ספרים-חיפוש

[יאיר]

אם יהיה סימן קטן כלשהו בספרים שיש בהם אפשרות חיפוש זה יהיה טוב,

וכך יהיה אפשר לדעת אם שייך לחפש בספר הזה או לא.

[חכם באשי]

כמה פשוט וכמה גאוני!
איך לא חשבו על כך קודם לכן?

[ישראל הר כסף]

נו...
אלו ענינים שבכל יום נתקלים בהם, אנא.

דרך אגב, סתם בשביל הסקרנות- לפי מה מוחלט מה נכנס בחיפוש ומה לא?

[חכם באשי]

ועוד שאלה שמציקה לי הרבה:
כיצד יתכן, שבהיברובוקס ניתן לחפש ולמצוא אפילו בספרים ישנים מאוד, משנות השי"ן והתי"ו?
האם איכות הסריקה היא הקובעת, או הם השתמשו בתוכנת OCR.
ובכלל, לא משנה מהי הסיבה, ברצוני לדעת מדוע אנשי האוצר לא פועלים בדרכם של היברו', בפרט הזה?

[יאיר]

בדיוק גם אני רציתי לשאול בנושא, שאם זה עובד אוטומטי למה לא להכניס את כל הספרים ואם זה לא אוטומטי אלא נעשה ע"י הגהה וכו'..למה יש טעויות..

צוות האוצר אנא ענו לנו במהרה הדבר גורם לי לחשש של אי ישרות..

[חכם באשי]

יאיר,
בבקשה, תעדן את ניסוחך.
מותר, ושמא חובה, לשאול לדרוש ולברר, אך בנימוס הראוי.

[יאיר]

מצחיק..צוות האוצר מהי תגובתכם?

[אוצר החכמה]

בגלל הפנייה ראיתי עכשיו את השאלה כאן
והתשובה פשוטה
זה נעשה אוטומטי אבל עם השקעה של הרבה שעות אדם בשיפור איכות הפענוח
הגהה זה עניין אחר לגמרי ובזה חישוב פשוט מראה שאי אפשר בכלל לעמוד בו.

[חכם באשי]

אבל כיצד שבהיברובוקס ישנו חיפוש (די מדוייק) גם בספרים ישנים מאוד, בעלי אותיות רש"י שבורות,
ואצלכם - לא!

לדעתי זה בגלל שבה"ב, הספר סרוק באיכות יותר גבוהה, כפי שניכר מהדפסת הספר.
הסיבה שבה"ב האיכות יותר גבוהה, היא כנראה שהם פחות חוששים מלהגדיל את נפח הספר הסרוק, כי המאגר שלהם נועד מעיקרו להיות באינטרנט, ושם יש מספיק קיבולת, כנראה...
אשמח לשמוע את חוות הדעת של אוצר החכמה להשערותי.

[אוצר החכמה]

אבל כיצד שבהיברובוקס ישנו חיפוש (די מדוייק) גם בספרים ישנים מאוד, בעלי אותיות רש"י שבורות,
ואצלכם - לא!

לדעתי זה בגלל שבה"ב, הספר סרוק באיכות יותר גבוהה, כפי שניכר מהדפסת הספר.
הסיבה שבה"ב האיכות יותר גבוהה, היא כנראה שהם פחות חוששים מלהגדיל את נפח הספר הסרוק, כי המאגר שלהם נועד מעיקרו להיות באינטרנט, ושם יש מספיק קיבולת, כנראה...
אשמח לשמוע את חוות הדעת של אוצר החכמה להשערותי.

מעניין מה שאתה אומר. האם תוכל לתת לדוגמא ספר ישן בהיברובוקס שהחיפוש "די מדוייק", ואילו באוצר החכמה פחות מדוייק?
נסה לחפש ספר שישנו בחיפוש גם באוצר החכמה, סוף סוף גם באוצר החכמה יש חיפוש בספרים ישנים מאד. אלא שלא על כולם.

[חכם באשי]

כעת אין בידי הדיסקשיח של האוצר, אנסה אי"ה מחר, ואודיע לכם ביתר פירוט.

[איש_ספר]

חכם אחד רצה להוציא ספר על מיקורגל. הלכות הקשרות לשימוש במכשיר זה.
אחרי שלדבריו מיצה את החיפוש באוצר (אין לי מושג איך), עבר לחפש בהיברו.
והנה לדוגמא עמוד אחד מעמודי תוצאות החיפוש שמקבל, מי שמקיש תיבת מיקורוגל בחלונית החיפוש:

מיקורגל.JPG (92.78 KiB) נצפה 15390 פעמים

מיקרוגל בקאפוסט? בשאלוניקי? בליוורנו? באמשטרדאם? בקושטא? בווילנא? באזמיר? בפפד"א? בווארשא?

