txt
     1: 含邢               1: 含邢             1: 含
******* d.txt         ******* d.txt       ******* d.txt
     1: 舍那               1: 舍那             1: 舍
*******               *******             *******

******* a.txt         ******* b.txt       ******* c.txt
     1: 述                 1: 迎               1: 拋
******* d.txt         ******* d.txt       ******* d.txt
     1: 迦                 1: 迦               1: 迦
*******               *******             *******

******* a.txt         ******* b.txt       ******* c.txt
     1: 拋                 1: 拋               1: 洳 各坐萻
******* d.txt         ******* d.txt       ******* d.txt
     1: 迦                 1: 迦               1: 迦 各坐菩
*******               *******             *******

******* a.txt         ******* b.txt       ******* c.txt
     2: 干百億 盧含        2: 干百億 盧含      2: 干百億 盧含
******* d.txt         ******* d.txt       ******* d.txt
     2: 千百億 盧舍        2: 千百億 盧舍      2: 千百億 盧舍
*******               *******             *******

******* a.txt         ******* b.txt       ******* c.txt
     2: 拋 各按            2: 迪 各按          2: 拋 各接徵
******* d.txt         ******* d.txt       ******* d.txt
     2: 迦 各接            2: 迦 各接          2: 迦 各接微
*******               *******             *******

******* a.txt         ******* b.txt       ******* c.txt
     2: 謫                 3: 瘍               2: 誧
******* d.txt         ******* d.txt       ******* d.txt
     2: 誦                 3: 場               2: 誦
*******               *******             *******

******* a.txt         ******* b.txt       ******* c.txt
     3: 瘍                 4: 嚷略             3: 奿
******* d.txt         ******* d.txt       ******* d.txt
     3: 場                 4: 瓔珞             3: 是
*******               *******             *******

******* a.txt         ******* b.txt       ******* c.txt
     4: 謫                 4: 懂               3: 韹至本淔傷
******* d.txt         ******* d.txt       ******* d.txt
     4: 誦                 4: 薩               3: 還至本道場
*******               *******             *******

******* a.txt         ******* b.txt       ******* c.txt
     5: 誚                 5: 藤               4: 嚶
******* d.txt         ******* d.txt       ******* d.txt
     5: 誦                 5: 藏               4: 瓔
*******               *******             *******

******* a.txt         ******* b.txt       ******* c.txt
     5: 捏                 6: 卯               4: 萻磋
******* d.txt         ******* d.txt       ******* d.txt
     5: 提                 6: 即               4: 菩薩
*******               *******             *******

******* a.txt         ******* b.txt       ******* c.txt
     6: 常                 7: 人               4: 含那誧
******* d.txt         ******* d.txt       ******* d.txt
     6: 尚                 7: 大               4: 舍那誦
*******               *******             *******

******* a.txt         ******* b.txt       ******* c.txt
     6: 小                 8: 拋               4: 誧 汝新學萻
******* d.txt         ******* d.txt       ******* d.txt
     6: 心                 8: 迦               4: 誦 汝新學菩
*******               *******             *******

******* a.txt         ******* b.txt       ******* c.txt
     6: 卯                 8: 又               5: 誧
******* d.txt         ******* d.txt       ******* d.txt
     6: 即                 8: 叉               5: 誦
*******               *******             *******

******* a.txt         ******* b.txt       ******* c.txt
     7: 人                 8: 考宅             5: 菽
******* d.txt         ******* d.txt       ******* d.txt
     7: 大                 8: 孝名             5: 藏
*******               *******             *******

******* a.txt         ******* b.txt       ******* c.txt
     7: 誚                11: 磋               5: 小
******* d.txt         ******* d.txt       ******* d.txt
     7: 誦                11: 薩               5: 心
*******               *******             *******

******* a.txt         ******* b.txt       ******* c.txt
     8: 述                11: 諳               6: 常
******* d.txt         ******* d.txt       ******* d.txt
     8: 迦                11: 諸               6: 尚
*******               *******             *******

