Opened 8 years ago
Last modified 8 years ago
#43 new project
Dělení titulků
| Reported by: | xkovar3 | Owned by: | xkovar3 |
|---|---|---|---|
| Priority: | minor | Milestone: | |
| Component: | SET | Keywords: | |
| Cc: | Due Date: |
Description
vyzkoušet na datech z Liberce
===
tak jsem se konečně dokopal k těm titulkům... dost oprav spočívalo ve změně textu, překlepů, nebo změně délky titulků (dělených v čárkách), což nás nezajímá. To co zbylo je v příloze...
V podstatě zbyly jen větné útvary, které se automat dělil nevhodně a člověk to pak napravoval... což nás právě zajímá.
K datům... je to utf-8, co oprava to řádek. Struktura je BEG * aaa ===>>> bbb * END
BEG je společný začátek té věty , aaa je automatem rozdělený titulek, bbb je člověkem opravená verze, END je společný konec.
Svislítka značí, kde byl ten titulek rozdělen pro zobrazení... čili v aaa je to "špatný dělicí bod", v bbb "dobrý"...
Pokud bys dokázal SETem označit dobré/špatné body bylo by to zajímavé...
Na úvod jsem přemýšlel, jestli by nepomohly vazby typu přídavné jméno - podstatné jméno atd.
Attachments (1)
Change History (2)
Changed 8 years ago by
| Attachment: | SubTitleBreaks.txt added |
|---|
comment:1 Changed 8 years ago by
| Priority: | critical → minor |
|---|
no response on this from Liberec