Конспект урока: Распознавание текста и системы компьютерного перевода

• Программы оптического распознавания текста
• Компьютерные словари и программы-переводчики

• знать основные функции программ распознавания документов
• знать принцип работы компьютерных словарей и программ-переводчиков
• уметь приводить примеры программ распознавания документов, программ-переводчиков

За многовековую историю человечество накопило огромное количество знаний, большая часть из которых хранится на бумажных носителях. При создании электронных библиотек и архивов путем перевода книг и документов в цифровой компьютерный формат, при переходе предприятий от бумажного к электронному документообороту используют системы оптического распознавания символов.

В памяти компьютера можно сохранить огромное количество информации, что позволяет создать электронные словари, которые обеспечивают не только перевод информации, но и орфографическую проверку написания слов на различных языках.

Программы оптического распознавания текста

Иногда возникают ситуации, когда отсканированный и сохранённый в памяти компьютера документ необходимо подправить, внести дополнительную информацию. Но как это сделать, если перед нами отсканированное изображение, а не текстовый документ? Возникает проблема: отсканированный документ есть изображение, состоящее из точек (пикселей), а не из текста. Перепечатка текста займёт слишком много времени, поэтому были разработаны специальные прикладные программы распознавания символов и текста. 

Рис. 1. Программа для распознавания текста

Наиболее широко известна и распространена программа ABBYY FineReader (рис. 1).

 

Из рисунка видно, какие операции может выполнить данная программа:

• сканировать в MS Word;
• файл (PDF/изображение) в MSWord;
• сканировать и сохранить изображение;
• сканировать в PDF с возможностью поиска;
• фото в MS Word.

ABBYY FineReader может распознать информацию на 179 языках, включая случаи использования сразу двух языков в тексте. В процессе работы текст проверяется на орфографию, а результаты могут быть экспортированы в различные программы, например, MS Word, Excel, PowerPoint или Outlook.

Преобразование бумажного документа в электронный вид происходит в пять этапов:

1. Сканирование документа (кнопка Сканировать).
2. Сегментация документа (кнопка Сегментировать) — разбиение страницы на блоки текста.
3. Распознавание документа (кнопка Распознать).
4. Редактирование и проверка результата (кнопка Проверить).
5. Сохранение документа (кнопка Сохранить).

Компьютерные словари и программы-переводчики

В настоящее время существует огромное количество компьютерных словарей, включающих в себя десятки тысяч слов и выражений.

Компьютерные словари представляют собой быстро работающую компьютерную программу, имеющую поиск, в то время как бумажный эквивалент будет иметь вид толстой книги, в которой долго и проблематично искать необходимый перевод слова.

Компьютерные словари включают в себя:

1. Множество языков для перевода информации;
2. Словари, содержащие переводы специфических терминов из различных областей знаний (техника, медицина и др.);
3. «Быстрый набор» — выпадающий список похожих слов, словосочетаний;
4. Воспроизведение слов (не во всех).

Компьютерные словари можно установить на компьютер или мобильное устройство. Также можно использовать on-line версии словаря в сети Интернет.

В настоящее время наиболее распространёнными программами машинного перевода являются системы PROMT, Stylius, Сократ, Magic Gooddy и др.

Минусы компьютерного перевода:

• иногда допускают смысловые и стилистические ошибки;
• неприменимы для перевода художественных произведений.