Tanulás és szövegellenőrzés
PDF-ből másolt szöveg javítása: sortörések, elválasztások és félreolvasott betűk
Először hasonlítsd össze a kimásolt szöveg sorrendjét a PDF-fel. Utána rendezd a sortöréseket és a sorvégi elválasztásokat, majd ellenőrizd a betűket, számokat és neveket. A helyesírás-ellenőrzés akkor hasznos igazán, ha már a megfelelő szöveg került a mezőbe.
A cikk tartalma
Kijelölhető szöveg vagy beszkennelt kép?
Próbálj kijelölni és kimásolni egy rövid mondatot. Ha csak az oldal képe jelölhető ki, előfordulhat, hogy a dokumentumnak nincs használható szövegrétege. Ilyenkor szövegfelismerésre, azaz OCR-re lehet szükség. Ez a kép betűiből állít elő kereshető, másolható szöveget.
A felismerés eredménye hibázhat. A PDF látható képe és a háttérben tárolt szövegréteg ezért eltérhet. A másolt mondatot az eredeti oldalképpel együtt ellenőrizd. A DG Helyesírás szövegmezője már szöveget fogad; egy beszkennelt oldal képi felismerését előbb erre alkalmas programban kell elvégezned.
Előbb a sorrendet állítsd helyre
Kétoszlopos kiadványból másoláskor nézd meg, hogyan kapcsolódnak össze a mondatok. Előfordulhat, hogy a bal oldali oszlop sora után a jobb oldali oszlop következő sora került a vágólapra. Ilyenkor hibátlan szavakból is értelmetlen bekezdés állhat össze.
Szerkesztett példa: a bal oszlop egy programleírás, a jobb egy időpontlista. Ha a másolatban minden mondat közepén felbukkan egy órajelölés, először az eredeti elrendezés alapján válaszd szét a két részt. A helyesírási javaslatok elfogadása ezt a sorrendhibát nem rendezi.
Hosszabb anyagnál másolj kisebb, összefüggő szakaszokat, és jelöld fel magadnak az eredeti oldalszámot. Így egy később észrevett hibánál visszatalálsz a megfelelő helyre.
A sorvégi kötőjel kétféle szerepét különböztesd meg
A sor végén elválasztott „kapcso-” és a következő sorban álló „lat” folyamatos szövegben kapcsolat lesz. A kötőjel ilyenkor a tördelés miatt jelent meg. Más a helyzet egy eleve kötőjeles névvel: a szemléltető Kovács-Nagy név kötőjele a folyó szövegben is megmarad.
Ezért az összes kötőjel törlése veszélyes rövidítés. A sorvégeket az eredeti dokumentummal összevetve javítsd. Számoknál a mínuszjelre, tartományoknál a nagykötőjelre is figyelj: hasonló látványú jelek eltérő adatot hordozhatnak.
A DG Szövegtisztító a valószínű tördelési sorvégek rendezésében segít. Az eredmény után ellenőrizd, hogy a bekezdések, felsorolások és táblázatcellák határai megmaradtak-e. Egy automatikusan összevont sor tartalmi helyességét az eredeti mutatja meg.
A létező szóvá alakult hibát külön keresd
A felismerés hibája néha újabb létező szót hoz létre. Ha az eredetiben „kor” áll, a másolatban pedig „kór”, mindkettő valódi magyar szó. Egy szótári ellenőrzésből ezért nem következik, hogy a másolat egyezik a forrással.
Neveket, azonosítókat, összegeket és mértékegységeket karakterenként vess össze az eredetivel. Az O betű és a 0 számjegy, az l betű és az 1 számjegy bizonyos betűképeknél összetéveszthető. Az „O15” és a „015” két eltérő azonosító lehet, még akkor is, ha a mondat többi része hibátlan.
A tisztítás után jöjjön a nyelvi ellenőrzés
A rendezett szöveget másold a szövegellenőrzőbe. A valódi elütéseket javítsd, az ismeretlen neveket a PDF alapján vizsgáld meg. Végül olvass el egy-egy teljes bekezdést úgy is, hogy közben az eredetit nézed: nem maradt-e ki mondat, cím vagy lábjegyzet.
A szöveg helyreállítása és a szöveg átdolgozása két külön munkafázis. Ha az eredeti megfogalmazását kell visszaadnod, ne javítsd át észrevétlenül a tartalmát. Ha közérthetőbb változat készül, az átírást már a helyreállított munkapéldányon végezd el, az eredeti megőrzésével.