Discussion utilisateur:Cunegonde1

La discussion précédente a été archivée dans Discussion utilisateur:Cunegonde1/Archive 1 le 2018-11-09.

Bonjour, tu termines les chapîtres de L'Enchanteur... en essayant de reproduire la mise en page en triangle. Mais ça passe assez mal parce que la phrase supérieure est mal justifiée. Or cette fin de chapître en triangle est une élégance typographique courante à l'époque — par exemple Cendrars qui s'occuppe des éditions du Sans Pareil la met partout. Je pense donc qu'il ne faut pas la refaire, ce n'est pas élégant à l'écran. Qu'en penses-tu ?

Bonjour, et merci de ta remarque. Est-ce que c’est mieux comme rectifié ? Si ça ne va pas, tu peux supprimer la mise en page spéciale en validant.

J’essaye toujours de respecter les mises en page originales, c’est souvent difficile, voire un vrai défi (comme pour les Calligrammes du même auteur) et parfois le résultat est décevant ; surtout que les supports de lecture sont multiples.

Oui et non. Si tu changes de navigateur web, de police, de taille d'écran, de taille de caractères, etc. ça ne va plus (ligne précédant le triangle trop courte, mots qui sautent à la ligne). Et c'est normal : trop de paramètres varient pour qu'on puisse reproduire la typographie manuelle imprimée qui joue de l'espace entre les caractères et les mots pour faire un beau triangle parfaitement aligné. C'est en fait plus difficile que les Calligrammes (que je valide en parallèle — tu y a fait un super boulot d'ailleur). Bref, je trouve ça nuisible à la lecture et pas très beau. Autant l'éviter.

Ok, alors, vire le à la validation.

Pour les calligrammes, la variable des navigateurs et des supports de lecture (mac/windows/linux/ios/android) ainsi que la taille de l’écran est encore plus frappante : j’ai utilisé des combinaisons de techniques : wikitexte simple, css pur et dur et svg. Le résultat est parfois sympa et fonctionne presque partout comme dans Il pleut, parfois c’est plus aléatoire malgré les tests sur les écrans cités ci-dessus sauf widow que je n’ai pas.

Cordialement.

Salut, tu as l'air de vouloir importer tout l'Enfer !! on pourrait peut-être envisager la création d'un modèle qui permettrait à la fois de facilement indiquer la chose, et le numéro sur le bouquin, et de catégoriser les textes... qu'en dis-tu ?

Salut Hélène... moi je trouve l'idée super... pour avoir moi-même fait et commencé quelques livres de l'enfer où il était question de sujets plus portés vers la communauté LGBTQ+...

Bonjour Hélène, effectivement c’est un de mes projets. j’ai commencé après avoir importé et corrigé ''L’Enfer de la bibliothèque Nationale'' en 2017. Il existe déjà la catégorie ''Enfer de la bibliothèque Nationale'', mais si on peut améliorer la chose pourquoi pas. Au delà du thème qui est assez monomaniaque, sur le plan de la bibliophilie, c’est assez sympa de rechercher dans les sources, d’où viennent les bouquins et c’est également sympa à corriger et souvent assez technique. Sinon, y a-t-il un moyen de type script ou regex pour transformer les f erronés en ſ longs dans les livres d’avant 1790 ? [édit] J’ai oublié un truc, il y a plus d’un millier de livres dans l’enfer, je ne prétends pas importer et corriger '''tout''' l’enfer, même s’il est pavé...

Ah moi qui étais tout content de trouver enfin les Onze mille Verges sur Gallica, depuis le temps que je le cherchais partout pour faire l'appariement du texte qu'on avait, tu l'avais déjà importé en octobre dernier... Merci!!!

Bonjour ! Voici un dernier message pour vous rappeler que le questionnaire de l’enquête de la Fondation Wikimédia se fermera le 23 avril 2018 à 07 h (UTC). Le questionnaire est disponible dans différentes langues et demande entre 20 et 40 minutes pour être complété. Répondez-y maintenant.