[אמרתי אחכמה]

צודק במאה אחוז,
אין כמו החיפוש באוצר החכמה.

[כותב]

אתה אכן צודק בזה, אבל לדוגמא כאשר רוצים לחפש פסוק "נר ה' נשמת אדם" באיזה ספר ישן מסיום, (כי ראה שהביאו איזה מאמר בשם ספר זה על פסוק הנ"ל), יכולים למצאו, ואף כי יתכן שיהיה 15 תוצאות שאינם פסוק זה, אבל סוף סוף באחד מן התוצאות תמצא המבוקש, והוא בודאי קל יותר מלעבור על כל הספר כולה כמובן. וא"כ בודאי כדאי שיעשו גם באוצר אפשרות לחפש בתוכן הספר על אף שאין הocr מדויק. וכבר נתעזרתי פעמים אין מספר באופן זה על היברו בוקס.
אגב, לדעתי החיפוש המומלץ ביותר בה"ב, הוא בחיפוש מתקדם בוליאני/מילים דומות 1.

[יאיר]

אתה אכן צודק בזה, אבל לדוגמא כאשר רוצים לחפש פסוק "נר ה' נשמת אדם" באיזה ספר ישן מסיום, (כי ראה שהביאו איזה מאמר בשם ספר זה על פסוק הנ"ל), יכולים למצאו, ואף כי יתכן שיהיה 15 תוצאות שאינם פסוק זה, אבל סוף סוף באחד מן התוצאות תמצא המבוקש, והוא בודאי קל יותר מלעבור על כל הספר כולה כמובן. וא"כ בודאי כדאי שיעשו גם באוצר אפשרות לחפש בתוכן הספר על אף שאין הocr מדויק. וכבר נתעזרתי פעמים אין מספר באופן זה על היברו בוקס.
אגב, לדעתי החיפוש המומלץ ביותר בה"ב, הוא בחיפוש מתקדם בוליאני/מילים דומות 1.

בחיפוש המילה "מיקרוגל" שעשיתי בהגדרות אלה ,האתר נתן אותן תוצאות בדיוק...

[כותב]

לכך כתבתי "אגב", כי הבאתי דבר זה לאגב גררא אם מישהו רוצה למצוא תוצאות עדיות שבזיבוריות..., אבל לעצם הרעיון שיהיה אפשרות חיפוש גרוע בספרים ישנים באוצר, עדיין יש בה כמה מעלות טובות (כמובן שיהיה אפשרות החיפוש רק בספר יחידי, ולא בכל ספרי האוצר ביחד, כי באופן זה בודאי יהיה הגרעון מרובה על התועלת..)

[אורי אגסי]

אגב, סיפר לי חבר שמשתמש בתוכנה החדשה של אוצר הספרים הדיגיטלי שעובד על היברובוקס (התוכנה המלאה לא הדמו), והוא טוען לי שזה נפלא יותר וזה הביא לו תוצאות רבות יותר מבאוצה"ח, אמנם ודאי שכפי שכתבו כאן על מיקרוגל יתכן מאד שרבים מהתוצאות הם לא נכונים, אבל בכל זאת הוא טען שמשתמש בזה הרבה לאחר שמחפש באוצה"ח, לפעמים רק שם מוצא את מבוקשו!
(ודאי שאוצה"ח היא תוכנה מתקדמת הרבה יותר ומשקיע הרבה יותר, אבל אכן מתברר שיש דברים שניתן למצוא יותר בהיברובוקס בפרט בעיקר ע"י התוכנה החדשה של אוצר הספרים הנ"ל).

[עקיבא]

לא יודע אם אנחנו מדברים על אותו "חבר", אבל נדמה לי שיש כאן ערוב פרשיות.
והוא שהגם שבתוכנה של "בית מלא ספרים" ג המלא, לא הדמו, יש אפשרות להמיר אותיות כל הספר בפעם אחת, הדיוק תלוי באיכות הספר בעצם.
מה שהתוכנה, המלא, כן עוזר, הוא בכה"ג שמגדילים התמונה, אז התוכנה רואה האות יותר ברור, שהרי אינו לוקח האינפורמציה מהקובץ עצמו, אלא ממה שהוא רואה על המסך כמו שאנחנו רואים, אז הוא די מדוייק, ושוב תלוי בצורת האות.
אם אתם חושבים שיש זמן להשתמש עם תוכנה המדובר, ולהגדיל כל דף בספר........
וגם, אני כמשתמש עם הרבהה תוכנות מחשב, ולא ראיתי חיפוש טוב כמו באוצר החכמה, וזה אני יודע מכמה חברים, ולא דיעה אישי (אמנם השנה יצא תוכנה עם חיפוש, ברמה של אוצר החכמה, אבל אין את הכמות ספרים של אוצר החכמה).
אבל שוב, מש"כ למעלה, הוא דעה שלי.
וכמו שאוצר החכמה ענה קודם, תביא ספרים לדוגמא, ונראה בשטח.

