02   >   software   >   ╚lov∞k versus poΦítaΦ aneb výsledky efektivity skenování textu OCR
 

Autor: JAROSLAV POLÁ╚EK


Spousta intelektuál∙ dnes buÜí do klávesnice poΦítaΦe závratnou rychlostí kolem 100 úhoz∙ za minutu jen proto, ₧e neproÜli ekonomickým Ükolstvím, které d°íve jako jediné klávesnicové gramotnosti vyuΦovalo. Na policii jsou lidé zdr₧ováni zbyteΦn∞ dlouho jen proto, ₧e na¥ukání protokolu probíhá mnohonásobn∞ déle, ne₧ by bylo p°i klávesnicové gramotnosti nezbytné. Mo₧ná je to "Üt∞stím" i pro soudnictví, jeho₧ kapacita je do znaΦné míry limitována kvalitou zapisovatel∙.
Moderní pra₧ská EuroÜkola (její₧ studenti procházejí individuální programovanou výukou psaní na poΦítaΦi ZAV v návaznosti na u₧ivatelské aplikace) se 19. ledna 1999 stala d∞jiÜt∞m celostátní sout∞₧e, p°i ní₧ zpracování text∙ v oblasti opisu testovali lidé klávesnicov∞ r∙zn∞ gramotní od mistryn∞ sv∞ta a₧ po typického kancelá°ského rutinéra systému "vÜema dv∞ma" ale také skenery a poΦítaΦe s OCR.
Sout∞₧, kterou organizovala redakce PC WORLDu, spoleΦnost Interinfo ╚R a ji₧ zmín∞ná EuroÜkola, m∞la objektivn∞ zjistit hranice výhodnosti obou typ∙ p°episování text∙.
Technika
Sout∞₧e se zúΦastnily dva poΦítaΦe s r∙znými skenery a druhy OCR program∙. Skener oznaΦovaný Φíslem 1 byl Hewlett-Packard ScanJet 4S, s ním₧ spolupracoval program Recognita 4.0, která je v prodeji za 30 tisíc KΦ. Druhou, ni₧Üí kategorii zastoupil levn∞jÜí skener Microtek Phantom 336cx (2 500 KΦ) a s ním dodávaný programem Recognita 3.2 (v cen∞). Ob∞ sestavy obsluhovali studenti MFF UK Jind°ich a P°emysl KolorenΦovi, tedy u₧ivatelé poΦítaΦov∞ gramotní, avÜak bez p°edb∞₧né p°ípravy na práci s programem a na korekturu text∙.
Lidé
Nejvýkonn∞jÜí lidské písa°ské kvality p°edstavovaly t°i reprezentantky úsp∞Üného dru₧stva ╚eské republiky z posledního sv∞tového Üampionátu (Lausanne 1998): dvojnásobná mistryn∞ sv∞ta Helena MatouÜková z Kladna (její rychlost psaní asi 800 úhoz∙/min.), juniorská mistryn∞ Evropy, studentka pra₧ské VèE Zde≥ka Kundrátková a juniorská reprezentantka ╚R, studentka ISè Zlín, EliÜka Klimková. Úlohy "kancelá°ského rutinéra" se laskav∞ ujal redaktor PC WORLDu Jan LipÜanský (bez speciálních kurs∙). Posledním sout∞₧ícím byl student hostitelské EuroÜkoly Petr Äák (jeho rychlost se pohybovala kolem 250 úhoz∙/min.).
Toto dru₧stvo p°ipravil Jaroslav ZaviaΦiΦ (sám vicemistr sv∞ta jeÜt∞ v psaní na stroji v letech 1965 a 67), jen₧ se podílel i na p°íprav∞ sout∞₧e a p°edloh.
Kategorie
Ve snaze p°iblí₧it se vÜem myslitelným mo₧nostem a okolnostem, které by se mohly b∞hem p°episování textu p°ihodit, p°ipravili organizáto°i sout∞₧e osm r∙zných p°edloh. Prvních sedm text∙ m∞lo rozsah jedné normostrany, tj. 1 800 úhoz∙. Poslední kolo bylo pojato jako jedna z obvyklých kategorií na mistrovstvích v psaní na klávesnici t°icetiminutový p°epis textu.
