Awtomatiski wót „sotry“ pśełožone teksty wobpśimuju cesto hyšći zmólki, wósebnje gaž su se z nimšćiny pśełožyli. Pód wěstymi wuměnjenjami su kóńce abo personalne pronomeny wopacne abo jadnotliwe słowa feluju. Z toś teje pśicyny by dejał/a pśełožone teksty zasadnje hyšći raz pśeglědowaś (daś), nježli až je něźi śišćiš abo na drugu wašnju dalej wužywaš.
Naš awtomatiski pśełožowaŕski system bazěrujo na dwójorěcnych paralelnych korpusach, kótarež wobstoje ze stotysacow sadow w serbskej a nimskej rěcy. Toś ten korpus se stawnje rozšyrja, pśi tom na to glědamy, pó móžnosći słowoskład z wjele žywjeńskich wobłukow wužywaś. Awtomatiske pśełožowaŕske programy za wětše rěcy źěłaju zwětšego z korpusami z někotarych milionow paralelnych sadow. Wótpowědnje jo kwalita pśełožkow pla „sotry“ tuchylu hyšći pitśku niša nježli pla wětšych pśełožowaŕskich programow.
Na projekśe „sotra“ se wót teama Rěcnego centruma WITAJ w Budyšynje a Chóśebuzu źěła. Projekt běžy wót lěta 2019 a se wót Załožby za serbski lud financěrujo, kótaraž dostawa lětne pśipłaśonki Zwězka, Bramborskeje a Lichotnego stata Sakska.
Dla struktury „sotry“ jo trjeba, až se wužywa w zapódanych tekstach ako nimski tak teke serbski korektny pšawopis.
Słowa z pisańskimi zmólkami abo z felujucymi wósebnymi znamuškami se zwětšego (hyšći) njespóznaju abo snaź wopaki pśełožuju.
Pšosym wužywaj za toś ten zaměr integrěrowanu pšawopisnu kontrolu pśez bublink
a pśeglědaj zapódany tekst, nježli až dajoš jen pśełožyś.
„sotra“ bazěrujo na paralelnych sadach.
To groni, až njeźiwa pśełožowaŕski system jano na jadnotliwe słowo, ale w normalnem paźe teke na kontekst.
Dokulaž toś ten pla jadnotliwje zapódanych słowow felujo, smy toś tu funkciju znjemóžnili.
Pšosym wužywaj za pśełožowanje jadnotliwych słowow za górnoserbšćinu online-słownik soblexx a za dolnoserbšćinu online-słownik na dolnoserbski.de.
Gaž na „tekst dariś“ kliknjoš, se aktualnje za tebje widobny tekst z wobeju woknowu internje składujo. Tejerownosći składujotej se IP-adresa a cas. Dalšne informacije njamóžomy z datow wucytaś. Teksty se jano internje pśeźěłuju a njejsu nigda zjawnje widobne.
Wót wužywaŕkow a wužywarjow pósćone teksty pomagaju nam na jadnom boce, deficity w tekstowem korpusu wótekšyś a zaměrnje dopołniś. Mimo togo móžomy tak pśełožowaŕske zmólki abo problematiske formulacije spóznaś a pórěźiś. Tak zgónijomy teke, kótary słowoskład se wužywaŕki a wužywarje žyce a móžomy naše daty na wužywanje wusměrjone pólěpšyś.
Na kuždy pad! Teksty ze zmólkami nam pokazuju, na kótarych městnach musymy hyšći něco pórěźiś.
Zasadnje jo. Pšosym wobmysli, až su integrěrowane module pšawopisnych kontrolow wótwisnje wót rěcy mjazy 1,5 a 8,5 MB wjelike a se pśi prědnem wótwołanju boka śěgnu.
Gaž twój mobilny datowy kontingent jo wobgranicowany, pótom móžoš pśez bublink
pšawopisnu kontrolu gasnuś.
Pśekontrolěruj pšosym, lěc sy pšawy směr pśełožowanja wubrał/a. Toś ten móžoš z kliknjenim na mału chórgojcku změniś. Gaž „sotra“ wětšynu słowow njepśełožyjo, lažy to zwětšego na wopacnem nastajenju.
Wótergi se wjelike pisane słowo za naliceńskim znamuškom ako zachopjeńk sady njespóznajo. Gaž zachopjeńk prědnego słowa za naliceńskim znamuškom w zapódanem teksće na mały změnijoš, se słowo pótom zwětšego spóznajo a pśełožyjo. Móžoš pak teke naliceńske znamuška wótpóraś, jolic toś te njejsu na kuždy pad notne.
Pśekontrolěruj pšosym, lěc za dwójodypkom dopołna sada ze wšyknymi sadowymi cłonkami slědujo. Jolic jo, by dejał se zachopjeńk sady wjeliki pisaś; pla nalicenjow tomu tak njejo. W někotarych padach dejało se to w pśełožku korigěrowaś.
Pśi spóznaśu tekstow (engelski OCR - optical text recognition) źo wó to, wobrazowe informacije do tekstow změniś, kenž daju se editěrowaś. Žrědło za wobraze mógu n.p. kamera mobilnego telefona abo skenaŕ byś. Lej teke wótpowědujucy artikel we Wikipediji.
Klikniśo na symbol
wušej lěwego resp. górnego tekstowego póla. Pokažo se dialog z datajowym wuběranim, źož móžośo wobrazowu dataju wuzwóliś. Dowólone datajowe formaty su JPEG, PNG a PDF. Pśi pdf-dataji se jano wobrazowe późěle wugódnośiju. Maksimalna wjelikosć dataje jo 7 MB.
Za spóznawanje tekstow jo wažne wěźeś, w kótarej rěcy pśedlažy tekst, kenž ma se spóznawaś.
Jano tak mógu se na pś. diakritiske znamjenja daneje rěcy korektnje spóznaś. Tekstowa funkcija za program sotra wuchada z togo, až pśedlažy spóznawański tekst w rěcy, kenž jo teke póstajony za lěwe resp. górne zapódawańske wokno. Ako rěc za spóznaśe tekstow móžo se wubraś nimšćina, górnoserbšćina a češćinu. Za dolnoserbšćinu njestoj bóžko žeden specielny modul spóznawanja teksta k dispoziciji. Móžośo pak wopytaś spóznawanje dolnoserbskego teksta pśez górnoserbšćinu.
Ale pótom dejśo pśi dolnoserbskich tekstach licyś z nabejnym manuelnym dowobźěłanim.
Spóznawanje teksta wopytajo, awtomatiski tekst z někotarymi słupami spóznaś a tekst pótom w słupikach zasej pódawaś.
Dalej se wopytujo, wušaltowanja smužkow, kótarež se pśez wótstawki njewuwołaju, ako teke wustupujuce źělece smužki na kóńcu smužki awtomatiski wótpóraś. Pó pópšawnem spóznaśu teksta wujźo za mało sekundow wótpšašanje, pśez kótarež móžośo pó pótrjebje toś tu akciju anulěrowaś.
Za dalšne informacije pokazujomy na impresum, wótrězk "OCR".
curl -X POST "https://sotra.app/?uri=/ws/translate/&api_key=<API-KEY>" -H "Content-Type: application/json" -d '{"direction":"de_hsb", "text":"Dies ist ein Test."}'