Si vous avez déjà participé à ce sondage, merci ! Nous ne vous dérangerons plus. Nous avons conçu le sondage afin qu'il soit impossible de savoir qui a répondu, aussi nous devons envoyer les rappels à tout le monde. Pour vous désabonner des sondages futurs, envoyez un courrier électronique via la fonctionnalité EmailUser à WMF Surveys. Vous pouvez également envoyer toute question que vous auriez à cette adresse d’utilisateur. Lisez-en plus sur cette enquête sur la page du projet. Le sondage est hébergé par un service tiers et régi par cette déclaration de confidentialité de la Fondation Wikimédia.

WMF Surveys, 20 avril 2018 à 00:44 (UTC)

Chaque réponse à cette enquête peut aider la Fondation Wikimédia à améliorer votre expérience sur les projets Wikimédia. Jusqu’à présent, nous n’avons entendu que 29% des contributeurs Wikimédia. Le sondage est disponible dans plusieurs langues et prend entre 20 et 40 minutes pour être complété. Répondez-y maintenant.

Si vous avez déjà répondu à ce sondage, nous sommes désolé que que vous receviez ce rappel. Nous avons conçu le sondage afin qu'il soit impossible de savoir qui a répondu, aussi nous devons envoyer les rappels à tout le monde. Si vous souhaitez ne pas recevoir le prochain rappel ou un autre sondage, envpyez un courriel en utilisant la fonction d'envoi à WMF Surveys. Vous pouvez également envoyer toute question que vous auriez à cette adresse d’utilisateur. Lisez-en plus sur cette enquête sur la page du projet. Le sondage est hébergé par un service tiers et régi par cette déclaration de confidentialité de la Fondation Wikimédia. Merci !

WMF Surveys, 13 avril 2018 à 01:34 (UTC)

Bonjour ! La Fondation Wikimédia vous demande votre avis dans une enquête. Nous souhaitons savoir si nous répondons bien à vos attentes dans votre travail sur les wikis et à l’extérieur, et ce que nous pouvons faire pour améliorer les choses à l’avenir. Les opinions que vous partagez affecteront directement le travail actuel et futur de la Fondation Wikimédia. Vous avez été choisi·e au hasard pour répondre à l’enquête, car nous souhaitons obtenir des informations de la part de votre communauté Wikimédia. Le questionnaire est disponible dans différentes langues et requiert entre 20 et 40 minutes pour être complété.

Répondez-y maintenant !

Vous pouvez trouver davantage d’informations concernant cette enquête sur la page du projet et voir comment vos retours aident la Fondation Wikimédia à prendre en charge des contributeurs comme vous. Cette enquête est hébergée par un service tiers et régie par cette déclaration de confidentialité (en anglais). Visitez notre page des questions fréquentes pour trouver plus d’informations sur cette enquête. Si vous avez besoin d’aide supplémentaire, ou désirez vous désabonner des communications futures au sujet de cette enquête, envoyez un courrier électronique via la fonctionnalité EmailUser à WMF Surveys pour être supprimé·e de la liste.

Merci !

WMF Surveys, 29 mars 2018 à 18:36 (UTC)

Bonjour,

En voulant consulter La Nouvelle Justine, j'ai constaté qu'il avait été redirigé vers Justine et Juliette, qui regroupe les 2 oeuvres en une seule.

D'une part, c'est un peu volumineux (l'extraction epub n'est toujours pas terminée au bout d'une 1/2 heure), mais surtout, c'est un peu gênant, car il s'agit de 2 romans distincts, ce que, d'ailleurs, l'éditeur précise bien. Il est plus conforme aux habitudes de ws de faire une page principale par oeuvre, et non pour une édition regroupant plusieurs oeuvres.

J'ai donc commencé à refaire le découpage entre La Nouvelle Justine et L’histoire de Juliette, avec renommage en conséquence, et le regroupement ici.

Qu'en dis-tu ? Je continue ?

Bonjour,

Je m'en remet à toi, car effectivement il s'agit de deux œuvres distinctes, je les ai regroupées pour mettre en évidence le lien existant entre elles et le fait qu'il s'agit quand même d'un tout cohérent. Les difficultés pour l'export epub viennent de deux points :

1/ Les illustrations sont nombreuses.

2/ l'histoire de Juliette ne comporte pas de chapitres elle n'est découpée qu'aux changements de volumes ce qui pose problème pour l'export. Je pensais y revenir pour faire un faux chapitrage (comme je l'ai fait pour certains très longs chapitres de l'histoire de l'affaire Dreyfus de Joseph Reinach car les notes ne fonctionnaient pas).

