Xin chào bạn
@lethienov !
Đầu tiên là rất hoan nghênh ý tưởng của bạn. Sau mình có ít ý kiến từ kinh nghiệm bản thân thế này:
1/ Bộ từ điển Việt-Nga đồ sộ nhất, mới nhất là Đại từ điển Việt-Nga, xuất bản 2013. Nó có 80.000 từ, có vẻ là đầy đủ công phu nhất.
Tham khảo ở link sau:
http://www.tienphong.vn/xa-hoi/30-nam-miet-mai-va-bo-dai-tu-dien-vietnga-do-so-655222.tpo
2/ Nói bạn đừng buồn, bản nhận dạng của bạn không phải là tốt, thậm chí là hỏng. Nó không thể dùng được. Nhập tay thủ công thì tổng thời gian làm tới lúc có sản phẩm còn nhanh hơn nhiều.
3/ Để nâng cao chất lượng nhận diện, các trang cần phải scan với chất lượng trên 300dpi. Tuy nhiên, với từ điển quá phức tạp, như Nga-Việt, Việt-Nga phổ thông thì vẫn ra kết quả kém.
Lý do độ phức tạp:
+ Tiếng Việt có nhiều dấu, khi nó nhỏ hay nhầm và mất.
+ Tiếng Nga có thể có trọng âm
+ Nga-Việt lẫn lộn trong một dòng
+ Các kí tự đặc biệt, phát âm, từ loại, cách chia động từ...
+ Chương trình nhận dạng FineReader có sử dụng từ điển Nga, Việt làm cơ sở so sánh, nhưng nó cũng hay "lựa chọn" sai từ.
4/ Sản phẩm ra lò cần đảm bảo độ chính xác cao nhất về chính tả. Do đó nhận dạng rồi vẫn phải đọc kiểm tra từng chữ, và cả dùng máy tính quét lỗi phổ biến. Nếu nhận dạng có vấn đề, thì giai đoạn kiểm tra này rất rất tốn công sức.
Kết luận: Bản Việt-Nga hiện tại là dịch ngược từ Nga-Việt, nên tôi vẫn muốn làm cuốn Đại từ điển Việt-Nga. Tuy nhiên kinh nghiệm xương máu cho thấy là không có cách nào tốt hơn đông người ngồi gõ thủ công theo một chuẩn cho trước. Mỗi trang nhập vào cẩn thận mất cỡ 1h, cả cuốn chắc tầm 2000tr. Có 100 người biết tiếng Nga, cẩn thận, chia mỗi người 20tr thì cũng khá nhanh. Còn ít người thì mình làm túc tắc cũng khá lâu
) Do tôi không có nhiều người vậy, nên tạm thời chờ coi sau công nghệ nhận dạng tốt hơn, hoặc nghĩ ra cách gì đó thì mới làm.
Trân trọng!
