АЛГОРИТМИ И ПРОГРАМИ В ТЕКСТООБРАБОТКАТА

(дипломна работа, София, ФМИ, 1995 г.)

Прозри: аз те дарявам със съвършени съвети. Приеми ги в сърцето си, живей според повелите им. Така ще станеш завършена личност... Папирус Ани (ок. 1250 г. пр. Хр.)

3.2. Често допускани грешки

Следва една група от правила, които в болшинството си са езиковонезависими (т. е. за разлика от правилата на сричкопренасянето те са валидни не само в българския език, но и са приложими например за руски, английски и др. езици). Те включват в себе си и стилистичните правила, макар че съдържат и някои елементи, поради които по-скоро трябва да ги наречем правила за откриване (и недопускане!) на грешки.

Нека въведем четири полезни съкращения:

К – компютър (като синоним на автоматичност)

Ч – човек (като синоним на автоматизираност, т. е. не-автоматичност)

! – безусловност

? – условност

1. Препинателните знакове (запетая, точка, двоеточие, тире и т. н.) се оставят на горния ред. Изключение се прави за отварящите кавички и отварящата скоба (те се пренасят на долния ред) и за дългото тире, което се пренася свободно, когато бележи изпусната дума или въвежда уточняваща част. (К!, вж. т. 3.3)

2.Съмнително е когато в една дума се среща както <латинска буква>, така и <българска буква>. (К?)

Забележка: Горният пример е неприятен не само заради получилите се видими ударения (в повечето случаи при замяната на един с друг шрифт това няма да се получи), а най-вече затова, че ще бъде объркана програмата/алгоритъмът за пренос и съответната програма за spell-check.

3. Съмнително е, когато след точка (единствена), която не стои след съкращение, се намира <дума>. (Ч!)

4. Не трябва да има пренос в <съкращение>, което се състои от две думи. (К!)

5. Не трябва да има пренос пред <съкращение след> или след <съкращение пред>. (К!)

Забележка: Тъй като голяма част от страньорите/машинописките осъзнават проблемите от правила 4 и 5, но не са в състояние да се справят с него, много често те си затварят очите и премахват свързващия интервал, което съответно редакторите/коректорите подминават със същото разбиране (макар да е съвсем погрешно и недопустимо), т. е. получава се: „1992г.“, ... кажа, т.е. не ...“, „... до гр.София ...“ и т. н.

6. Не трябва да има пренос в число, съставено от две или повече части, разделени с интервал (т. е. този интервал трябва да се преобразува в <твърд интервал>). (К?)

7. След думите 'най'|'НАЙ'|'Най'|'по'|'ПО'|'По', последвани от '-', не трябва да има интервал. (К!)

8. Съмнителни са съчетанията <дума>'-'' '<дума> и <нов ред>'-'<дума>. Те трябва да се преобразуват съответно в <дума>' ''—'' '<дума> и <нов ред>'—'' '<дума> чрез добавяне на пропуснатия интервал (след като е проверено дали този случай не се отнася до предходното правило). (К!)

Невинни на пръв поглед нарушения на 7 и 8 стават доста по-очевидни, след като комбинацията '-'' ' се замени автоматично с '—'' ' (както е показано и в примера). Това от своя страна е най-често използваният начин за преобразуване в явен вид на дългите тирета в програми като PageMaker, Ventura Publisher, Word for Windows и др.

9. <съмнителна> е дума, която не принадлежи на множеството {<дума>, <ДУМА>, <Дума>} или не може да се представи като последователност на елемент от това множество и <цяло число> (т. е. не е и дума, завършваща с индекс). (Ч?)

По този начин има вероятност да се маркира дума – част от формула, в която няма нищо грешно. Това обаче не е недостатък на правилото, а е едно голямо удобство, тъй като по принцип формулите съдържат множество горни и долни индекси, които изискват допълнително локализиране и ръчна обработка.

10. <съмнителна> е дума от една буква, която не е <еднобуквена дума> или след която няма точка. (Ч!)