[המעיין]

בחיפוש המילה "מיקרוגל" שעשיתי בהגדרות אלה ,האתר נתן אותן תוצאות בדיוק...

גם אני לא הצלחתי להבין מה ההבדלים בין ההגדרות שם,
תמיד אני מקבל את אותם תוצאות או הבדלים אקראיים שאין לי הסבר להם

[אורי אגסי]

לא יודע אם אנחנו מדברים על אותו "חבר", אבל נדמה לי שיש כאן ערוב פרשיות.
והוא שהגם שבתוכנה של "בית מלא ספרים" ג המלא, לא הדמו, יש אפשרות להמיר אותיות כל הספר בפעם אחת, הדיוק תלוי באיכות הספר בעצם.
מה שהתוכנה, המלא, כן עוזר, הוא בכה"ג שמגדילים התמונה, אז התוכנה רואה האות יותר ברור, שהרי אינו לוקח האינפורמציה מהקובץ עצמו, אלא ממה שהוא רואה על המסך כמו שאנחנו רואים, אז הוא די מדוייק, ושוב תלוי בצורת האות.
אם אתם חושבים שיש זמן להשתמש עם תוכנה המדובר, ולהגדיל כל דף בספר........
וגם, אני כמשתמש עם הרבהה תוכנות מחשב, ולא ראיתי חיפוש טוב כמו באוצר החכמה, וזה אני יודע מכמה חברים, ולא דיעה אישי (אמנם השנה יצא תוכנה עם חיפוש, ברמה של אוצר החכמה, אבל אין את הכמות ספרים של אוצר החכמה).
אבל שוב, מש"כ למעלה, הוא דעה שלי.
וכמו שאוצר החכמה ענה קודם, תביא ספרים לדוגמא, ונראה בשטח.

לא זכיתי להבין דבריו הק'. (אני גם מבין שהינך חוצניק והעברית אינה שפה מדוברת עבורך, ולכן אינך מתנסח מספיק ברור):

כאשר אני מחפש מילים בכל מאגר הספרים שבהיברובוקס, הוא מחפש בכל הספרים, מה הכוונה שמגדילים את העמוד וכו', אני לא מבין. אם אתה או מישהו אחר תוכל להסביר את דבריך, אשמח.

[עקיבא]

אם הבנתי נכון, תוכנת בית מלא ספרים, גם האחרים, לא עושים חיפוש בתוך הספרים, כלומר, קבצי PDF, אלא כבר עשו ההמרה לטקסט, והחיפוש נעשה רק על חלק הטקסט.
רמת קובץ טקסט זה, תלוי ברמת איכות דף שנסרק, איכות הסורק, וכמה התוכנה יכול לפענח אותו, חיבורי אותיות, וכן עוד כמה דברים.
התוכנה שתוספת לבית מלא ספרים השתמש איתו, אם אני לא טועה, שם שלו הוא "אבי" ABBY, מנסיון ממה שהשתמשתי איתו, הוא מאוד תלוי בכל הנ"ל.
גם, יש לו תוספת אפשרות, שהוא בעצם דבר צדדי בתוכנה, להמיר דף שנמצאת כרגע על המסך, ע"י שמסמנין חלק הדף מה שרוצים להמיר. היה לי צורך לקטע לשון הדרכ"מ, שלא מצאתי שום תוכנה שהיה לי אפשרות להוציא טקסט זה, גם לא באוצר החכמה. ולכן השתמשתי עם תוכנה זו, והיה עד כ"כ שהיה כדי לי להקליד אותו מחדש (כמובן תלוי גם במהירות הקלדה של המשתמש). עד שעלה לי לרעיון להגידל הדף, ולנסות עו"פ, ובאמת יצאלי קרוב לשתעים אחוז דיוק, הטעיות היו בעיקר בגרשיים, במקום י'. והשאר וכו'.
תוכנה זו, יש לו שתי גירסאות, גירסת נסיון לשלשים יום, וגם קניית רשיון.
(חשבתי שדיברנו עם אותו חבר, שבדיוק ביום לפני שכתבת בפורום, דיברתי עם חבר איך להוציא כל היכולת של התוכנה באופן הכי טוב).
אבל כמובן, להגדיל כל דף וכו', זה לא דבר אפשרי כשעושים כמה אלפי ספרים.

