Runeberg

runeberg@lists.lysator.liu.se

9 participants
348 discussions

Romsons kapitäler
by Bo Lennart Wahlman 21 Feb '05

21 Feb '05

I enkla fall bör man kunna ersätta kapitäler med versaler i samma grad som övrig text, tycker jag. Men ibland har kapitälerna en informativ funktion alltefter sammanhanget. Se exempelvis många datorinstruktionsböcker, där kapitäler används när vanliga versaler, kursiv och understrykning inte räcker till för alla grupperingar man behöver indikera. Från egen yrkesverksamhet kan jag nämna Radio Regulations, en viktig handling som utges på flera språk av Internationella Teleunionen (ITU). Där skulle väsentliga ting bli helt galna om man inte återger kapitäler korrekt. Så småningom hamnar kanske liknande även på (nordiska) Runeberg, och till dess bör problemet vara löst på ett eller annat sätt. Typografiskt är kapitäler "versaler i förminskad grad på brödtextens kägel". Detta skulle i Runeberg möjligen kunna förenklas till "versaler i minskad grad", men det ger kanske vingligt radavstånd. Vid egna försök påverka formateringen i korr-sidans inmatningsfält lyckas jag inte göra något selektivt på enstaka ord, utan det jag försöker med påverkar hela sidan. Om det nu gått att införa <spärr> </spärr> och <sp> </sp> kunde man väl tänka sig något i still med <kap> </kap>, alternativt <ka> </ka> för att göra formateringen mindre utrymmeskrävande? Bo Lennart Wahlman

1 0

Dubbla mellanslag och dubbla blankrader
by asq 02 Feb '05

02 Feb '05

Visst söker ni väl automatiskt efter dubbla mellanslag och dubbla blankrader innan den färdiga boken läggs ut? (Som i Gutenberg projektet). Dessutom är det väl så att dubbla eller fler mellanslag ändå bara blir ett mellanslag i den färdiga HTML texten??? Det är väl ganska onödigt att sitta och ta bort dubbla mellanslag manuellt! För övrigt så är det väl också bäst att göra en så korrekt korrekturläsning från första början och inte bara indexera "hysteriskt". Det blir svårt att veta om en sida är mer eller mindre färdig - nu ser jag ett flertal hastigt "korrlästa" sidor med många fel kvar.

1 0

Dubbla mellanslag och dubbla blankrader
by ANNA-SOFIA 02 Feb '05

02 Feb '05

Hej Visst söker ni väl automatiskt efter dubbla mellanslag och dubbla blankrader innan den färdiga boken läggs ut? (Som i Gutenberg projektet). Dessutom är det väl så att dubbla eller fler mellanslag ändå bara blir ett mellanslag i den färdiga HTML texten??? Det är väl ganska onödigt att sitta och ta bort dubbla mellanslag manuellt! För övrigt så är det väl också bäst att göra en så korrekt korrekturläsning från första början och inte bara indexera "hysteriskt". Det blir svårt att veta om en sida är mer eller mindre färdig - nu ser jag ett flertal hastigt "korrlästa" sidor med många fel kvar.

