Meyers Konversationslexikon

Text archives Help


Re: [Meyers] Script zur Rohkorrektur


Chronological Thread 
  • From: Karl Eichwalder <keichwa AT gmx.net>
  • To: meyers AT lists.franken.de
  • Subject: Re: [Meyers] Script zur Rohkorrektur
  • Date: Thu, 17 Jul 2003 18:38:31 +0200
  • List-id: Meyers Konversationslexikon <meyers.lists.franken.de>

Laeuter
<laeuter AT mathematik.uni-leipzig.de>
writes:

> Danke für das Script zur Rohkorrektur. Ich habe auch eins, allerdings
> habe ich mir weniger Mühe gegeben, ständig die Liste der ,deffen's und
> ,Wafsen's zu aktualisieren.

;)

> Wirklich erst durchlesen und dann das Script?

Oder nachher kritisch lesen, das sollte auch oaky sein.

> Mein Arbeitsablauf ist jedenfalls Folgender:
> * ausklinken,
> * Script anwenden,
> * korrekturlesen,
> * wieder einklinken.
>
> Mein Script beseitigt allerdings zuerst *alle* Zeilenenden (Umwandlung
> in Leerzeichen), damit mein Editor sich nicht mit den DOS-Zeilenenden
> rumschlagen muss

Ja, das mache ich auch, allerdings lasse ich den Zeilenumbruch erst
einmal so, wie er ist. Ich klinke meist ein ganzes Bündel aus und
loope dann über die Dateien:

list=$(seq -f %04g.txt 601 639)
for f in $list; do
mv $f $f.orig
tr -d '\15' <$f.orig > $f
done

Dann eine Tags-Datei erzeugen:

etags $list

Und im Emacs mit tags-query-replace die Trennungen wegmachen:

(defun ke-meyers-remove-hyph-n ()
(interactive "*")
(tags-query-replace "-
" ""))

Und dann die Artikelgrenzen eintragen, etc. Am Ende stelle ich mit dem
Emacs wieder Langzeilen her und klinke die Seite wieder ein.

> und damit in der fertigen Version alle Zeilenenden was zu bedeuten
> haben (Seitenkopf, neues Stichwort, neuer Untereintrag (z. B. Person
> mit gleichem Nachnamen)).

Das handhabe ich so auch.

> Einige Fehler in den geOCRten Texten sind so allgemein, dass ich sie
> nicht nur anhand der Einzelbeispiele ersetzen würde:
>
> \bf\([^rl\. ]\) -> s\1
> I\([aeiuoäöü]\) -> J\1

Es gibt wohl nur sehr wenige Ausnahmen. Ionisches Meer.

> Dann habe ich noch einige Fragen zum Umgang mit Zeichen:
> Was machen wir mit Akzenten (soweit sie in ISO-Latin-1 vorhanden sind)?
> Ich bin sehr dafür, sie wieder herzustellen, auch die schwer
> erreichbaren wie ï. Allerdings stören die Akzente etwas, wenn sie als
> Betonungszeichen im Stichwort benutzt werden, nicht dagegen in der
> spr.-Anweisung.

Ja, das ist ein eigenartiger Schwachpunkt. Ich übernehme die Akzente
immer stur, wenn diese bei Latin-1 verfügbar sind. In einem zweiten
oder dritten Durchgang muß das dann irgendwann mal auf UTF-8 umgestellt
werden.

> Bin ich der Einzige, der dieses Ziel für lohnend hält? Was wäre dafür
> nötig?

Mir schwebt letztendlich eine Auszeichnung mit der TEI DTD (SGML/XML)
vor, davon läßt sich dann alles weitere ableiten.

--
| ,__o
http://www.gnu.franken.de/ke/ | _-\_<,
ke AT suse.de
(work) /
keichwa AT gmx.net
(home) | (*)/'(*)





Archive powered by MHonArc 2.6.19+.

Top of page