[רוני]

בנוגע לדברים האמורים למעלה,
סוגיית ה OCR באופן כללי רחוקה מלהיות מושלמת, לעולם יישארו בידינו הדפוסים עם האותיות השבורות והמקוטעות.
גם באוצר וגם בהיברו, חיפוש של ססס [3 פעמים האות סמ"ך] מעלה תוצאות שמראות את איכות הפענוח,
מתקבלות תיבות "התם" "שהם" "השם" "עשה" "סתם" "פתח" וכו' וכדו' שבפונט רש"י מסוים אכן האותיות מעוגלות וכנראה מבלבלות את הפענוח.

יתכן בהחלט להשתמש באפשרות זו ובדומות לה, על מנת למצוא ספרים שהפענוח בהם אינו באיכות גבוהה.

[יאיר]

לצוות האוצר: אולי לא הובנה כוונתי בהודעת הפתיחה..כוונתי היתה לסימן ברשימת הספרים ולא לאחר פתיחת הספר.

[רוני]

יאיר, כוונתך ברורה ומובנת ואף נצרכת.
האם ידוע לך [או לאחרים] על כמה ספרים בפועל הפענוח מופעל ?

[יאיר]

בדוק במאגר "ספרים שיש בהם חיפוש" (יש רשימת מאגרים למעלה). (נ"ל שיש חיפוש בכ-30,000 ספרים).

[יאיר]

בגלל הפנייה ראיתי עכשיו את השאלה כאן
והתשובה פשוטה
זה נעשה אוטומטי אבל עם השקעה של הרבה שעות אדם בשיפור איכות הפענוח
הגהה זה עניין אחר לגמרי ובזה חישוב פשוט מראה שאי אפשר בכלל לעמוד בו.

מה הבעיה להמיר את כל הטקסט לOCR ואח"כ להשתמש בתוכנה לתיקון שגיאות שתתקן את כל המילים הלא נכונות?
האם כך אתם עושים?

[אוצר החכמה]

זה פשוט לא עובד כך, תכנה לתיקון שגיאות מסוג כזה צריכה להבין את הטקסט (בהרבה מקרים גם ת"ח לא יכולים לדעת מה היה אמור להיות כתוב בפרט כשמספר השגיאות גדול ופענוח כתבי יד יוכיח) וזה כמובן לא קיים.

[יאיר]

הבנתי.
תודה רבה

[סופר-סתם]

יש ספרים שאי אפשר לחפש בהם כלל, ונראה ששכחו להמירם בOCR.
למשל: אגודת אזוב לרבי יצחק בן שלמה האזובי.

[איתן נוי]

אני מחפש ג' ספרים על חנוכה:
1. על הניסים ועל הפורקן
2. מדרש חנוכה
3. אוצר מדרשים על חנוכה ופורים
באחד מהם מובא מקור המדרש שפך השמן שנמצא היה קרוש ובנוסף: היה מזמן מקדש ראשון.

[רציני]

שו"ת הרדב"ז באוצר, בכל חלק כולל כמה חלקים וכו', עיי"ש. בחיפוש יוצא לך ואתה חושב שזה בחלק אחר. והייתי צריך להעיר זאת בתיקונים או בספרים כפולים. אולם כשאתה מחפש לפעמים יוצא לך תוצאות בזה שלא בזה וכן להיפך, ואם כן לא כדאי לסדר או להשמיט שהרי נפסיד החיפוש. ודו"ק. אולם אם יהיה איזה אפשרות שיחפש טוב בכולם אז אין הכי נמי שגם ישמיטו. ודו"ק. ונזכה לראות נפלאות מתורתינו.

[נחי]

ראיתי כמה ספרים, שבחלקם יש חיפוש, ובחלקם אין.
אפשר לבדוק זאת בצורה פשוטה. לעשות חיפוש בספר לבדו, במילה שחוזרת על עצמה, ולראות אם מחפש בכל הספר.
אביא כאן ספר לדוגמא: עזרת כהנים על מידות, הוצאה חדשה, ח"ב.
החיפוש הוא רק על החלק הראשון, ובהתאם גם הפענוח טקסט.
החלק השני, אין עליו חפוש, וכשהייתי צריך פענוח, הייתי צריך לעשות מהמהדורה הישנה, כך שהעדפתי להקליד לבד.