1 0

Re: Verk som OCR inte har körts för
by Erik B. Pedersen 16 Jan '05

16 Jan '05

On 15-Jan-05, Hans Persson <unicorn(a)lysator.liu.se> wrote: > På <URL:http://runeberg.org/upload.pl?mode=ocrlist> finns en lista över > de verk vi har som idag saknar OCR-texter. På sidan finns länkar där > man > kan ladda hem alla bilderna till ett verk och andra länkar man kan > använda för att ladda upp OCR-filer för ett verk. Notera att man > behöver > bredband för att ladda hem bildfilerna, för det är ganska stora filer > det handlar om. Det har också tillkommit en länk "(download)" i > sidfoten > för alla sidor inom ett verk, och via den kan man också hitta > motsvarande länkar. > > Nu kan vi i redaktionen förhoppningsvis låta er andra sköta en del av > OCR-jobbet, och själva scanna ännu fler nya verk eller skriva nya > funktioner. One possible problem which this procedure does not address, I think, is what in a database is sometimes called the updating anomaly. Suppose Jörg Vetenskaper and Frederik Pedant both happen to download the same text for OCR conversion, and therefore duplicate the work. It may seem unlikely, but if unnecessary duplication of effort can be avoided, it would be best to do so. Is it possible to add a mechanism to the <http://runeberg.org/upload.pl?mode=ocrlist> page that records which files have been "checked out" for OCR conversion, so that no one else will download the same work unnecessarily? Another point might be to somehow record the name and email address of the person who downloads a ZIP file of images, and then have a method to automatically send that person a friendly email periodically, say every fortnight, requesting a progress report, until such time as the corresponding OCR files are eventually uploaded. Maybe it's a bit of trouble, but I think that, if I had the appropriate OCR software to do this sort of work, I would be reluctant to undertake it, knowing that another person was doing the same scan conversion at the same time. Best regards to the directors and to all the wonderful volunteers with Project Runeberg. Erik Bjørn Pedersen Victoria, BC, Canada

3 4

Fördelen med att vara lat
by Hans Persson 14 Jan '05

14 Jan '05

Hej Runebergare, Vi i redaktionen har märkt att ett bra sätt att få så mycket arbete som möjligt gjort inom Projekt Runeberg är att vara lat och se till att någon annan gör arbetet. ;-) Från början gjordes all korrekturläsning av redaktionen, och det gick långsamt. Senare kunde andra hjälpa till med jobbet, och skicka felrapporter till redaktionen som i sinom tid tog hand om dem manuellt. Det gick fortare, men bara lite. Sedan ett bra tag nu kan vem som helst korrekturläsa via webben utan att redaktionen är inblandad alls, och så mycket korrekturläsning som nu har aldrig tidigare gjorts. Det är jättebra, för då kan redaktionen ägna sig åt något annat, som att scanna in nya verk. Innan ni där ute kan korrekturläsa ett nytt verk måste det emellertid köras OCR, dvs automatisk texttolkning, så att sidbilderna konverteras till text. Detta kan också vara en flaskhals, och vi har idag några verk publicerade som saknar OCR-text. Nu provar vi en ny metod att råda bot på denna brist. Det finns nu en ny funktion införd på prov. Vem som helst kan ladda ner alla bildfilerna för ett verk som en zip-fil (det har gått ett tag, men inte varit länkat någonstans). Sedan kan man i godan ro köra OCR hemma, om man råkar ha ett OCR-program. När man är klar med det packar man ihop alla OCR-filerna i en zip-fil och laddar upp dem till oss, så kommer de att packas upp och visas på webbsidorna, så att de går att korrekturläsa. På <URL:http://runeberg.org/upload.pl?mode=ocrlist> finns en lista över de verk vi har som idag saknar OCR-texter. På sidan finns länkar där man kan ladda hem alla bilderna till ett verk och andra länkar man kan använda för att ladda upp OCR-filer för ett verk. Notera att man behöver bredband för att ladda hem bildfilerna, för det är ganska stora filer det handlar om. Det har också tillkommit en länk "(download)" i sidfoten för alla sidor inom ett verk, och via den kan man också hitta motsvarande länkar. Nu kan vi i redaktionen förhoppningsvis låta er andra sköta en del av OCR-jobbet, och själva scanna ännu fler nya verk eller skriva nya funktioner. Hans -- +---------------------------------------------------------------------+ | Hans Persson http://www.lysator.liu.se/~unicorn/ | | unicorn(a)lysator.liu.se http://www.lysator.liu.se/runeberg/ | +---------------------------------------------------------------------+

