Αξιολογούμε τις διάφορες πηγές που έχουν καταγραφεί ως προς:
- την ευκολία μηχανικής προσπέλασης
- την αναγνωσιμότητα από μηχανές
- την μορφή αρχείου
- την έκταση ή τον όγκο
- το αν είναι OCR'd ή όχι (εφόσον ταιριάζει στη μορφή αρχείου)
- το περιεχόμενο
Τις πηγές αυτές τις βρίσκουμε στα αρχεία CSV και, αν θέλουμε, προσθέτουμε και άλλες πηγές που μπορεί να γνωρίζουμε, και δεν βρίσκονται στον κατάλογο.
Οι πηγές παρατίθενται επίσης στο wiki αυτού του αποθετηρίου .
Εκεί μπορείτε να τις τροποποιείτε εφόσον έχετε προτάσεις. Διαφορετικά μπορείτε να επεξεργαστείτε το Wiki και να ζητήσετε να εντάξουμε τις αλλαγές σας.
Δοκιμάστε τον λεξικό κατατεμαχιστή (παράδειγμα χρήσης) και ✏️ δώστε μας ανατροφοδότηση στα Issues!
Συμβουλευτείτε τον οδηγό για τα προγράμματα επεξεργασίας.