Arkivo de Scienca Revuo 1949-2013 – legebla en la reto

Gratulon! Tio estas bela sukceso. Espereble ili sukcesos iam transformi la bildojn en maŝine legeblan tekston.

Mi havis teĥnikajn problemojn legi la artikolon pri Aŭgusto Strindberg en n-ro 29 (1956), pp. 20 - 30. Mi ja sukcesis deŝuti la artikolon kaj legi ĝin loke, sed la enreta montrilo ne sukcesis montri la paĝojn. Ĉe plej multaj paĝoj ĝi montris nur tiun en cirklo moviĝantan punkton, indikante laboradon.

La TTT-adreso estas https://scienca-revuo.info/article/view/1349/1328 , sed ankaŭ ĉe aliaj artikoloj mi spertis la saman problemon.

Ankaŭ mi kore gratulas al ISAE. Estis saĝa decido, granda laboro kaj evidenta utilo.

Mi ja sukcesis legi la artikolon pri Strindberg. Firefox montris ĝin tre malbone per sia interna pdf-montrilo, sed mi simple elŝutis la artikolon kaj vidigis ĝin per ekstera pdf-ilo. Chrome montris la artikolon tute bone jam en la foliumilo mem. Kiam mi provis legi en Internet Explorer, aperis jena sciigo:

 "La PDF-dosiero elektita aperus ĉi tie, se via retumilo havus kromaĵon por legi PDF-dosierojn. Alternative vi povas elŝuti la PDF-dosieron rekte al via komputilo kaj tie malfermi per PDF-legilo. Por elŝuti la kromdosieron alklaku la elŝutligilon ĉi-sube." (La sciigo estis en Esperanto, do verŝajne venis rekte el la retejo scienca-revuo.info de ISAE.)

Verŝajne estas simple komencaj teknikaj malfacilaĵoj. Jam la nuna stato estas tre gratulinda.

Bedaŭrinde ni ne multon povas fari pri la retumiloj. Mi provis kun Firefox kaj Chrome kaj sur Windows kaj Linux. Eble skribu al retejo@scienca-revuo.info la ekzaktajn versiojn der via nefunkcianta retumilo. Tiam ni eble povas diskuti la problemon kun la programintoj de OJS. OJS estas la sistemo, kiun ni uzas por Scienca Revuo.

Pri la transformo al maŝine legebla teksto mi bedaŭrinde devas bremsi la esperon. Tia tasko klare superpostulas niajn kapacitojn kaj mi ne vidas, de kie iam venu la homforto por tia giganta tasko. Estas klara deziro havi ion tian, sed ĝi bedaŭrinde restos revo en la supervidebla estonteco.

Mi jus informis Melanie Maradan pri la eblecoj transformi per la OCR-programo Aiseesoft PDF Converter la PDF al prilaborebla teksto (kutime mi elektas RTF, sed eblas aliaj). Tio kontentige funkcias kaj mi provis kun libere elektitaj dosieroj de diversaj periodoj el al arkio de ISAE.

La respondo de s-ino Maradan estis - kiel atendite - negativa. Estus tro tempokonsuma.

Sed se ĉiuj nur prilaborus la tekstojn, kiuj estas interesa por ili, oni povas per Wiki-sistemo, post certa tempo havi la poluritajn versiojn de ĉiuj tekstoj de Scienca Revuo.

Aktuale mi estas devigata preni la PDF, dosieron, transformi per OCR kaj prilabori private. Sed neniu alia ekscius kaj povus profiti de mia verko, ĉar ne estas loko, kie mi povus prezenti ĝin. Trovigus en mia privata dosierujo por miaj privataj bezonoj.

Eble Wikisource povas esti konvena loko, se la kolegoj de ISAE hezitas fari ion en sie propra retejo.

http://eo.wikisource.org/wiki/%C4%88efpa%C4%9Do

kvankam la sistemo ne estas facile uzebla. Almenaŭ teorie oni povus lasi tektojn tie.

La listo de verkistoj ne montras sciencistojn, sed tio certe povas esti ŝangebla
http://eo.wikisource.org/wiki/Kategorio:Verkistoj

Ĉiukaze indus havi kompareblan sistemon por komune prilabori la herdedaĵon de ISAE.

