feat: „Zu prüfen“ zeigt bloße Wortformen getrennt am Ende
Ersetzt das Modell ein gültiges Wort nur durch eine andere Form („Punkten“ → „Punkte“, „das“ → „dass“, „sehe“ → „sähe“), heißt der Grund jetzt „Wortform geändert“. Diese Fälle stehen im Bericht in einer eigenen Tabelle nach den sinnverändernden, im Text gestrichelt umrahmt, und in der Konsole am Ende. „-in“ zählt nicht als Endung: „Professor“ → „Professorin“ bleibt oben. Außerdem: Die Tabellen scrollen auf schmalen Bildschirmen waagrecht, und aenderungen.py meldet Zeit-Überschriften nicht als Einfügung, wenn der Rohtext (z. B. eine .vtt) keine hat. Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
This commit is contained in:
parent
011d201215
commit
cd62feab69
1 changed files with 163 additions and 32 deletions
11
README.md
11
README.md
|
|
@ -319,6 +319,7 @@ Ersetzungen des Glossars), mit seinem Ergebnis. Gemeldet werden:
|
|||
| Grund | Beispiel |
|
||||
|---|---|
|
||||
| gültiges Wort ersetzt | „Professor“ → „Professorin“, „unterschreiben“ → „unterscheiden“ (das alte Wort steht in der Wortliste, war also kein Hörfehler) |
|
||||
| Wortform geändert | „Punkten“ → „Punkte“, „das“ → „dass“, „sehe“ → „sähe“: ein gültiges Wort, nur Endung oder Umlaut anders (meist Grammatik); eigene Gruppe am Ende der Liste |
|
||||
| stark verändert | „CT1“ → „ZDF“ (Ähnlichkeit unter 60 %) |
|
||||
| eingefügt | „∅“ → „ist“ |
|
||||
| gestrichen | „Sicherungskonzepte geht“ → „∅“ (Füllwörter wie „äh“ nicht) |
|
||||
|
|
@ -330,8 +331,12 @@ aus dem Glossar („Bar“ → „Bahr“ bei „Egon Bahr“ im Glossar): Die n
|
|||
zusammenhängend in einem Glossareintrag stehen und dem alten Text ähneln. Einzelne
|
||||
Allerweltswörter aus längeren Einträgen („Sie“ aus „finden Sie“) und eingefügte
|
||||
Wörter (ein ergänzter Vorname „Alexander“) erklärt das Glossar nicht. Die Liste
|
||||
erscheint auch in der Konsole. Kleine Grammatik-Korrekturen wie „das“ → „dass“
|
||||
tauchen ebenfalls auf; ein Blick genügt.
|
||||
erscheint auch in der Konsole, sinnverändernde Fälle zuerst, Wortformen danach.
|
||||
|
||||
Als Wortform gilt ein einzelnes Wort, das bis auf die Endung gleich bleibt (Stamm
|
||||
mindestens 3 Buchstaben, beide Endungen aus `INFLECTIONS`, z. B. -e, -n, -s, -en,
|
||||
-er, -es, -st, -t) oder sich nur im Umlaut unterscheidet. „-in“ gehört bewusst nicht
|
||||
dazu: „Professor“ → „Professorin“ bleibt in der Hauptliste.
|
||||
|
||||
Für vorhandene Dateien gibt es das eigene Skript. Mit denselben Glossaren wie bei
|
||||
der Korrektur gelten deren Ersetzungen und Begriffe nicht als verdächtig:
|
||||
|
|
@ -491,6 +496,8 @@ In `aenderungen.py`:
|
|||
| `WORDLISTS` | `/usr/share/dict/ngerman`, `…/american-english` | Wortlisten je Sprache |
|
||||
| `MIN_SIMILARITY` | 0.6 | darunter gilt eine Ersetzung als „stark verändert“ |
|
||||
| `FILLERS` | je Sprache: äh, ähm, …; uh, um, er, … | Füllwörter, deren Streichung nicht gemeldet wird |
|
||||
| `INFLECTIONS` | je Sprache: -e, -n, -s, -en, …; -s, -ed, -ing, … | Endungen, die nur die Wortform ändern |
|
||||
| `MIN_STEM` | 3 | kürzester gemeinsamer Wortstamm einer Wortform-Änderung |
|
||||
|
||||
In `vtt2txt.py`:
|
||||
|
||||
|
|
|
|||
Loading…
Reference in a new issue