Инструменты для распознавания текстов и системы компьютерного перевода. Оценка

параметров текстовых документов
Классная работа

бумажных носителей используют сканеры и программы распознавания символов.
Одной из

наиболее известных программ такого типа является ABBYY FineReader.

Бумажный носитель
помещается под крышку сканера

В программе отдаётся команда
Сканировать и распознать (заранее необходимо выбрать языки распознавания)

Распознанный текст появляется в окне текстового редактора

Работа с программой распознавания текста

камеру мобильного телефона.
Фотографии текста
Отсканированные документы

изображения документов (фотографий, результатов сканирования, PDF-файлов) в электронные редактируемые форматы:
Microsoft

Word
Microsoft Excel
Microsoft Powerpoint
RTF
HTML
PDF
текстовый файл
Программа распознаёт множество языков, в том числе в одном тексте.

Одна из лучших в мире программа для оптического распознавания текста (192 языка). Разработана для операционных систем Microsoft Windows, macOS и Linux (проприетарное программное обеспечение).

обеспечивают мгновенный поиск словарных статей.
Многие словари предоставляют пользователям возможность прослушивания

слов в исполнении носителей языка.

Установлен на компьютер
как самостоятельная программа

Встроен в текстовый процессор

В on-line-режиме в сети Интернет

Компьютерный словарь

многих популярных операционных систем, таких как Windows, Windows Mobile, Symbian

OS, Mac OS X, iOS, Android (проприетарное программное обеспечение).

Включает сотни общелексических и тематических словарей для перевода и толковых словарей.
В ABBYY Lingvo нет функции полнотекстового перевода, но возможен пословный перевод текстов из буфера обмена.

Формальное знание языка
Анализ текста
на исходном языке
Программа-переводчик
Техническая
документация
Деловая
переписка
Компьютерные программы-переводчики

Художественный литературный перевод текста пока не возможен.

!

одноимённой российской компании PROMT (проприетарное программное обеспечение).
Программа PROMT
Существует множество различных

пакетов для дома и бизнеса. Множество языков.

для автоматического перевода части текста или веб-страницы на другой язык.
Google

Переводчик

На сегодня в переводчике доступны 103 языка.

translate.google.com

цифр, знаков препинания и т.д., которые компьютер различает по их

двоичному коду.

Соответствие между изображениями символов и кодами символов устанавливается с помощью кодовых таблиц.

на экране (символы)

в памяти – двоичные коды

кодовых таблиц.
Фрагмент кодовой таблицы ASCII

Среди них нет русских букв. 8-битные коды имеют 256 кодовых

комбинаций (28 = 256). Коды от 128 до 255 использовали для кодирования букв национального алфавита (в разных странах по разному, в одной стране оказалось несколько разных кодовых таблиц).

Кодовая таблица

0–31 – управляющие символы

33–127 – латинские буквы, знаки препинания, цифры, знаки арифметических операций

128–255 – буквы национального
алфавита

ASCII

32 – пробел

в одном тексте.
В Unicode каждый символ кодируется шестнадцатиразрядным двоичным

кодом. Такое количество разрядов позволяет закодировать 65 536 различных символов: 216 = 65 536.
При использовании кодовой таблицы Unicode в тексте одновременно могут содержаться любые символы всех языков мира.

Увеличение мощности кода

– количество символов
i – информационный вес символа
В зависимости от разрядности

используемой кодировки информационный вес символа текста может быть равен:
8 бит (1 байт) - восьмиразрядная кодировка;
16 бит (2 байта) - шестнадцатиразрядная кодировка.

Информационный объём фрагмента текста – это количество бит, байт (килобайт, мегабайт), необходимых для записи фрагмента оговорённым способом кодирования.

чему равен информационный объём следующего высказывания Жан-Жака Руссо:
Тысячи путей ведут

к заблуждению, к истине – только один.

Решение
В данном тексте 57 символов (с учётом знаков препинания и пробелов). Каждый символ кодируется одним байтом. Следовательно, информационный объём всего текста – 57 байт.
Ответ: 57 байт.

Задача 1

байта. Определите информационный объём слова из 24 символов в этой

кодировке.
Решение.
I = 24  2 = 48 (байт).
Ответ: 48 байт.

Задача 2

языке, первоначально записанного в 8-битовом коде, в 16-битовую кодировку Unicode.

При этом информационное сообщение увеличилось на 2048 байтов. Каков был информационный объём сообщения до перекодировки?
Решение
Информационный вес каждого символа в 16-битовой кодировке в два раза больше информационного веса символа в 8-битовой кодировке. Поэтому при перекодировании исходного блока информации из 8-битовой кодировки в 16-битовую его информационный объём должен был увеличиться вдвое, другими словами, на величину, равную исходному информационному объёму. Следовательно, информационный объём сообщения до перекодировки составлял 2048 байтов = 2 Кб.
Ответ: 2 Кбайта.

Задача 3

256

I - ?

256 = 2i = 28, i = 8
К = 740  80  60  8 = 28 416 000 бит = 3 552 000 байт =
= 3 468,75 Кбайт 3,39 Мбайт.

I = K  i
N = 2i

Решение

Задача 4. Выразите в мегабайтах объём текстовой информации в «Современном словаре иностранных слов» из 740 страниц, если на одной странице размещается в среднем 60 строк по 80 символов (включая пробелы). Считайте, что при записи использовался алфавит мощностью 256 символов.

Задача 4

Фамилия) файл типа документ Word с именем Формулы.
Выполните задание 4.16.
Закройте файл

с сохранением.

Задание 3 (стр. 177) – письменно.
Выучить § 4.6 (стр. 178–183).

Повторить § 1.6 (стр. 45–50). Задания 2-7 (стр. 183–184) – устно.
Задания 8 (стр. 184) – письменно.
Написать конспект по презентации, выучить, выполнить задания.
Готовый файл пришлите мне на электронную почту akiwina82@mail.ru

Домашнее задание