Si tu souhaite améliorer le rendu final cela ne me pose aucun problème. Dès lors que le contenu est présent (avec les gravures) ce qui est rare et ne se trouve pas ailleurs. En tout cas merci pour ce que tu pourras faire.

Merci pour ta réponse

pas de problème pour le contenu : je n'ai rien changé au contenu que tu as créé, j'ai juste recomposé les parties que tu avais créées, en les renommant au niveau de chaque roman. ça m'a permis de créer des pages d'orientation comme Justine (Sade).

Si tu veux redécouper L’histoire de Juliette, il suffira de rattacher les chapitres sous la page principale. :)

Je suis actuellement en train de cataloguer les textes de wikisource dans wikidata, et je suis ainsi tombé sur ces oeuvres, chaque oeuvre et chaque édition ayant son propre élément sur wikidata, c'est parfois un paquet de noeuds à démêler :)

Merci pour ton boulot... �

Bonjour,

Quelques remarques après avoir testé partiellement avec Notepad++ :

- je crois qu'il faudrait mettre un \b avant et après "parle" (pour ne pas matcher des mots tels que "parlement" et les formes conjuguées). De même, \b permettrait de rendre l'expression plus robuste (c'est mieux qu'un espace pour délimiter un mot)

- attention aux negative lookbehind (?<! : beaucoup de moteurs de regexp ne leur permettent pas d'avoir une taille variable, comme c'est le cas dans "(?<!travail|sérail|détail)" qui peut avoir 6 ou 7 lettres. Tu as donc de la chance si ça marche avec ton éditeur de texte, mais pour beaucoup de gens (dont moi avec Notepad++, qui se base sur les regexp de Perl), ça ne fonctionnera pas.

En tout cas bravo pour cette initiative.

Merci beaucoup pour tes encouragements. Je suis plutôt débutant en regex avancé et surtout, j'ai découvert que l'on pouvait les combiner et les enchaîner sans problème. Je commence juste utiliser les negative lookbehind et lookahead, qui sont très puissantes et permettent d'éviter nombre de faux positifs. Je vais multiplier les tests sur ce que tu as repéré en utilisant également Notepad++ avec wine (j'utilise normalement Sigil sous linux).

Pour les espaces, il y a en début et en fin de la regex une séquence d'espace et de ponctuation, mais j'ai essayé ta suggestion d'encadrer parle avec des \b et cela ne pose pas de problème, je vais le généraliser quand nécessaire.

Pour ce qui me concerne, les faux positifs ce sont surtout les formes conjuguées qui peuvent avoir des formes correspondant à des mots non conjugués. Par exemple pour traquer les a sans accent, je cherche pour les exclure les verbes à partir de leur terminaison, mais cela match aussi a encore qui est un faux positif. L'équilibre entre trop de match et pas assez est assez délicat. Cela dit j'ai repassé l'ensemble des mes contributions et cela m'a permis de corriger pas mal d'erreurs.

Salut! J'ai remarqué qu'il manquait les volumes 4, 5 et 6 de cette série. Je suis en train de les préparer pour les mettre en ligne.

Bonjour, @Ernest-Mtl merci de ta proposition.

Parallèlement avec la correction du volume 3, Je suis déjà en train de travailler sur le volume 4 dont l'OCR est de très mauvaise qualité. J'ai essayé de l'améliorer (avec tesseract, ne disposant pas d'abby) sans succès notable ; les autres versions (Gallica et Google sur IA) ne sont pas meilleures. Il y aura beaucoup de recopie sur ce volume, de nombreuses lignes étant totalement illisibles pour l'OCR (mais heureusement pas pour un humain). Les volumes 5 et 6 sont tout à fait corrects. J'envisageais d'uploader les volumes restants au fur et à mesure de l'avancement de la correction, notamment parce que j'ai mis au point une méthode d'automatisation pour la création des sommaires de chaque chapitre. Mais si tu souhaites faire cette mise en ligne, cela ne pose pas de problème au contraire. De toute façon, j'ai prévu de poursuivre la correction de l'ensemble. Si tu décide de mettre en ligne la suite, je te conseille de poursuivre avec la version d'IA sur laquelle nous avons commencé avec @Jerome Charles Potts, qui a mis en ligne le 1er volume et défini le protocole éditorial, je n'ai fait que poursuivre avec les volumes 2, 3 et 7.