1 0

Scanning av nya verk
by Hans Persson 02 Jan '05

02 Jan '05

Hej Runebergare, Nu är det ett nytt år, och naturligtvis hoppas vi i Projekt Runeberg att vi ska kunna fortsätta att öka publiceringstakten. Hittills har det mest varit vi i redaktionen som scannat in nya verk, och sedan alla ni andra som korrekturläst och så. Om ni har tillgång till en scanner hemma så går det faktiskt bra att ni själva scannar in en bok åt Projekt Runeberg, istället för att vänta på att vi gör det. På det sättet kan ni även påverka vad vi publicerar, istället för att bara vänta och se vad vi i redaktionen scannar nästa gång. Om du är intresserad av att hjälpa till att scanna in nya verk, läs på http://runeberg.org/wiki/Scanning hur man gör. Om du bestämmer dig för att scanna in något så tala gärna om det för redaktionen, så har vi möjlighet att varna om någon annan skulle få för sig att jobba med samma verk. Inte för att risken att flera personer skulle få för sig att jobba med samma verk är speciellt stor, men det vore ju trist att scanna en hel bok och sedan upptäcka att någon annan redan gjort det. Bättre att vara först! När hela boken är scannat är det bara att skicka den till oss så ser vi till att den kommer ut på nätet. Gott nytt Runeberg-år! Hans -- +---------------------------------------------------------------------+ | Hans Persson http://www.lysator.liu.se/~unicorn/ | | unicorn(a)lysator.liu.se http://www.lysator.liu.se/runeberg/ | +---------------------------------------------------------------------+

1 0

Google Print
by Lars Aronsson 17 Dec '04

17 Dec '04

Project Runeberg, (summary in English below the line ----) I veckan tillkännagav sökmotorn Google att de tänker satsa på sökning även i gamla böcker. Och för detta tänker de i samarbete med ett antal stora bibliotek sätta igång vad som kan bli världens största digitaliseringsprojekt. Satsningen kallas Google Print, där print alltså betyder tryckta böcker. Det låter spännande, men många frågetecken återstår, bland annat runt upphovsrätt och möjligheten att återanvända den digitaliserade texten. Google är ju ett kommersiellt företag och ingen välgörenhetsinrättning. De bibliotek som Google samarbetar med är Stanford University (där Google startade som forskningsprojekt 1994-98), University of Michigan, Harvard University, New York Public Library och Bodleian Library vid University of Oxford i England. Av dessa har Michigan störst renommé inom digitalisering av böcker och det var därifrån jag hämtade inspirationen när jag 1998 utvecklade Projekt Runebergs teknik för digitala faksimilutgåvor. Företagets egen information finns på sidan http://print.google.com/ New York Times hade nyheten på förstasidan den 14 december, den kan läsas gratis på webben men man måste registrera sig först, http://www.nytimes.com/2004/12/14/technology/14google.html?oref=login&th Dagens Nyheter hade en kort notis den 15 december, http://www.dn.se/DNet/jsp/polopoly.jsp?d=579&a=355484 Intressantast tyckte jag nog att det intervjuprogram var, som amerikanska National Public Radio sände den 15 december, där man talade med Stanford University-bibliotekarien Michael Keller och Brewster Kahle, som grundat av Internet Archive, http://www.npr.org/templates/story/story.php?storyId=4229570 Brewster Kahle har själv ett stort digitaliseringsprojekt på gång, det så kallade Million Book Project, som man hittar på http://www.archive.org/texts/collection.php?collection=millionbooks ---- This week, search engine Google's new "Google Print" plans have been all the buzz. It might turn out to be the world's biggest book digitization project. Still, many questions remain, in partiuclar concerning copyright and freedom to reuse the digitized contents. Perhaps the best introduction was given in the Talk of the Nation program on National Public Radio this Wednesday. Here are some links: * Google's own information on http://print.google.com/ * New York Times article (requires registration), http://www.nytimes.com/2004/12/14/technology/14google.html?oref=login&th * NPR Talk of the Nation, http://www.npr.org/templates/story/story.php?storyId=4229570 -- Lars Aronsson (lars(a)aronsson.se) Project Runeberg - your digital library - http://runeberg.org/

