Предварительная обработка текстов учебников

1. Сканируем, распознаем и вычитываем текст в программе ABBYY FineReader.
2. Сохраняем текст в файл name.odt и просматриваем его в программе LibreOffice Writer на предмет ошибок с помощью спелл-чекера komi.oxt.
3. Копируем текст учебника в name.txt файл. > копия уходит в корпус коми языка.
4. В оставшейся копии, назовем ее name_kv.txt, проводим автоматическую разбивку на предложения скриптом pt.py (в Linux'е!).
5. Включаем в xed / gedit коми спеллер и удаляем подчеркиваемый контент на русском языке и поурочные словарики..
6. Ищем по поиску все строки, не заканчивающиеся точкой, восстанавливаем единство предложений в стихотворных отрывках и удаляем все строки, не содержащие предложения / словосочетания.
7. Сортируем все строки по алфавиту с автоматическим удалением повторов.
8. Удаляем нумерацию и повторяющиеся начальные элементы строк.
9. Повторно сортируем и просматриваем весь текст.
10. Заполняем пропуски и восстанавливаем сознательно нарушенный порядок предложений и т.п. (для справки смотрим исходный файл name.txt или name.odt).
11. Проводим контрольную вычитку всех строк в name_kv.txt.
12. Делаем копию файла, назвав его name_ru.txt, в которой все строки поочередно переводим, заменяя коми предложение / словосочетание русским.
13. В программе WinMerge, открыв name_kv.txt и name_ru.txt, проводим контрольную сверку оригинала и перевода, попутно выравнивания строки двух файлов (если случайно была нарушена последовательность строк).
14. Файлы с параллельными текстами name_kv.txt и name_ru.txt готовы для дальнейшей обработки программистами.