ah ok... je vais vérifier la qualité de l'OCR sur le volume 4 que mon ABBYY a fait et je te tiens au courant...

rebonjour... Le volume 4 que j'ai pris sur IA a un OCR adéquat... loin d'être parfait, mais je crois que le résultat serait un bon départ pour faire ce volume... Alors si tu me donnes le feu vert, je le mettrai en ligne... :)

Ok, s'agit-il de celui-ci ? https://archive.org/details/histoiredelaffai04reinuoft Si c'est le cas, c'est le meilleur que j'ai trouvé, c'est donc ok pour la mise en ligne. Il est cependant de très mauvaise qualité sur les notes de bas de page (très nombreuses, en moyenne 150 à 200 par chapitre).

Je vérifierai de nouveau la qualité de l'ocr, mais s'il n'est pas significativement meilleur que le mien, pour la correction, je continuerai à travailler sur l'ocr que j'ai fait avec tesseract, car j'ai construit une regex de recherche de scanilles courantes avec tesseract.

Je précise que je travaille toujours hors ligne avec sigil qui permet d'automatiser de nombreuses commandes et mises en forme et que je met en ligne le texte corrigé chapitre par chapitre.

En tout cas grand merci de t'intéresser à ce projet passionnant.

Oui, c'est bien de celui là dont il est question. Je te laisse vérifier la qualité de tesseract...

Je te laisse le soin de juger par toi-même pour la qualité de l'OCR de ABBYY... Voici les notes de bas de page 7, à l'état brut. Ce n'est pas parfait, mais je le trouvais acceptable.

to Voir l. 1er, r>r>o. — Bien que cet état signalétique lût anté¬
rieur de quelques jours à la dégradation, on l'eût modilié si le
condamné avait lait des aveux le matin de la parade, plus d'un
mois avant d’être embarqué pour l ile du Diable.
 2) Note manuserile du \ juillet il></>. f.asa., II. i'|i). — De
même, Lebrun-Henault (Cuss-, I, 27G  ; Mennes, III, Ni .
 (3) «  Le capitaine Lebrun-Henaull m’a apporté aujourd liui,
h deux heures trois quarts,... etc.  »
 41 Cass., I, 27G. Lebrun-ltenaull  : «  Quelques jours après, je
crus devoir détruire celte Feuille que je ne jugeai plu- utile à
conserver.  »— De même, à Demies III. 7G et 81,.

Bonjour, un exemple de ce que j'appelle mauvaise qualité p. 558 ocrisé avec tesseract  :

(ij boiicliei' cl les jiulirs ineiiiln'os du liuroau (moins Bar-

thou), Aiicol, AurlilTretl, Cochery, Charles Fcny, le liculotiaiiL

coluuel Cuéiiii, KtM•j^•^Ml cl Aiiloinc P(M'i-ior.

(•2) Jounuil dis Ih'bdls du i<) ft^vrifr iScjcj.

(3) /iV'/ro de l'arix : « Si uno autre raiidichilurc répul)h'<-aiiie

<*!st o|>|toH6c .'"• M. Loul)i'l, soil avant la sivuicc du Congrès

Hoil après son Duvcriurc, M. MtMiiu' rcpriMidia s.i liluMlr d'ac-

tion l'I laisMora faire hch amis. »

'.f„ Il d«»nna, le j.j. sa démission de [.résident du t,Moupe, ol

lui rempltie»'", le ji, par Méline.

Ta version est-elle celle directement issue d'IA ou bien tu l'as refaite avec ton Abbyy personnel ?

Salut... Je refais toujours systématiquement l'OCR avec ABBYY, quelle que soit la source de mon facsimilé car ABBYY gère mieux les langues autres que l'anglais mieux que tous les autres OCR que je connaisse... Voici ce que j'ai moi à la page 558:

(1) Bouclier el tes autres îiiouiltres du bureau moins Üar-
lliou), Alicot, AudilVred, Cochery, Charles l'erry, le lieuleu.iiiL
colonel Guérin, Kerjô^u et Vnloiiie Perrior,
 ('j.) Journal (1rs Débats du ip février
 (3) /iWiii tic Paris  : •< Si mie nuire candidature républicaine
est opposée à M. Loubel, soit avniil la sé;uie«  do Clmurè.s
ï*oi1i aptes son 011 verlme, M. Méline reprendra sa libel lé d'ac¬
tion et laissera faire ses amis,  »
 \ il doni 1, le ]<j, sa démission de président du ijroiipe, el
lut remplacé, le* ■_>. 1, par Méline.
 (•>) Déclarations de Mclinc et de tlarlbou dans le 7'vnïfjs nnli-
dulé, du 1 y.