Por ne simple fanfaroni, mi aligxis al Wikisource kaj enmetis dum 10 minutojn la tekston de Haferkorn pri UDK.

https://eo.wikisource.org/wiki/Haferkorn_Dekuma_SR

Certe, oni devus poluri iomete, sed fakte la sistemo funkcias.

Tre bone, Roland!

Kiel bonaj estas la rezultoj, kiujn la simbol-rekona programo aŭtomate produktas? Kion vi devis fari dum la dek minutoj, kiujn vi bezonis por enretigi la artikolon de Haferkorn ĉe Vikifonto? Ĉu temis ĉefe pri vikiigo (ekzemple markado de la titoloj kaj listeroj)? Aŭ ĉu vi ankaŭ devis adapti la supersignojn aŭ korekti iujn erare rekonitajn simbolojn?

Se la simbol-rekonado estas plejparte senerara eĉ sen homa interveno, tio laŭ mi estus tre bona afero. Tiuokaze ne estus tro malfacile produkti tekstan transskribon de ĉiuj 2000 skanitaj artikoloj de Scienca Revuo. Eĉ se oni perdas tipografiajn detalojn kiel la markadon de titoloj, listeroj kaj kursiva teksto, tia teksta transskribo povas esti tre utila, ekzemple por terminaristoj kiuj serĉas uz-ekzemplojn de terminoj en kunteksto aŭ kiuj scivolas pri la relativa ofteco de diversaj konkurencantaj terminoj.

Kara Markos

Dankon pro la intereso (kontraste al la kolegino Maradan, kiu komplete rifuzis okupiĝi pri la temo). La plej multaj denove nur kapablas vidi la problemojn......

Mi hazarde trovis la programon Aiseesoft PDF Converter en Computer-Bild kaj vidis, ke ĝi ofertas Esperanton, kiel lingvo por rekoni. Mi uzis diversajn tekstojn el mia arkivo, skanis ekzemple pagxojn de "Esperanto en Perspektivo" kaj multon prenis de ÖNB. JES, la programo rekonas supersignojn.

La kvalito de la rekono multe de dependas de la kvalito de la skanita dosiero. Se estas bone skanita, la rekono estas proksime al perfekteco. Se la kontrasto estas malalta aŭ se estas makuloj, la kvalito malkreskas. Ekzemple "Esperanto en Perspektivo" perfekte funkcias kaj se oni fajfas pri kopirajto oni povus tuj prezenti en la reto.

Mi kutime elektas RTF kiel celformato, sed eblas ankaŭ epub. La programo provas rekoni kaj imiti la strukturon de la paĝo (ekz. kolumnoj). Ekzemle per kelkaj jarkolektoj de "Germana Esperantisto" la rezulto estas tute konvinka. Ne por represi, sed por analizi la enhavon.

Mi ekzperimentis per ekzemploj el diversaj periodoj de "Scienca Revuo", kiu foje ŝanĝis sian aspekton, tipografion, formaton. Ofte temas pri "nudaj" tekstoj sen tipografiaj ornamaĵoj, kiu ne postulas apartan prilaboron. Foje estas kun formuloj, nome se temas pri matematiko aŭ kemio. Kemiaj formuloj estas rekonataj senŝanĝe kiel grafikaĵoj. Tio povas kaŭzi certan kromlaboron. Sed estas tute malofta kaj le temo ne plu tiom interesa, ke bezonas urĝan prizorgon. Neniu deziras studi tion.

Foje la rekono ne eblas, ĉar ISEA ne bone zorgis pri la kvalito de la skanoj. La kunlaborantoj fuŝis kaj lasis ombrojn, faldojn kaj malaltan konstraston. Spertaj skanistoj povus per adapto de la parametrojn facile korekti. Sed oni evidente ne aplikis sistemon por kontrolo de la kvalito (QM-sistemo). Tial kelkaj dosieroj estas eĉ por homoj malfacile legebla.

