Latex
Latex - jest to oprogramowanie to automatycznego składu tekstu. Wykorzystywane jest ono m.in. do tworzenia prac dyplomowych na uczelniach wyższych.
Cel utworzenia tego artykułu
Zdarza się rzadko, że OSA ma problemy z wyciągnięciem treści z pliku PDF pracy dyplomowej. Spowodowane jest to faktem, że sam Latex nie posiada jakiegoś standardu/wytycznych pisania prac dyplomowych. Powoduje to, że każdy może tworzyć taki dokument konfigurując środowisko Latexa w dowolny sposób. Takich konfiguracji jest bardzo wiele i niestety niektóre z nich powodują nieprawidłowe kodowanie polskich znaków (ogonków).
Dokument z nieprawidłowym kodowaniem polskich znaków jest dla osoby czytającej - całkowicie prawidłowy. Niestety próba choćby skopiowania tekstu (copy-paste) uwidacznia prawdziwą naturę dokumentu gdzie polskie litery okazują się nieczytelne i wymagają ręcznego naprawiania takiej treści.
Korzytsanie z Latexa w OSA
OSA najczęściej pojawiające się błędne kodowania tekstów stara się naprawiać podczas parsowania tekstu z pliku PDF. Niestety mnogość możliwości złego zakodowania tekstu w Latex jest tak wielka, że nie możemy rozbudowywać naszego modułu o wszystkie przypadki gdyż spowodowałoby to wydłużenie czasu analizy dokumentu (dokonywanie kolejnych prób naprawienia tekstu w przypadku niepowodzenia poprzedniej próby).
Z tego powodu może się zdarzyć, że na niektórych uczelniach z powodu:
- nieprawidłowego zaprojektowania ogólnouczelnianego template'u pisania prac dyplomowych w latex
- braku takowego template'u, a co za tym idzie dopuszczenie dowolności konfiguracji tworzenia swojej pracy
prace w OSA będą posiadały nieprawidłowe treści. Będzie to skutkowało brakiem wyników porównania owej pracy z innymi dokumentami/Internetem oraz zaburzonymi statystykami pracy co do np. liczby słów rozpoznanych.
Zapobieganie
Jako zespół OSA chcielibyśmy nakłonić uczelnie o wypracowanie standardowych, dobrze zdefiniowanych szablonów z których będą korzystali studenci piszący pracę w Latex. Spowoduje to, że styl prac będzie taki sam, będzie spójny i pozbawiony błędnych konfiguracji (które łatwo popełnić nie będąc zaawansowanym w obsłudze Latexa).
Przykładowy szablon obowiązujący na jednej z uczelni wygląda np. tak:
Stosowanie się do tych zaleceń spowoduje, że OSA nie będzie miała problemu z wyciągnięciem tekstu z takiej pracy - ale również dla samego czytelnika łatwiejsze w używaniu (kopiowanie tekstu z takiego dokumentu nie będzie powodowało problemów przy wklejaniu tekstu).
