文字识别初比较

本次古籍的文档识别,是用的百度提供的高清识别服务,每个月有1千次的免费限额。正常使用,完成本次工作也足够了。
预防起见,再者也想做一个备案,于是又测试了一下腾讯云提供的同功能服务。
测试结果差距不大,但过程中发现,同是通过API提供服务,无论是API代码,还是技术文档,腾讯相比百度,二者水平差距差了近一个档次。
这应该是跟进入领域先后无关,想必只是在钱途不明的情况下,后来者用心不足罢了。

古籍OCR录入

本次古籍点校工作时间过半,现在只剩下《围棋与棋话》的录入点校了。
最初接下这工作的时候,《围棋与史话》的工作量的评估是10万字,因为这是民国时期印刷体出版物,本以为以自己的打字速度还应付得了,便顺带接下来了。
但开始录入发现大意了。问题主要出在输入法上,现在的拼音输入法,在录入到一定字数后,他们自己对高频字开始犯糊涂,导致选字效率下降。
试用了几个OCR软件,价格高得离谱不说,效果很差。
最后决定使用OCR识别,最初没有选择OCR,是因为本书是繁体竖版,开始使用百度的通用文字识别,果然效果不佳,首先是识别文字是从左开始,且横竖混乱。
今天改为百度高清文字识别后,不止识别率提高,识别顺序也是先右后左,配合繁体转简体功能,效率大大提升。
还是只是传统识别,AI如果介入……,也就那样。

山西醋 王村醋

昨天儿子暑假实习的地方定下来了,去大同。然后晚上就看到抖音上上高架桥观海的视频。
去年房山区,今年大同,不由感慨:怎么要到哪,哪里就淹啊。
相比周口店,大同可是好地方,那是山西地界,产醋啊。
儿子信心还是不足,觉得是小地方未必有好醋。
其实醋这东西吧,好坏不看地方,不看厂家,看工艺和品质。
很多年前,淄博进口最有名的,也最拿得出手,是王村醋,到了王村马路两边都是成捆的醋,开始质量是真不错,后来是越做越烂,跟刷锅水差不多了。
再后来川鹰牌也曾经想重整旗鼓,最后也只是昙花一现。
希望儿子到大同能买到满意的醋吧。

濒死复生,何言死亡之组

今天美加墨世界杯亚洲区分组抽签,中国队被抽入C组,看各媒体上一片“死亡之组”的哀嚎,甚至有开始炮轰亚足联抽签有黑幕。
连进18强都是被抬进来的,到哪不都是死亡之组啊,就知足吧,如有评论写的:把亚洲预选赛当世界杯决赛踢吧。
其实看看小组对手,熟悉得很,前面三个还是日本、沙特、澳大利亚,巴林换了阿曼,后面东南亚的越南变成印尼。
前几天洛国富退役,临别感言中颇多遗憾。上届世界杯预选赛,中国队不仅丧失了出线的机会,还祸害了四年后的国家队。
由此看,铁汁之罪大矣。

棋圣棋评,棋评棋圣

昨晚今早,在荷兰队打进乌龙球那一刻,终于把古籍整理的大部头24卷本文字录入完成了。
前两天录入中几乎崩溃,什么晚清让四子的水平还装模作样写棋评,通篇都是贬斥,那文字比流水账强不到哪里去,真的替毛笔手抄的作者不值,也为自己不值。
好在收尾的六篇《弈理指归续编》自拟谱棋评,调整了我的情绪,不止是因为终于完工解脱。
施襄夏作为棋圣,棋评写来如同其行棋一样如行云流水,虽为古文,“而”字的承接、转折运用自如,点校过程中几度想断句,最后还是放弃。
就像之前看完pandas书之后感慨的那样,优秀的人,做什么都是优秀的。

高考成绩公布三年记

今天山东公布高考成绩,本想上去看个热闹,孰料网页居然打不开。这还是五年多来,第一次遇到这种情况。
这也难怪,据说21年的考生人数记录,今年被打破了。
下午在公交车上,跟儿子一起复盘了一下这三年的录取情况,感觉他那年真是所有计划好的路,从军校体检开始,就都被堵死了,或者说不叫堵死,是加了警示牌:此路不通,请走旁路。
最后临到站前,儿子也坦然承认:这就是命。

惹麻烦的云服务器

昨天收到阿里云的短信,提示我的域名出现问题。其实在他提示之前,我就已经发现了问题,常用网站被指向一个博彩网站。
而问题出线时间点,是在免费SSL证书Let’s Encrypt到期续约后,两个renew的域名随即出现问题,而同一服务器的非ssl网站则没有问题。
折腾一番,最后还是放弃了,因为这已经不是我现在使用的云服务器,第一次出现这种乱七八糟莫名其妙的错误,于是将域名转回最早的云服务器,续约ssl证书,警报解除。
显然是新用服务器的问题,我甚至怀疑是那边故意为之。到期不再用就是了。

古谱棋评同样滑坡

周末集中时间,将古籍23卷对局部分的对局信息录入完成了。剩下的就是如入棋评了。
虽然如之前总结说,精华部分已经完成,剩下的棋评已经不多。但就是这些不多的棋评,我也是没有干劲了,真是够了。
这部分棋评主要是周小松的《餐菊斋棋评》和《皖游弈萃》,棋艺水平有限,不敢评论棋评内容,但是棋评的文字还是能分辨好坏高下的。显然周小松想模仿徐星友的《兼山堂弈谱》,但模仿无论是构思还是文笔,实在有效颦之感。
且这些棋评,多是评下不评上,贬多赞少,由此看周小松不敢评《当湖十局》,也就不奇怪了。
本来干的憋屈,偏偏电脑还死机了。偏偏忘了存盘,等了半小时,只得重启机器,还好损失不大。
看来机器真的要换了。

刷学渣不刷人渣

这几天刷视频,复旦打老师的短视频不少,今天看那学生的潜在下家已经跟他切割了。
春节期间跟媳妇聊天的时候,学到一个新词,叫刷学渣不刷人渣。
不管高考还是考研,只要是考分制,刷学渣同时自然也能顺带刷几个人渣的。但要是申请制,可就不好说了。
估计打人的不知道这个词,现在可能跟小品《主角与配角》里的叛徒一样:我要是再咬咬牙……不就挺过来了嘛!
咬咬牙,忍一忍,三年后我就可以打北大的老师了,那不更有面!