Правила 8, 9 и 10 не се спазват от програми като Престо!, ОК! и др., тъй като при тези програми за съжаление не се прави разлика между редовни и главни букви, както и не се проверяват думи, които се състоят само от една буква.

11. <съмнителна> е думата 'в' ('с'), която се намира пред дума, чиято първа буква е 'в' или 'ф' (съответно 'с' или 'з'). (Ч!)

12.След нов ред не трябва да има интервал или табулация (освен при набор на полетата на таблици). (К?)

Това правило ще изненада доста неприятно хората, свикнали да набират текстове със старите редактори като PE2, Q, Word (под DOS) и т. н., но е един от начините да се поправят щетите, нанесени при излишното форматиране на по-ранен етап.

13. Автоматично преобразуване на наклонената черта '/' в '(' или съответно в ')' където това е необходимо. (К?, Ч!)

Последователността <отварящ препинателен знак> '/' <знак> <знак>... <знак> '/' <затварящ препинателен знак>, където броят на знаковете е ограничен от max, трябва да се замени с <отварящ препинателен знак> '('<знак><знак>... <знак>')'<затварящ препинателен знак>.

Възможни ограничения:

• търсенето на затваряща '/' може да се осъществява само в текущия параграф, за да се избегне излишно усложняване на алгоритъма и забавяне на скоростта;
• при липса на затваряща (отваряща) наклонена черта следва маркиране на мястото като съмнително.

Забележка: Тази грешка се допуска най-често от по-възрастни хора, свикнали да пишат на старите пишещи машини, където просто липсваха знаците '(' и ')'.

14. Следене на съотношението (и местоположението) на отварящи – затварящи кавички (или апострофи). (Ч?)

Ограничения:

• освен при отваряща кавичка в начало на параграф, правилото трябва да се прилага само в рамките на един абзац;
• ако не искаме да налагаме горното ограничение, се търси първият параграф, който завършва със затваряща кавичка, и така се определя крайната граница на буфера, който подлежи на проверка. Необходимо е маркиране при несъответствие.

Правила 12 и 13 са от т. нар. по-горе глобални правила, тъй като диапазонът, в който се прилагат, не е предварително фиксиран и не зависи от близкия контекст, както при локалните правила.

15. Не може да се прави пренос при съкращение на имена. (К!)

Необходимо е интервалът след съкратеното име да се замени с <твърд интервал>.

16. Може да се дефинира множество на думите, които могат да се намират пред съчетанието 'за да' и 'че', така че пред тях да не трябва да има запетая. Ако няма ',' преди тях и не е налице горното условие, то мястото е подозрително. (Ч!)

17. Когато заглавията (на книги, части, глави, подзаглавия до определено равнище на вложеност и т.н.) са съставени от няколко реда, съюзите и предлозите трябва да вървят заедно с думата, към която се отнасят. (К?)

Ето един формален начин за откриване на заглавие (или глава) в текст. Търси се цял параграф, който се състои изцяло от главни букви и не завършва с точка. Освен това е необходимо да разполагаме с множеството от съюзите и предлозите за съответния език.

Например: {в, във, и, или, зад, на, под, пред,...}

18. Съчетанието <нов ред>'-'<Дума> трябва да се преобразува в <нов ред>'—' '  '<Дума>. (К!)

19. Съчетанието <нов ред>'—'' '<дума> е съмнително. (Ч?)

Прилагането на това правило зависи от характера на текста – дали е художествена проза, делова проза или е в стихотворна форма. Съществува флаг за избор на конкретната ситуация.

20. За отстраняване на случайни грешки при набора на години и други числови стойности е възможно предварително да се установи диапазона им и след това например при среща на <цяло число> ' ' 'г.' да се провери дали това число е от зададения интервал. (Ч?)

21. Съчетанието <дума>'-'<число> е неделимо и трябва да се преобразува в <дума>'^-'<цяло число>. (К?)

22. Неделимо е съчетанието <цяло число>'-'<дума>, когато <дума> принадлежи на множеството {'-ия', '-и', '-а'...} и трябва да се замени с <цяло число>'^-'<дума>. (К?)