C'est effectivement nettement meilleur que le même passage avec tesseract. Avec une bonne connaissance du contexte (noms propres etc.), cela permet de faire une première passe de correction rapide semi automatique : confusions l/t par exemple, sans regarder le fac-similé.

Je ne sais pas si abbyy fonctionne sous linux et d'autre part c'est assez cher. Travaillant sous Linux depuis des années, je me suis habitué à d'excellents logiciels gratuits (suite pdf2djvu notamment).

En conclusion je te remercie par avance si tu peux mettre en ligne les 3 volumes manquants. Je récupérerai la couche texte, pour travailler dessus offline.

Je ne sais pas pas s'il fonctionne sous Linux. Nous avons les deux systèmes ici, Windows et Linux mais j'utilise principalement Windows à cause de ABBYY. À la limite il y aurait wine qui te permettrait probablement de rouler ABBYY sous Linux.

Je vais relancer ABBYY car je suis en discussion avec eux pour qu'ils nous accordent 25 licences gratuites ; si c'est positif, je t'en enverrai une.

Pour les volumes, je vais mettre le 4è un peu plus tard en journée car je dois partir dans pas très longtemps pour le gym. À mon retour, je m'en occupe. Si tu peux me dire quels facsimilés des tomes 5 et 6 tu désires, je pourrai les faire également à mon retour.

Merci pour ta proposition de licence, si c'est possible ; il est effectivement probable que cela fonctionne sous Wine.

pour le 5e volume c'est le : histoiredelaffai05reinuoft et pour le 6e : histoiredelaffai06reinuoft . Merci encore pour ton aide sur ce projet. J'ai l'habitude de travailler en solo, mais la collaboration (aucun sous-entendu historique ;+)) c'est très sympa aussi.

No 4 Livre:Joseph Reinach - Histoire de l’Affaire Dreyfus, Eugène Fasquelle, 1904, Tome 4.djvu

Merci, je termine aujourd'hui les quelques pages du volume 3 et je passe au volume 4.

Je profite de cette discussion pour te poser une question : j'ai constaté que je ne peux pas valider l'export epub pour ces livres, comme pour d'autres, dont les chapitres comportent un nombre de pages trop important. Au delà d'un certain nombre de pages que j'ignore, les liens des notes ne fonctionnent pas. L'export epub est alors sans intérêt. Est-ce un problème qui est déjà remonté dans la communauté ? Y a-t-il un "truc" pour contourner ce problème ?

Jusqu'à présent, je retravaille ces livres en imposant une découpe des fichiers html à l'endroit que je souhaite et non de manière aléatoire, pour les rendre compatibles (mais cela sert uniquement à mon usage personnel, ce qui est dommage).

peux-tu me donner un exemple? J'irais voir...

je viens de passer le volume 2 en bon pour export pour que tu puisses tester : dès le 1er chapitre, les notes se trouvant en début de chapitre ne fonctionnent pas et celles qui se trouvant à la fin du chapitre fonctionnent. Plus précisément : le chapitre est scindé en 2 fichiers html au milieu de la page 111, les liens vers les notes de 1 à 398 situées sur le premier fichier (c1_Histoire_de_l_Affaire_Dreyfus_T2_1.xhtml) ne fonctionnent pas, alors que les liens des notes 399 à 417 situés sur le 2e fichier (c1_Histoire_de_l_Affaire_Dreyfus_T2_1_2.xhtml) fonctionnent.

Pour mon usage personnel, il est très facile de réparer problème en fusionnant les fichiers pour reconstituer un chapitre d'un seul bloc. Mais pour les utilisateurs de wikisource, je ne sais pas comment on peut imposer un paramètre de préservation de l'intégrité des chapitres à wsexport.