******* a.txt         ******* b.txt       ******* c.txt
     8: 又                12: 左               6: 小
******* d.txt         ******* d.txt       ******* d.txt
     8: 叉                12: 王               6: 心
*******               *******             *******

******* a.txt         ******* b.txt       ******* c.txt
     8: 考                12: 此丘             6: 卯
******* d.txt         ******* d.txt       ******* d.txt
     8: 孝                12: 比丘             6: 即
*******               *******             *******

******* a.txt         ******* b.txt       ******* c.txt
     9: 謂                13: 此               7: 人
******* d.txt         ******* d.txt       ******* d.txt
     9: 誦                13: 比               7: 大
*******               *******             *******

******* a.txt         ******* b.txt       ******* c.txt
    11: 尸                13: 姪男姪           7: 小聽我誧
******* d.txt         ******* d.txt       ******* d.txt
    11: 口                13: 婬男婬           7: 心聽我誦
*******               *******             *******

******* a.txt         ******* b.txt       ******* c.txt
    11: 諳                13: 背               8: 萻
******* d.txt         ******* d.txt       ******* d.txt
    11: 諸                13: 皆               8: 菩
*******               *******             *******

******* a.txt         ******* b.txt       ******* c.txt
    12: 主                16: 況               8: 萻
******* d.txt         ******* d.txt       ******* d.txt
    12: 王                16: 咒               8: 菩
*******               *******             *******

******* a.txt         ******* b.txt       ******* c.txt
    12: 此丘              18: 況               8: 又孝暊
******* d.txt         ******* d.txt       ******* d.txt
    12: 比丘              18: 咒               8: 叉孝順
*******               *******             *******

******* a.txt         ******* b.txt       ******* c.txt
    13: 此                19: 辰睫             8: 考
******* d.txt         ******* d.txt       ******* d.txt
    13: 比                19: 反更             8: 孝
*******               *******             *******

******* a.txt         ******* b.txt       ******* c.txt
    13: 庶民黃門姪男姪    19: 姪教人姪         9: 日
******* d.txt         ******* d.txt       ******* d.txt
    13: 席民黃門婬男婬    19: 婬教人婬         9: 口
*******               *******             *******

******* a.txt         ******* b.txt       ******* c.txt
    14: 謫                19: 姪姪因姪緣姪     9: 萻
******* d.txt         ******* d.txt       ******* d.txt
    14: 誦                19: 婬婬因婬緣婬     9: 菩
*******               *******             *******

******* a.txt         ******* b.txt       ******* c.txt
    14: 謫一切苦          20: 娃茉             9: 小聽佛誧
******* d.txt         ******* d.txt       ******* d.txt
    14: 誦一切菩          20: 婬業             9: 心聽佛誦
*******               *******             *******

******* a.txt         ******* b.txt       ******* c.txt
    16: 睨                20: 姪而菩蔭        10: 牛
******* d.txt         ******* d.txt       ******* d.txt
    16: 咒                20: 婬而菩薩        10: 半
*******               *******             *******

******* a.txt         ******* b.txt       ******* c.txt
    17: 侑                20: 姪不            10: 小萻
******* d.txt         ******* d.txt       ******* d.txt
    17: 常                20: 婬不            10: 心菩
*******               *******             *******

******* a.txt         ====== 檔案比對結束 ******* c.txt
    18: 峴                                    10: 玸諸萻
******* d.txt                             ******* d.txt
    18: 咒                                    10: 地諸菩
*******                                   *******

******* a.txt                             ******* c.txt
    18: 小                                    11: 誧
******* d.txt                             ******* d.txt
    18: 心                                    11: 誦
*******                                   *******

******* a.txt                             ******* c.txt
    19: 睫                                    11: 小
******* d.txt                             ******* d.txt
    19: 更                                    11: 心
*******                                   *******

******* a.txt                             ******* c.txt
    19: 姪教人姪                              11: 萻硅
******* d.txt                             ******* d.txt
    19: 婬教人婬                              11: 菩薩
*******                                   *******