1 0

Framsteg på runeberg.org
by Lars Aronsson 17 Dec '04

17 Dec '04

Projekt Runeberg, Vi gör stora framsteg på nya adressen runeberg.org. Den servern användes ju tidigare bara för wiki och själva faksimilbilderna, medan alla webbsidor och texter låg på www.lysator.liu.se/runeberg/ På kvällen den 13 december började scripten (bland annat för korrekturläsning) krångla på www.lysator.liu.se. Den dagen hade runeberg.org 70513 träffar varav 37 (0,05 %) var rena fel (med HTTP-svaret "404, sidan finns inte"). Den 14 december gjordes runeberg.org i ordning för att hantera hela Projekt Runeberg, medan www.lysator.liu.se/runeberg/ låg kvar som en frusen ögonblicksbild. Den dagen hade runeberg.org 86007 träffar varav 783 (0,9 %) var rena fel (typ 404). Den 15 december vid lunchtid ersattes alla sidor på den gamla servern med en automatisk hänvisning till motsvarande sida på den nya servern. Detta betyder att trafiken på nya servern ökade kraftigt. Denna dag hade runeberg.org 222145 träffar varav 27828 (12,5 %) var rena fel (typ 404). En så hög andel fel är naturligtvis inte acceptabelt, och vi satte in energi på att rätta felen baserat på statistik, så att de vanligaste felen åtgärdades först. Vanliga kategorier av fel är interna länkar till "/runeberg/nf/" som på den nya servern måste heta "/nf/" samt länkar till författare som saknar presentation. Dessutom saknades pilarna till föregående och nästa sida i korrekturläsningsfunktionen. Den 16 december hade runeberg.org 257341 träffar varav 1147 (0,4 %) var rena fel. Det är fortfarande högt och arbetet på att rätta dem har fortsatt. Under de första 8 timmarna av 17 december (idag) har runeberg.org haft 44088 träffar varav 259 (0,6 %) är rena fel (typ 404). Nu är alla författarpresentationer och alla "förord till den digitala utgåvan" och genomgångna. Nu är det helt andra kategorier av fel som är vanliga. Jag hade en webbsida som jag senast uppdaterade i maj 1994 (!) och där en länk till Projekt Runeberg har varit ogiltig de senaste sju åren. Men nu är den rättad. Och 87 av dagens 259 fel kommer från en och samma adress i Japan som försöker se skillnaden mellan två versioner av kapitel i den danska Bibeln. Tyvärr använder den här japanen (jag gissar att han utvecklar en egen sökmotor) en ogiltig länk för detta och när han väl inser sitt misstag och tröttnar, så kommer felfrekvensen att sjunka ytterligare. "Ett digitalt bibliotek är ständigt under arbete", sade nyligen en expert som intervjuades i amerikansk radio. Jag återkommer för övrigt med en länk till den intervjun i ett senare meddelande. Jag tror ni är överens med mig om jag påstår att Projekt Runeberg just nu fungerar rätt så bra på sin nya adress http://runeberg.org/ -- Lars Aronsson (lars(a)aronsson.se) Projekt Runeberg - fri nordisk litteratur - http://runeberg.org/