Bonjour ! La Fondation Wikimédia vous demande votre avis dans une enquête. Nous souhaitons savoir si nous répondons bien à vos attentes dans votre travail sur les wikis et à l’extérieur, et ce que nous pouvons faire pour améliorer les choses à l’avenir.[1] Les opinions que vous partagez affecteront directement le travail actuel et futur de la Fondation Wikimédia. Vous avez été choisi au hasard pour répondre à l’enquête, car nous souhaitons obtenir des informations de la part de votre communauté Wikimédia. Afin de vous remercier pour le temps accordé, nous livrons 20 t-shirts Wikimédia à des personnes choisies au hasard parmi celles ayant répondu à l’enquête.[2] Le questionnaire est disponible dans différents langages et requiert entre 20 et 40 minutes pour être complété.

Répondez-y maintenant !

Vous pouvez lire davantage d’informations sur ce projet. Cette enquête est hébergée par un service tiers et régie par sa déclaration de confidentialité. Visitez notre page des questions fréquentes pour trouver plus d’informations sur cette enquête. Si vous avez besoin d’aide supplémentaire, ou désirez vous désabonner des communications futures au sujet de cette enquête, envoyez un courrier électronique à surveys@wikimedia.org.

Merci ! --EGalvez (WMF) (talk) 13 janvier 2017 à 22:26 (UTC)

1. ↑ Le principal objectif de l’enquête est d’obtenir des retours sur le travail actuel de la Fondation Wikimédia, sans stratégie à long terme.
2. ↑ Questions légales : pas d’achat nécessaire. Vous devez avoir l’âge de la majorité pour participer. Soutenu par la Fondation Wikimédia (Wikimedia Foundation) située au 149 New Montgomery, San Francisco, CA, USA, 94105. Se termine le 31 janvier 2017. Le don est annulé en cas d’infraction. Cliquez ici pour lire les règles du concours.

Bonjour Cunégonde,

Pourrais-tu importé les Fac-similés, ou demander qu'on le fasse pour toi des textes que tu mets sur wikisource. (ce qui veut dire aussi que l'édition choisie soit dans le Domaine Publiqur)

Certes ce n'est pas obligatoire, mais comme nous voulons que chacun puisse comparer nos textes avec une source scanée, ce serait vraiment sympa.

En plus je suis sûr qu'en cherchant bien, on doit en trouver.

Cordialement

Au fait je disais ça pour ce livre :Douze douzains de dialogues ou Petites scènes amoureuses

Bonjour, C'est malheureusement impossible, pour les érotiques, j'utilise des sources diverses et je corrige avec l'édition établie par Jean-Paul Goujon, Œuvres érotiques, Robert Laffont, coll. Bouquins 2012. La source est donc fiable, mais pas dans le domaine public. Par exemple pour les chansons secrètes de Bilitis, J'ai omis la dernière chanson, mentionnée comme inédite. Je n'intègre en effet que les documents publiés avant 1945.

Je suis très attaché au scans, j'ai d'ailleurs repris les scans et fait les ocr de textes de Sade de Pierre Louÿs etc. (Aline et Valcour, Justine et Juliette, les 120 journées de Sodome, les crimes de l'amour, et les œuvres complètes de Pierre Louÿs).

C'est dommage de se passer d'une partie importante de l’œuvre de Pierre Louÿs alors qu'elle est dans le domaine public, mais que les sources originelles ne sont pas disponibles. Lorsque l'on a lu son journal intime, et sa biographie, on comprend comment l’œuvre érotique est le miroir de l’œuvre officielle, elle donne une clé indispensable pour comprendre cet auteur.

Désolé pour cette réponse un peu longue. Si ces ajouts doivent être supprimés tant pis.

Oh non, loin de moi de vouloir supprimé ces ajouts !

Je ne suis pas particulièrement ton travail, et tu as raison il vaut mieux un texte sans fac-similé que pas du tout ! mais depuis un an je fais la chasse aux textes sans FS, non pas pour les supprimer mais pour justement permettre de rattacher ces textes à une source.

D'où ma question.

Effectivement dans ce cas, je t'ai dérangé pour rien, sauf que ça m'a permit de mieux comprendre ton travail. ;)

Désolé pour le dérangement !

Pas de souci et pas de dérangement de ta part, c'est sympa de discuter avec les "sachants". Depuis 1 an et demie que je contribue à Wikisource près de 10 heures pas jour, j'en apprends tous les jours. Bonne soirée.