Mi komencis prezenti miajn rezultojn en Wikisources, kiu laŭ mia opinio estas la plej taŭga loko. (Almenaŭ dum ISAE ne pretas instali propran sistemon) Tie troviĝas amason da beletro, Religio, Poeziaĵoj, sed "Scienco" tute mankis.

https://eo.wikisource.org/wiki/Scienca_Revuo

Tie estas rigardeblaj kelkaj tekstoj, kiuj estas persone interesa por mi, kaj vi povas kontroli la rezulton kaj plibonigi, sed vi deziras.

La Wiki-tekniko estas tre praktika, ĉar ofte kelkaj homoj rapide rimarkas erarojn, kiujn fakulo dum la prilaboro de la enhavo pretervidis. Aliaj preferas adapti la aspekton, kiu foje postulas certajn spertojn pri la MediaWiki-Formatoj.

Do oni tie povas kunlabori tutmonde kaj paŝo post paŝo kompletigi la enhavon de Scienca Revuo.

Tiel oni povas ekzemple, kiel vi skribas, plilarĝigi la terminologian bazon.

Krome oni povas ankaŭ korekti la erarojn en la listo de STEB

http://www.eventoj.hu/

Ekzemple la verko, pri "astronomio en la biblio" tie tute ne aperas sub "Astrologio", sed ĉe "Religio"

https://eo.wikisource.org/[…]/SR_Biblio_kaj_Astronomio_1974

Fakte oni povus diri, ke eĉ estas kontraŭreligia teksto, eĉ ateisma. Sed nek "Ateismo", nek kritiko de religioj aperas en la listo. (Kiel prezidanto de ATEO estis interesas tasko por mi)

Mi provis plibonigi la situacion per aldono de t.n. "Kategorioj" en la Wiki-Sistemo, per kiu oni povas produkti diversaj alirojn al la tekstoj (laŭ enhavo, aŭtoro, volumo ktp.) sen la kutimaj problemoj de SQL-datumbazoj.

Mi neniam planis transpreni la tekstojn de s-ro Haupenthal. Li ankoraŭ vivas, kaj mem povas fari ĉion, se li deziras, ke iu legu ilin. Evidente li ne deziras tion.

Rigardante la "produkton" de ISEA prezenti la enhavon en la reto, mi konstatis, ke oni inventis sistemon kaj komplete donis ion al la mondo, sen antaŭe demandi la uzantojn.

Per la Wiki-Sistemo oni povas komenci per malgrandaj kvantoj kaj lerni, kiuj adaptiĝoj estus necesaj por havi vere utilan produkton je la fino. Ekzemple la "Kategorioj" komece ne estis en mia cerbo. Nur la praktikaj problemoj instigis min, enkonduki tion. WikiMedia permesas tre fajnan adapton de Kategorioj al la bezonoj, sed kutime la bezonojn oni nur poste aux dum la prilaboro ekkonas.

Mi esperas, ke multaj fakuloj partoprenas, kaj sufiĉas se certa fakulo nur trarigardus tekston, kiu estas persone kaj momente interesas por li. Alia persono povas transdoni al Wikisources kaj tria persono povas glatigi kaj poluri.

Por la OCR programo estus pli komforta, se ĝi ne devus trakti unuopajn dosierojn, sed kompletajn jarkolektojn aŭ almenaŭ volumojn. Eble ĝi trankvile laboras horon, sed per moderna maŝino tio ne ĝenas. Eble estas tro malfrue, ĉar ISAE decidis prezenti la dishakitajn dosierojn. Foje la koncerna teksto nur estas sur duona paĝo. Kaj 3/4 de la paĝo estas duoblaj, ĉar ili aperas ankaŭ en aliaj dosieroj.

Mi neniam antaŭe aŭdis pri Aiseesoft. Ĉu ĝi estas tute sendependa de la tri aliaj programoj, kiuj kapablas rekoni tekston en Esperanto (ABBYY Finereader, Omnipage. Readiris)? Estus tre utile, se iu povus kompari tiujn programojn kaj verki ian recenzon por Monato.

Mi supozas, ke Aiseesoft, same kiel aliaj programoj, kapablas konverti PDF-skanaĵon al PDF-dosiero kun serĉebla teksto. Ĉu ĝi kapablas ankaŭ fari tian konvertadon tute aŭtomate? Se jes, eble oni povus tiel konverti la arkivon de Scienca Revuo.

