نتائج تلاش

ہمارا تو نیم حکیم خطرہ جان والا کام ہے۔ پہلے پروگرام مٹا مٹا کر لکھتے رہے اب اس کے مکمل چلنے کا انتظار ہے۔ ابھی ستاون ہزار الفاظ باقی ہیں۔ وہی نیم حکیم سادہ کام کرنے کی بجائے اوکھا کام کیا ہے، تین کروڑ الفاظ پر سے سوا لاکھ الفاظ لوپ، اگے تسیں سمجھدار او۔ میں کسی دیوار میں ٹکر بھی نہیں مار سکتا...

اور اس کے بعد کل سے واپس پرانی تنخواہ پر کام پر واپسی۔ اس کی ٹریننگ دیکھتے ہیں پھر وقت ملنے پر۔

7 گھنٹے کم و بیش کی ڈونکی، اردو میں جسے گدھا اور پنجابی میں کھوتا کہتے ہیں، محنت سے ایک فرینکسٹائن پروگرام لکھا، مٹا مٹا کر لکھا۔ اور اب تقریباً ایک لاکھ تیس ہزار الفاظ کی فہرست سے ہر لفظ کے لیے 21 الفاظ کے تین ٹکڑے بن رہے ہیں۔ کُل قریباً 4 لاکھ سطریں۔ نہ ملنے والے لگیچر حروف آخر پر ویسے ہی شامل...

آج ٹریننگ ٹیکسٹ بن جائے گی، زیادہ سے زیادہ ممکن سطروں کے ساتھ۔ منفرد الفاظ جمع لگیچرز دونوں کو کام میں لا کر سطور جنریٹ ہو جائیں گی، ابھی تجربات جاری ہیں۔

آپ کے پاس اردو کی بورڈ نہیں ہے؟

میرا آج کا دن کچھ احباب کے لیے پراٹھے بنانے اور پھر سونے میں گزرا ہے۔ کل پہلے متن فائل اپلوڈ کروں جس میں سب علامات ہوں، پھر یونی کریسٹ فائل پر کچھ دیکھتا ہوں۔ کچھ تجربات مزید ہونے کے بعد اندازہ ہو گا کہ مکمل الفاظ بہتر ہیں یا لگیچرز۔ جمیل نوری نستعلیق 3 والی لگیچرز لسٹ کہاں ہے بھلا؟ ٹیکسٹ فائل۔

اس طریقے میں تو صرف ٹیکسٹ فائل دیں گے باقی سارا کام تو ٹیس ٹرین نے کرنا ہے، امیج ٹو ٹیکسٹ استعمال کر کے۔

unicharset ضروری ہے، یہ انگریزی اور عربی کے لیے تو ہے، اردو کے لیے نہیں ہے۔ صبح اس پر بات کرتے ہیں۔ بنیادی طور پر ٹیسرکٹ تین کی باکس فائلوں سے یہ بنے گی (ٹولز بھی تین کے ساتھ ہی آتے ہیں اسے بھی انسٹال کرنا ہو گا)۔ لیکن ڈیٹا میں سارے کیریکٹرز بشمول اردو ہندسے اعراب، مذہبی علامات، رموزِ اوقاف سب...

اسے کمپائل کیا جائے، تب ٹریننگ ٹولز بھی انسٹال ہوتے ہیں۔ آفیشل پتہ نہیں کیا چول ہے۔ سمجھ ہی نہیں آتی۔

مرنا یہ ہے کہ میری قبل از مسیح کی کھوپڑی میں اس کا ورک فلو نہیں آ رہا۔ مثالیں بھی نہیں ہیں ٹیوٹوریل میں۔ او سی آر ڈی والا آسان لگا تھا ٹریننگ ڈیٹا کی مثال دیکھ کر۔ بنیادی طور پر جرمن زبان کے لیے ہے اس پراجیکٹ کی فنڈنگ ایجنسی جرمن ہے۔

پھر ٹیکسٹ فائل جو اس طریقے میں بن رہی ہے وہ سٹرنگ کو الٹ کر لکھی جائے؟ کیریکٹر لیول پر یا لفظ کے لیول پر۔

سوال یہ ہے کہ 4200 پھیروں کے بعد (10000 تک ہوتے ہیں عموماً) بدترین کیریکٹر ایرر 95 فیصد ہے۔ کیا گڑبڑ ہے۔ٹیس ٹرین والے طریقے میں یونیکوڈ کیریکٹرز کی حد بھی بتاتے ہیں کسی سب فائل میں، دائیں سے بائیں زبان بتانے کا ایک آپشن بھی تھا۔ اگر امیجز ایسے ہی ہیں تو باکس فائل الٹ بنی ہو گی۔ اگر پروگرام سٹرنگ...

یہاں جو کچھ موجود ہے وہ بالا خدشات کی تصدیق ہے۔ رموزِ اوقاف (پنکچویشن) میں سوالیہ نشان اور کوما ندارد۔۔:?

دائیں سے بائیں زبان کے کیریکٹر بھی بائیں سے دائیں ہونے چاہئیں۔ حوالہ ایک: کہیں ہم یہ امیجز غلط تو نہیں بنا رہے؟ دو: او سی آر ڈی کا سیٹ اپ کافی غیر لچکدار لگ رہا ہے، ہمیں شاید اردو کی ٹرینڈ ڈیٹا فائل اٹھا کر اس سے شروع کرنا چاہیئے۔ تین: ایک عدد ٹریننگ ڈیٹا فائل بن جانی چاہیئے، جس میں unicharset...

مقامیانے کا کام خود ہی سیکھا تھا، اس پر اردو میں کچھ بھی موجود نہیں تھا۔ اب شاید کچھ ہو، معلوم نہیں۔ اردو وکی پیڈیا کو اصطلاحات کی ایک فہرست مہیا کی تھی کبھی۔ یا پھر یہاں جو گفتگو چلتی رہتی ہے۔

انھے وا ان ٹرین ایبل کے ایررز کے بعد اب پھر 25 الفاظ والی لگائی ہے۔ دیکھو کیا بنتا ہے۔

پیراگراف جتنی لمبی امیجز تو ٹرین ایبل نہیں، یہ تو گیا۔ بہرحال نتیجہ دیکھتے ہیں۔

ٹھیک ہو گیا۔ اب لینکس سب سسٹم تو نہیں چلا، فائل ایڈٹ نہیں کر سکتے ونڈوز میں، کباڑا ہو جاتا ہے۔ ورچوئل میں چلا رہا ہوں، یہ لمبی لائنز اور میری جگاڑ 25 الفاظ والی۔ دیکھتے ہیں کس کا ایرر ریٹ کم ہے، یا کوئی فرق نہیں پڑتا۔

لینکس ورچول مشین سیٹ اپ کر لی ہے اور اس پر بھی وہی ایرر آنے کی وجہ سے اب متعلقہ ویب سائٹ پر ایک عدد ایشو کھول دیا ہے شاید اس مسئلہ کا کوئی حل نکل آئے۔