Site-urile româneşte şi de pe la noi, arată foarte prost în româna fară diacritice. Un exemplu negativ, poaspătul web site al lui tarlev.
Deci, am pornit un mic proiect destinat tuturor românilor. Un web serviciu, care va plasa diacriticele într-un text.
Timp de o săptămână am adunat 1GB de texte româneşti: cărţi de pe torrents, dex, wikipedia, contrafort… în format doc, pdf, txt.
La moment, calitatea serviciului testat pe textele contrafort-ului e de 85%, adică 85% din diacriticele necesare sunt plasate correct.
Algorimul e învăţabil, adică cu cât mai mult text îi dau să mămânce cu atât o sa plaseze diacriticele mai exact.
Aici vin cu rugămintea ;), cine are texte, cărţi în format pdf, doc, txt în română, cu diacritice, în variantele de î sau â, va rog să-mi transmite-ţi pe vitalie[@sterge-ma]esanu.name.
Web serviciul va fi hostat pe google appspot sau pe windows azure, recent anunţat.
Am planificat şi gadgeturi şi widgeturi pentru google desktop, igoogle, şi vista… pe care în măsura utilizării serviciului le voi publica.