Jednotlivá kola byla pojata jako simulace r∙zných podmínek: od ideálních (kvalitní papír a tisk), p°es kvalitní s r∙zným poΦtem chyb (poÜkození papír∙, textu), a₧ po mechanický psací stroj s korekturami a faxový dokument.
Výsledky
Jak vidno z p°ilo₧eného grafu, vliv na výsledky skener∙ nem∞la jenom daná p°edloha, ale i její kvalita a zejména kvalita softwaru. Podle oΦekávání u kvalitních p°edloh suverénn∞ zvít∞zily oba dva skenery, i kdy₧ mistryn∞ sv∞ta Helena MatouÜková svým vyrovnaným výkonem nebyla daleko od výsledku druhého skeneru. Nekvalitní tisk, jaký poskytuje mechanický psací stroj, je podle dosavadních zkuÜeností nep°eveditelný kvalita lidského oka je nesrovnateln∞ vyÜÜí, tak₧e technika v tomto kole z∙stala na posledních místech. Nejen program, ale i obsluha se v pr∙b∞hu sout∞₧e vylepÜovala.
Text, ve kterém je tak°ka jedna t°etina psána ruΦn∞, je pro skenery naprosto nepou₧itelný. K°ivka skeneru Φ. 2 se dokonce dostala mimo rozsah grafu, a to i z toho d∙vodu, ₧e obsluha rad∞ji rezignovala na komplikovanost oprav a text ruΦn∞ p°epsala. Návrat na "hrací pole" v dalÜí disciplín∞ jas-n∞ signalizuje pom∞rn∞ menÜí poΦet korektur v textu. Naskenování faxu nebylo proti oΦekávání p°íliÜ vyrovnanou disciplínou texty se tedy musely konvertovat do MS Wordu a upravovat a₧ do ₧ádané podoby.
Z poΦtu úhoz∙ za p∙lhodiny byl vypoΦítán Φas, kterého by bylo pot°eba k napsání jedné normostrany. Ukázalo se, ₧e i p°es relativn∞ velký poΦet chyb, k nim₧ doÜlo u skeneru Φ. 2, se umíst∞ní nezm∞nilo technika s její neodmyslitelnou obsluhou podala pln∞ p°esv∞dΦivý d∙kaz o smysluplnosti svého vyu₧ití.
Vyhodnocen byl i poΦet chyb v jednotlivých textech. Pova₧uji za d∙le₧ité upozornit na vyrovnanou kondici mistryn∞ sv∞ta Heleny MatouÜkové, její₧ pr∙m∞r se pohyboval pod jednou chybou na stranu. Pr∙m∞rnou penalizaci za jednu chybu jsme urΦili na dv∞ sekundy, co₧ je pr∙m∞rný Φas pot°ebné korektury.
Záv∞r
O smysluplnosti uΦení se psaní na klávesnici v dneÜní dob∞ nem∙₧e být pochyb. V∞tÜina z t∞ch, kdo chvílemi v∞°ili na bezstarostnou budoucnost s hlasovým ovládáním poΦítaΦ∙ a hlasovým záznamem dat, se p°esv∞dΦila o tom, ₧e reálné vyu₧ívání t∞chto technologií je dosud daleko (zvláÜt∞ v ΦeÜtin∞).
Dostat se k rychlosti, která odpovídá asi 250 úhoz∙m za minutu (srovnej se sout∞₧ícím Φíslo 4), znamená asi dvoum∞síΦní pravidelnou p°ípravu a zanedbatelnou investici do výukového programu. Jak vidno z výsledk∙, tak se Φlov∞k, který ob∞toval uΦení minimum ze svého Φasu, ve v∞tÜin∞ p°ípad∙ rychlostí a kvalitou p°iblí₧í skeneru s OCR ni₧Üí kategorie. Ni₧Üím skener∙m se také p°iblí₧il náÜ redaktor, jeho kapacita vÜak byla vyΦerpána; psaním dv∞ma prsty nedosáhne vyÜÜí rychlosti (jestli jsem dob°e slyÜel, tak od tohoto týdne zaΦal s intenzivní p°ípravou psaní vÜemi deseti).
