Korektury naskenovaného textu

Výstupní text musí projít pečlivou korekturou. Při korektuře dodržujte tyto zásady:

• Převedený text by měl co nejvíc odpovídat originálu, a to zejména v členění na odstavce, interpunkci a diakritických znaménkách.

• Zachovávejte odstavce. Dodržujte členění textu na odstavce podle předlohy. Odstavce je nutné oddělovat dvěma znaky konce odstavce (dvojím stisknutím klávesy enter, tedy jedním prázdným řádkem), jinak je konverzní program při dalším zpracování textu nerozezná. Při zobrazení netisknutelných znaků ve Wordu se znak konce odstavce ukáže jako ¶ (máte-li v nabídce Nástroje→Možnosti, v oddíle Značky formátování zaškrtnuto Konce odstavců).

• Pozor na konce stránek: na konci stránky udělá program při rozpoznávání znaků automaticky odstavec, i když tam třeba odstavec nekončí. Znak konce odstavce na takovém místě je nutné odstranit.

• Všechny druhy uvozovek musí být reprezentovány jako znaky s významem uvozovek, tedy nikoli jako jiná interpunkční znaménka: čárky a apostrofy (jednoduché nebo zdvojené), menšítka a většítka (jednoduchá nebo zdvojená). Zásady používání uvozovek určuje pro každý jazyk jeho koordinátor. Může vybírat z následujících znaků, přičemž dvojice odlišných znaků pro otevírací a uzavírací uzovky mohou být pro další zpracování a využití korpusu výhodnější:¹

  anglické dvojité uvozovky	“abc”
  rovné dvojité uvozovky	"abc"
  české dvojité uvozovky	„abc“
  francouzské dvojité uvozovky	«abc»
  německé dvojité uvozovky	»abc«
  anglické jednoduché uvozovky	‘abc’
  rovné jednoduché uvozovky	'abc'
  české jednoduché uvozovky	‚abc‘
  francouzské jednoduché uvozovky	‹abc›
  německé jednoduché uvozovky	›abc‹

  Mezi nejčastější chyby tohoto druhu patří dvě čárky (, ,) místo českých dvojitých otevíracích uvozovek („) a dva apostrofy (' ') místo znaků pro české uzavírací uvozovky (“), rovné uvozovky ("), nebo anglické otevírací (“) či uzavírací (”) uvozovky.

• Interpunkční znaménka musí být umístěna stejně jako v předloze. Čárky a tečky většinou následují hned za předcházejícím slovem – bez mezery. Stejně tak vykřičník, otazník, dvojtečka, středník, závorky, uvozovky – pokud v originále nejsou oddělené od slova – musí být bez mezery spojené se slovem. Za interpunkční znaménka naopak mezera patří.

• Na mezery je vůbec třeba dávat pozor. Mezera je znak jako každý jiný, který slouží zejména k oddělování jednotlivých slov. Proto nesmí být mezera uprostřed slova. Opět platí zásada, že mezery mají být umístěny stejně jako v předloze, není však žádoucí napodobovat grafickou podobu předlohy vkládáním dvou a více mezer.

• Podle uvážení koordinátora lze rozlišovat spojovníky (-) a pomlčky: krátké (–) a dlouhé (—).

  (nechal jsem to tady, když tak se ozvi, jestli to chceš upravit nebo vyhodit.)

• Naskenovaný text může a nemusí odpovídat předloze i co do řezů písma – tučné, kurzíva, případně tučná kurzíva. Záleží na rozhodnutí koordinátora pro daný jazyk, může se týkat i konkrétního textu. Písmo jiného řezu by se však nemělo vyskytovat tam, kde je v textu řez základní (stojaté, netučné písmo) – FineReader v tom často chybuje.

V tabulce na adrese http://utkl.ff.cuni.cz/~rosen/public/tabulka-problemy_skenovani.pdf jsou uvedeny příklady nejčastějších chyb vzniklých při skenování a doporučení, jak je odstranit.