1 0

Ny adress runeberg.org
by Lars Aronsson 14 Dec '04

14 Dec '04

Projekt Runeberg, (A summary in English follows below the line ----) Det senaste dygnets krångel med vår webbplats var ett oväntat och lite märkligt sätt att fira vårt 12-årsjubileum. För ett år sedan skaffade vi en egen servermaskin och den fick adressen runeberg.org men vi har fram tills nu haft det mesta av våra webbsidor kvar på gamla www.lysator.liu.se/runeberg/ som ju är en del av LYSATORs webbplats. Igår blev det något problem på någon del av LYSATORs webbplats och ingen visste exakt vad som krånglade, så en del funktioner stängdes av för hela webbplatsen. För Projekt Runebergs del innebar det att Recent Changes-sidan och funktionen för korrekturläsning slutade fungera. Eftersom det var osäkert hur länge detta skulle vara, så satte vi igång att genomföra uttåget till runeberg.org. På det sättet blir vi oberoende av andra delar av LYSATORs webbplats. Vi blir husägare i stället för hyresgäster. Och frihet är det bästa ting, som sökas kan all jorden kring. Rent fysiskt är detta inget uttåg, för vår servermaskin står i LYSATORs datorhall och är ansluten till Internet via LYSATORs nät. Men webbservern är i alla fall vår egen. Detta betyder att vi byter serversystem från Roxen till Apache och programspråk från Pike till Perl. Detta byte var, trots en del krångel under dagen, smidigare än jag trodde att det skulle bli. Just nu har vi kommit så här långt: Den som går in på http://runeberg.org/ kommer att hitta hela Projekt Runeberg där, utan att bli ivägskickad till LYSATORs webbplats. Det går att se Recent Changes och det går att korrekturläsa texter. En del saker återstår att ordna: En del länkar pekar lite snett. Det gäller också en del bilder som får ett "trasigt" utseende. Korrekturläsningsfunktionen har just nu inga framåt- och bakåtpilar. Det finns säkert en hel del andra små brister. Den som går in på den gamla adressen http://www.lysator.liu.se/runeberg/ kommer att hitta Projekt Runeberg där också. Men det är en frusen bild där inget kan ändras. Så småningom kommer den att tas bort, och ersättas med en automatisk hänvisning till motsvarande sida på http://runeberg.org/ ---- Today's server problems was an unusual and unplanned way to celebrate our project's 12th anniversary. We finally got the incentive to complete the exodus from LYSATOR's webserver to our own runeberg.org. If you start at http://runeberg.org/ you will now find all of Project Runeberg there. All major functions are in operation. Only some minor flaws remain to be fixed. If you start at the old address www.lysator.liu.se/runeberg/ you will find an aging snapshot of yesterday's Project Runeberg. This snapshot will not be updated. When we are certain that it is obsolete, it will be replaced by an automatic redirect to the corresponding page at our new server. -- Lars Aronsson (lars(a)aronsson.se) Projekt Runeberg - fri nordisk litteratur - http://runeberg.org/