Na druhou stranu jak jednoznaΦn∞ dokázala naÜe m∞°ení jsou skenery velmi u₧iteΦnou pom∙ckou tam, kde se p°evádí velké mno₧ství textu, který je kvalitn∞ vytiÜt∞n. Písa° se na rozdíl od stroje unaví a d∞lá pak v∞tÜí mno₧ství chyb. Skener se nauΦí a ujasní si nep°esnosti, a ve svém d∙sledku m∙₧e být v p°evád∞ní textu a₧ dvakrát rychlejÜí ne₧ nejrychlejÜí ₧ena na sv∞t∞. Tak p∞kného výsledku vÜak lze dosáhnout pouze za té podmínky, ₧e ob∞tujete cca 30 000 KΦ na OCR software schopný uΦení.
Jaroslav PoláΦek, Marek D∞diΦ
Nasazení techniky je pro modernizaci celé spoleΦnosti nezbytné. P°i opisu tiÜt∞ných text∙ (nap°. p°i reedicích knih) je asi namíst∞ vyu₧ít skener∙, umo₧≥ujících text vzáp∞tí editovat jakmile ale (zvláÜt∞ Φeský) text obsahuje v∞tÜí mno₧ství úprav, gramatických Φi stylistických nedostatk∙ nebo je na nekvalitním papí°e, pak se vyplatí souΦasn∞ s t∞mito úpravami zapojit i klávesnicovou gramotnost.

Word 7 pro Windows 95
Auto°i:
Jan Pecinovský,
Rudolf Pecinovský
Vydavatelství:
Grada Publishing, s. r .o.,
Praha 1996
PoΦet stran: 251
DoporuΦená cena: 195 KΦ
Je jen velice málo v∞cí, které m∙₧ete u dokument∙ typu manuálu nebo pr∙vodce zm∞nit. Autor∙m této publikace se poda°ilo ud∞lat z obvykle monotónního Φtení zajímavou knihu, kdy₧ pou₧ili pro vzd∞lávání svých Φtená°∙ formu dialogu.
Celkem 655 otázek provede u₧ivatele Üestnácti základními oddíly a seznámí jej i s fakty, která nejsou na první pohled zcela z°ejmá. VÜe je navíc díky pou₧itému stylu velice Φtivé a srozumitelné. (╚tená° Φeká dalÜí a dalÜí, t°eba ne zcela vhodnou, otázku anonymního dr. Watsona a za chvíli má knihu p°eΦtenou.)
V úvodu auto°i upozor≥ují, ₧e "WinWord není obyΦejný textový procesor. Pomocí 598 ,snadno\ zapamatovatelných p°íkaz∙ za vás sám a iniciativn∞ ud∞lá i to, co jste vlastn∞ v∙bec ud∞lat necht∞li". A tato zdravá skepse se pak line celým dokumentem. V samotné stati je v∞tÜí pozornost v∞nována vlastnímu vzhledu WinWordu, co₧ pova₧uji za více ne₧ správné, proto₧e práv∞ individuálním nastavením získá editor nejen domácí vzhled, ale mnohdy i výrazn∞ zrychlí práci pisatele.
Moje výhrady k textu jsou vícemén∞ kosmetické. Na stran∞ 23 mi chyb∞l detailn∞jÜí popis dalÜích typ∙ kurzoru (i kdy₧ je lze dohledat v dalÜích kapitolách). Tiska°ský Üotek si za°ádil i na stran∞ 34, kde se mu povedlo pro jednu akci (návrat kurzoru) udat p°íkazy SHIFT + F5 a SHIFT + 5. U ukládání soubor∙ mi chyb∞l obligátn∞ uvád∞ný seznam v názvech soubor∙ zakázaných symbol∙. TradiΦním neÜvarem je nedokonalý rejst°ík, ale v kombinaci s podrobným obsahem a u₧itou formou je i tento problém zanedbatelný.
Word 7 pro Windows 95 mohu zcela doporuΦit. I kdy₧ se jedná o manuál na verzi MS Wordu, kterou pon∞kud zavál Φas, je jeho hodnota vysoká. Kdy₧ u₧ ne pro svoji lehkost a netradiΦnost, tak pro rozsáhlou tabulku p°íkaz∙, která mnohdy pom∙₧e v kritických situacích. Doufám, ₧e se doΦkáme p°epracovaných vydání pro dalÜí verze.