Aiseesoft produktas .rtf aŭ .epub, kiu provas respeguli la aspekton de la paĝo. Ĝi ne produktas PDF, kiel vi supozis.

De jaroj mi demandis inter Esperantistoj pri spertoj kun aliaj, inter alie la menciitaj, programoj, sed bedaŭrinde sen iu konkreta respondo. Eble la temo ne estas interesa. Mi ĝojas aŭdi, ke la aliaj programoj kapablas rekoni Esperanto-tekston. Mi nenie legis pri spertoj.

Jes, Aiseesoft laboras aŭtomate. Oni donas al ĝi liston de PDF-dosieroj kaj iam (dependas de la maŝino), ĝi diras, ke estas preta.

Mi ofertis la programon kiel "acida biero" al konatuloj, sed la emo estas malgranda.

Mi dubas, ke ISAE petis de chiuj autoroj au ties heredantoj la rajton reaperigi ilian artikolojn. Mi mem malpermesis tion koncerne miajn artikolojn.
Se io aperis sen permeso de la autoro au ties heredantoj, temas pri pirata represo kiu submetighas al la Jura sistemo de la koncerna lando.
ISAE ja shuldas klarigon pri sia agado.

La teĥnikaj malfacilaĵoj de mia retumilo ja ne estas granda problemo, ĉar mi tute bone sukcesis deŝuti la PDF-dosieron.

Kio koncernas la ŝanĝadon al komputile legebla teksto: Mi pensas, ke estas bona ideo de Roland, fari tion kiel herbradikan projekton. Kolekti la tekstojn ĉe Vikifontoj estas ankaŭ bona ideo. Mi aldonis la artikolon de Roland al la kategorio "artikoloj el Scienca Revuo". Tiel oni povas facile ricevi superrigardon pri la jam transskribitaj artikoloj. Kiam estos iom pli da artikoloj, oni eble povus aldoni ordigitan liston.

Estus bone, se iu povus konatigi la ideon, prefere ankau ISAE mem: Ĉiu povas aŭ detajpi aŭ OCR-i artikolon kaj meti la tekston en la kolektejon ĉe Vikifontoj.

Mi dubas, ke aŭtoroj ankoraŭ havas la kopirajton de siaj artikoloj aperintaj en Scienca Revuo. Per la akcepto de kontribuaĵo ekestis kontrakto inter aŭtoro kaj ISAE. Por mi estas malklare:

1.) ĉu ekzistas iuj eksplicitaj kontraktoj inter verkinto kaj ISAE?
2.) Se jes, kion precize ili preskribas, precipe ĉu ili preskribas, ke ISAE rajtas uzi artikolon nur unufoje aŭ eble ankoraŭ plian fojon?
3.) Kiu jursistemo de kiu ŝtato estas aplikenda al tiaj kontraktoj (en ekzemple 1968 kaj 1972, kiam aperis - entute tri - artikoloj de sinjoro Haupenthal en Scienca Revuo, ĝi havis adreson en Beogrado, Jugoslavio).
4.) Se ne ekzistas skribaj, eksplicitaj kontraktoj inter ISAE kaj aŭtoroj, tiam ekzistas silentaj kontraktoj kaj ekestas la sama demando, kiu jursistemo de kiu ŝtato estas aplikenda al ili kaj kion tiu jursistemo preskribas.

Pro tiuj (kaj ankoraŭ pliaj) demandoj la jura situacio almenaŭ ne estas evidenta, sed male kompleksa. Laŭ mia nefaka impreso estas la devo de aŭtoro pruvi, ke li entute rajtas „malpermesi“ reaperigon (kiu praktike probable estas neebla aŭ almenaŭ ekonomie sensenca, jam pro la kostoj de necesa jura ekspertizo).
Saĝe ISAE evitis tiajn komplikajn demandojn kaj, plenumante la peton de sinjoro Haupenthal, ne republikigis liajn tri artikolojn. Fake tio estas bedaŭrinda, ĉar ili daŭre estas legindaj.