1 0

Mera korrektursförslag
by Bengt-Olof Bjurman 14 Dec '04

14 Dec '04

Jag är intresserad av "Ugglan" och har läst "Hur man korrekturläser" ett antal gånger fram och tillbaka. Ett antal frågor/kommentarer och förslag har utkristalliserats. De är många men titta på dem ändå. De skulle underlätta (utom 4) för redaktionen och ändå inte öka editeringstiden med mer än någon promille. 1. Gåsögon. Längst ner på http://www.lysator.liu.se/runeberg/nfag/0011.html används ett "lågt citat" för dito-symbol. Dito går bara att använda i tabeller och uppräkningar. Vanligtvis skriver man ju nåt i stil med -||- , dvs inte ett speciellt tecken. Kan gåsögon användas för dito? ("citerad text där citerad text inte citeras"?) 2. Tabeller och tabell-liknande text (längst ner på http://www.lysator.liu.se/runeberg/nfag/0011.html). När tabeller flyttas till HTML är det enkelt om tabellen är "förberedd" tex med <tab> mellan varje kolumn (inkl de tomma). Förslag: tabellrad inleds med <tbr> och <tbk> mellan kolumnerna, kanske avslutande </tbr>. tabell-liknande rad med <tlr> och <tlk> etc Även metrik/läsanvisningar kan betraktas som en tvåspaltig tabell och det synsättet ger inga problem vid konverteringen till HTML. Pre-editerings-HTML skulle kunna presentera som nu: nytt stycke för <Bir.>. 3. Inför införandet av unicode Främmande alfabeten borde inte translitteras då tex grekiska eta och epsilon blir båda e, = förstörelse av data. Märk istället de (ytterst sällsynt förekommande) orden med <grk>grekiska</grk> <heb>hebreiska</heb> <kyr>kyrilliska</kyr> <run>runor</run> etc Specialtecken som <pund> och <skålpund> skulle kunna få vara sina egna taggar och senare konverteras till tex det kursiverade lb. för skålpund (finns i unicode?). Ett skript skulle kunna samla ihop de sidor som innehåller en viss tagg för en enda unicode-insats: sammanlagda mängden icke-redan-translitterade grekiska ord är bara ett A4. Kvadrat som speciellt tecken har jag inte sett. Betydelse? 4. Märkning av sakfel. När dumheter i texten beror på att författaren skrivit fel (stavfel, slarvfel - särskilt årtal), eller när sättaren läst fel (slarvfel), "skrivit" fel på kända ord (slarvfel, stavfel) eller satt fel (sättningsfel - gärna årtal), bör slarvfelet rättas till, de talar ju bara om författarens/sättarens/sättningskastens egenheter och problem och kan i bästa fall bara ge kuriösa statistiska data. Äkta sakfel ska stå kvar men skulle kunna märkas med <kommentar>Sardinien ingick inte i koalitionen förrän 1713</kommentar> som sen inte syns på pre-editeringssidorna men kan vara med i slutresultatet. Hit hör tex INTE idag felaktiska latinska namn eller resultat av nutida upptäckter, bara de uppgifter som inte stämmer med det de visste DÅ. Att hitta äkta sakfel kräver en oerhörd sakkunskap (och vetenskapliga referenser) men ibland editeras ju sidorna av experter (här har jag inga anspråk). 5. "The whole page is OK now" Det skulle kännas bättre om min färdigediterade sida tittas igenom minst en gång till, gärna två. Något fel slinker alltid förbi och det finns säkert de med hökögon som finner ett nöje att rätta texter som både OCR och editeringsproffs misslyckats med. "The whole page is really OK now". "The whole page is really, really OK now". 6. Författarsignatur <sign>P. W.</sign> gör det onödigt att sätta en massa mellanslag mellan textslutet och signaturen. De blir dessutom sökbara (sen). <s> är kortare och bättre? Förresten, i månadssammanställningar står editör-signaturer. Var kommer de ifrån? Man knappar ju bara in e-postadressen. Skrivs den i Comment? Ett förslag i så fall: en cookie med signaturen (jobbigt för dem för dem med flera alter egon :) 7. Editering i praktiken Jag har brukat kopiera texten-att-editera, (med förnuft) stavningsrätta den i Word, kopiera och klistra in i editeringsrutan. Bläddraren (the browser) hanterar sin teckentabell och KAN konvertera det kopierade. Operativprogrammet konverterar (ganska säkert) det kopierade. Word konverterar det kopierade (och hittar på en mängd dumheter om de "smarta" funktionerna inte är desarmerade). Operativprogrammet konverterar... Bläddraren konverterar... Alla dessa konverteringar löper amok med radbrytningarna och de radbrytningar som kommer tillbaka till rutan bör väl inte vara de som startades med? Jag förutser senare problem och föreslår deklaration av den återvändande texten: en hemsida kan ge analyser av dina retursidor och ge dig en cookie som deklarerar dina returer i fortsättningen. Om man byter ascii-tabell, språkkodning och tangentbord varje timme blir det förstås problem :) Observera att problemet för åäö är betydligt större. Nu kan jag förstås hittat på en lösning till ett problem som inte finns (IT-världens affäridé :) Det kanske bara behövs som en diagnos för väldigt udda hård- & mjukvarukombinationer. Hur kommer Unicode 8 att påverka detta? Inga (?) operativsystem och få ordbehandlare kan hantera Unicode. 8. Alla nya fina taggar? På varje <skålpund> går det säkert 1000 <i> = liten arbetsinsats, och om man vill byta till skålpund är det OMÖJLIGT att sedan hitta alla nya skålpund som varit ett tecken - utan minskad arbetsinsats. Det är enkelt att senare automatiskt ändra oönskade taggar, tex för pre-editeringssidan, med perl-skript. Nya taggar måste förstås väljas så att de inte krockar med HTML, XML etc. mvh, bob

5 4

← Newer
1
...
20
21
22
23
24
25
26
...
35
Older →

Jump to page:

2025

2024

2023

2022

2021

2020

2019

2018

2017

2016

2015

2014

2013

2012

2011

2010

2009

2008

2007

2006

2005

2004

2003

2002

Runeberg