******* a.txt                             ******* c.txt
    19: 姪姪因姪緣姪                          12: 誧
******* d.txt                             ******* d.txt
    19: 婬婬因婬緣婬                          12: 誦
*******                                   *******

******* a.txt                             ******* c.txt
    20: 姪柴                                  12: 注
******* d.txt                             ******* d.txt
    20: 婬業                                  12: 王
*******                                   *******

******* a.txt                             ******* c.txt
    20: 姪                                    12: 此丘
******* d.txt                             ******* d.txt
    20: 婬                                    12: 比丘
*******                                   *******

******* a.txt                             ******* c.txt
    20: 姪不                                  13: 此
******* d.txt                             ******* d.txt
    20: 婬不                                  13: 比
*******                                   *******

====== 檔案比對結束 ==                    ******* c.txt
                                              13: 庶民黃門姪男姪
                                          ******* d.txt
                                              13: 席民黃門婬男婬
                                          *******

                                          ******* c.txt
                                              14: 誧
                                          ******* d.txt
                                              14: 誦
                                          *******

                                          ******* c.txt
                                              14: 萻
                                          ******* d.txt
                                              14: 菩
                                          *******

                                          ******* c.txt
                                              14: 誧
                                          ******* d.txt
                                              14: 誦
                                          *******

                                          ******* c.txt
                                              15: 萻
                                          ******* d.txt
                                              15: 菩
                                          *******

                                          ******* c.txt
                                              15: 小
                                          ******* d.txt
                                              15: 心
                                          *******

                                          ******* c.txt
                                              16: 睨
                                          ******* d.txt
                                              16: 咒
                                          *******

                                          ******* c.txt
                                              16: 萻薩
                                          ******* d.txt
                                              16: 菩薩
                                          *******

                                          ******* c.txt
                                              17: 趄
                                          ******* d.txt
                                              17: 起
                                          *******

                                          ******* c.txt
                                              17: 小孝順小
                                          ******* d.txt
                                              17: 心孝順心
                                          *******

                                          ******* c.txt
                                              17: 小
                                          ******* d.txt
                                              17: 心
                                          *******

                                          ******* c.txt
                                              18: 晛
                                          ******* d.txt
                                              18: 咒
                                          *******

                                          ******* c.txt
                                              18: 娀
                                          ******* d.txt
                                              18: 賊
                                          *******

                                          ******* c.txt
                                              18: 萻
                                          ******* d.txt
                                              18: 菩
                                          *******

                                          ******* c.txt
                                              18: 小
                                          ******* d.txt
                                              18: 心
                                          *******

                                          ******* c.txt
                                              19: 哽
                                          ******* d.txt
                                              19: 更
                                          *******

                                          ******* c.txt
                                              19: 萻
                                          ******* d.txt
                                              19: 菩
                                          *******

                                          ******* c.txt
                                              19: 姪
                                          ******* d.txt
                                              19: 婬
                                          *******

                                          ******* c.txt
                                              19: 姪姓因姪緣婬
                                          ******* d.txt
                                              19: 婬婬因婬緣婬
                                          *******

                                          ******* c.txt
                                              20: 如裴乃至萻
                                          ******* d.txt
                                              20: 婬業乃至畜
                                          *******

                                          ******* c.txt
                                              20: 懂
                                          ******* d.txt
                                              20: 薩
                                          *******

                                          ******* c.txt
                                              20: 小
                                          ******* d.txt
                                              20: 心
                                          *******

                                          ******* c.txt
                                              20: 良
                                          ******* d.txt
                                              20: 更
                                          *******

                                          ******* c.txt
                                              20: 姪不
                                          ******* d.txt
                                              20: 婬不
                                          *******

                                          ====== 檔案比對結束 ======
Tue Aug 19 02:25:03 1997
回覆 | 轉寄 | 返回

卍 台大獅子吼佛學專站  http://buddhaspace.org