Alla ord i SAOL digitalt

I en grå forntid körde jag Recognita. De som tillhandahöll Recognita fram till version 5 rekommenderar nu Omnipage (18). Kostnaden €99 är inte direkt avskräckande, men nuförtiden skall man väl kunna köra ett fåtal OCR-skott billigare via Molnet.

PS: provade http://www.onlineocr.net/ (gratis i små volymer). SAOL sid 123:

centralredaktion => centr allrodakt.ion
champion (med uttalsanvisning) => champion kånipiän fam'pl .en • mästare
i sport; djur tes. hund som vunnit pris

OCR:en har problem redan med avstavningsanvisningarna och ett vanligt e. Plus för klarad mästare. Totalt sett värdelöst, dvs ägarna till SAOL kan sitta nöjda.

Uppföljning av http://www.onlineocr.net ...

Från ett screen-shot på mitt inlägg #11 här ovan blev OCR-resultatet nästan perfekt som teckenström i retur. Gott betyg. Enda missen var (JPG) som blev (3PG). Lite pinsamt om man är i OCR-branschen. Semantiskt känslig OCR kan vi bara drömma om.

Glöm inte välja Swedish som målspråk. Sajten har inte särskilt höga tankar om andras OCR-förmåga. Den grumlade kontrollkoden är ovanligt lite grumlad.

Adobe Acrobat 9 hade problem med samma text, trots att jag deklarerade svenska som målspråk. Acrobat 9 är inte gratis (som läsaren är). Här är resultatet av nettotexten i inlägg #11 via Adobe Acrobat:

*BUMP* Tänkte höra om någon hittat eller gjort sig en list baserad text fil med SAOL-13?
Något som nämndes med SAOL-12 versionen.

Ännu en bump. Någon som har en bra svensk ordlista med typ alla ord i en textfil?

Bumpar igen då, söker SAOL 13 på textfil.

Buuump, fortfarande ingen som lyckats sätta ihop en txt fil av SAOL-13?

Jag behöver också SAOL 13 som textfil, ett ord per rad, inklusive alla böjningar. Så om du sitter på filen, alternativt vet hur man får fram den, hjälper du många genom att dela med dig! Tack på förhand.

Det är ett jävla rån att man inte får ta del av frukten av forskningen. Vem är det egentligen som har finansierat den? VART HAR VÅRA PENGAR TAGIT VÄGEN?

Goda nyheter!! Jag tror hittat något som borde fungera! Skall bara hitta någonstans att ladda upp textfilen nu.


https://mega.co.nz/#!I8403IoD!G615sEA1sKDFfpjpRNcp2mcfCzgA-SaYy24B-wag-zQ

Hittade inget bättre ställe att ladda upp på.

Dags att programmera nu!

Hmm... Det där ser dock ut som DSSO. Eller har jag fel?

Hittade en legit SAOL, vet dock inte vilken årgång: saol.txt. Sedan kan man ju joina denna med DSSO och ta bort duplicates, så får man en ännu mer komplett ordlista.