23. При наличие на изброяване в даден параграф, не бива да се разделя номера от първата сричка на думата, за която той се отнася, т.е. при срещата на <цяло число> '.' '  ' <дума>, където <цяло число> принадлежи на определен интервал, трябва да се замени с <цяло число> '.' '^ ' <дума>. (К?)

24. В същия смисъл, но в друга околност: <дума1>')' '  '<дума2> или <дума1>'/' '  '<дума2>, където <дума1> се състои от една буква в допустим интервал, който започва съответно от 'а' или 'А', е неделима съвкупност, тъй като, както и в предишното правило, е изброяване и следва да се замени с <дума1>')' '^ ' <дума2> или съответно <дума1>'/' '^ '<дума2>. (К?)

25. Няма пренос в следния случай: <дума>'  '<число>, когато <дума> принадлежи на множеството от неделими цифрови представки {No, §, $, £...}, както и съчетанието <число>'  '<дума>, когато <дума> принадлежи на множеството от неделими окончания на цифри {'лв.', '%', 'кг.', ...} и се заменят съответно с <дума>'^ '<число> и <число>'^ ' <дума>. (К!)

26. Съчетанието <ДУМА>'  '<цяло число>, което не се намира в заглавие, вероятно е съкращение и не бива да се разделя на два отделни реда. Може или да се маркира, или направо да се замени с <ДУМА>'^ '<цяло число>. (К?)

27. Съчетанието <дума1>' '<дума2>, като <дума1>=<дума2>, е <съмнително>. Това отразява честата грешка за повторение на дума поради разсеяност. (Ч?)

28. В текстове с характер делова проза е желателно думите – причастия (завършват с окончания: '-ащи', '-ящи', '-ейки' и др.) да се маркират от компютъра, за да бъдат заменени с по-прости словоформи (чрез добавяне на 'която', 'които' и т.н. и опростяване формата на глагола. Изключение – при натрупване на 'която', 'които' и т.н. (Ч?)

29. Изречение не може да започва със <съкращение>, число или математическа формула. Трябва да се промени началото му. (Ч?)

30. За текстове, които се причисляват към деловата проза, съществуват множество от често употребявани думи, които е желателно да бъдат заменени с по-подходящи в някакъв смисъл. За реализацията на това правило е необходим речник с тези двойки. (Ч?)

<< назад | отгоре | напред >>

Съдържание

0. Встъпление

1. Увод

2. Сричкопренасяне

2.1. Малко история

2.2. Правила за сричкопренасяне от 1983 г.

2.3. Метод на скандирането

2.4. Алгоритъм на сричкопренасянето по фонетичен и морфологичен принцип

2.4.1. Алгоритъм за откриване на морфема в дума

2.4.2. Алгоритъм за анализ на буква

2.4.3. Алгоритъм за анализ на дума

2.4.4. Алгоритъм за анализ на текст

2.4.5. Други възможности

3. Автоматизирано откриване и отстраняване на грешки в текст

3.1. Дефиниции и понятия

3.2. Често допускани грешки

3.3. Класификация на правилата

3.4. Примерна програмна реализация на локалните правила

3.4.1. Нови дефиниции, променливи, флагове и множества

3.4.2. Таблица на локалните правила

3.4.3. Функции, необходими за реализация на локалните правила

3.5. Глобални правила

3.5.1. Класификация на думите в текст на равнище знакове

3.5.2. Функции, необходими за реализация на глобалните правила

3.5.3. Функции и идеи, които предстоят да бъдат осъществени

4. Някои метрики в текстообработката

4.1. Текстови и шрифтови метрики

4.2. Сложност на текст

4.3. Професионализъм на предпечатната подготовка

4.3.1. Използване на възможностите на програмите чрез дефиниране на различни стилове

4.3.2. Премахване на излишното форматиране

4.3.3. Използване на възможностите за настройка на основните отношения между и в параграфите

5. Заключение

6. Литература

7. Приложениe

7.1. Списък на книгите, върху които са направени експерименти

7.2. Някои статистики и резултати от проведени изследвания

Начало | Услуги | Цени | Книги | Издателства | Статистика | Програма | Контакти © mind‑print.com, 2024