empenguin20 发表于 2015-11-7 04:05
鉴于楼上都不严格按照规定数额认领，我也来凑个热闹。认领图片文本化，65至125。
我想问下楼主，音标为何 ...
所有修改都有记录，可以慢慢来确认，一次就100%正确不太可能
那个带上横杠的 ė还有i、u̇等，实在是找不到啊。。。
用两个HTML实体字符似乎能勉强拼出来 ė̄=& #x0117;& #x0304;
qazqwe 发表于 2015-11-7 11:52
原本的範例裡面是用ḗ 取代e DOT MACRON,
有些是真的找不到, 像是LATIN SMALL LETTER y DOT MACRO ...
完工以后可以用HTML实体字符拼
比如ė̄ = & #x0117;& #x0304;
参考别人的写法，保持一致就行，后面可以全文替换
dhs1001 发表于 2015-11-7 10:43
把9楼empenguin20兄的下载回来看了一下，发现对于ryuya兄所提示需要对照文件名存有一些疑问。
从empen ...
能找到对应字符的尽量用对应的字符，实在找不到的，可以先用类似字符代替，后面再想办法
mitkyg 发表于 2015-11-7 06:51
我又来了
认领 1、符号or插图： 11条，募集1人
如果能找到所有插图就完美了{:4_104:}
只要按词头+.jpg/.png后缀命名，很容易合进去
如果足够清晰，背景为单纯白色，还可以写程序把背景透明化
bt4baidu 发表于 2015-11-7 11:57
所有修改都有记录，可以慢慢来确认，一次就100%正确不太可能
那个带上横杠的 ė还有i、u̇等 ...
带橫杠的ē，ī, ū都是由两个字符（字母本身和UNICODE编码是\u0304这个字符)来表示的
tsiank 发表于 2015-11-7 12:12
带橫杠的ē，ī, ū都是由两个字符（字母本身和UNICODE编码是\u0304这个字符)来表示的
这种不是，这些都有对应的字符，xls里已经写了
带点+横杠的e,i,u找不到，似乎可以用两个HTML实体拼
本帖最后由 mitkyg 于 2015-11-7 12:35 编辑
bt4baidu 发表于 2015-11-7 12:08
如果能找到所有插图就完美了
只要按词头+.jpg/.png后缀命名，很容易合进去
radical sign 书上是这样的，
对比wbd的preview版
把“根号16”也截出来替换下？后面也少了= the cube root of 27 = 3.
再一个fraction
书上是这样的
都截出来替换下？
另，图片得一张张截取，2200多页，也不知道有多少张插图，尽快完工吧{:4_104:}
贡献两个特殊字母：ǡ ȱ
e的那个找没有。。。
mitkyg 发表于 2015-11-7 12:26
radical sign 书上是这样的，
对比wbd的preview版
书还是PDF？一页一页拍照？那工作量可不小
如果是PDF，ABBYY好像在OCR的时候可以自动抠出来的
ė̄ ǡ u̇̄ ý̄ ẏ̄ b̆ ȱ b̄ ṇ
暂时先改了这几个。 希望能有用。
百度兄还有任务吗，我也想加入
bt4baidu 发表于 2015-11-7 12:46
书还是PDF？一页一页拍照？那工作量可不小
如果是PDF，ABBYY好像在OCR的时候可以自动抠出来的
pdf的，试了下，还是人工截取吧{:4_109:} 图片清晰，不出错，符号or插图弄完了，词典插图争取三天内搞定吧，试截几张，看看图片堪用不
我再领取“链接指向错误”所有2~125，这一项应该还没人领吧
qazqwe 发表于 2015-11-7 11:52
原本的範例裡面是用ḗ 取代e DOT MACRON,
有些是真的找不到, 像是LATIN SMALL LETTER y DOT MACRO ...
...ḗ 取代e DOT MACRONḗ 取代e DOT MACRON...
商榷： 如果实在没有可以办法， 宁可留存图片。
...y DOT MACRON 還有類似 ȳ́ ȳ̀ 的寫法# cJ9 t5 U( Q8 H9 g
這要統一做法還是看每個認領的人主觀認定....
商榷： 不存在主观认定的问题， 一切以原书/PDF内容的客观为准。
{:4_105:}
我也想领取“链接指向错误”任务或者“图片文本化”剩下的也可以，百度兄可以吗？
mitkyg 发表于 2015-11-7 13:25
pdf的，试了下，还是人工截取吧 图片清晰，不出错，符号or插图弄完了，词典插图争取三天内搞定 ...
质量不错啊，辛苦啦{:4_104:}
既然人工截取，保存的时候记得文件名存为"词头.png"，不然就没法一一对应了
慢慢来，不着急
我来做音标文字错乱61-120,请楼主批准！！！
bsqby 发表于 2015-11-7 13:32
我再领取“链接指向错误”所有2~125，这一项应该还没人领吧
已分配，这个不太好改的
fuxy526 发表于 2015-11-7 13:39
我也想领取“链接指向错误”任务或者“图片文本化”剩下的也可以，百度兄可以吗？
图片文本化剩下的都归你了，具体看XLS
shakahenryqht 发表于 2015-11-7 13:56
我来做音标文字错乱61-120,请楼主批准！！！
OK{:4_105:}
本帖最后由 bt4baidu 于 2015-11-7 14:33 编辑
mitkyg 发表于 2015-11-7 13:25
pdf的，试了下，还是人工截取吧 图片清晰，不出错，符号or插图弄完了，词典插图争取三天内搞定 ...
只要使用美图秀秀增强一下对比度，就可以把背景全部去掉
本帖最后由 mitkyg 于 2015-11-7 14:53 编辑
bt4baidu 发表于 2015-11-7 14:31
只要使用美图秀秀增强一下对比度，就可以把背景全部去掉
{:4_104:}好，等图都截完了，我再用美图秀秀处理一下
同时我没有截“星号”，这样显得更美观些{:4_105:}
想报名参加，不过以前没做过词典，不知道会不会给你们拖后腿啊？？
mitkyg 发表于 2015-11-7 14:46
好，等图都截完了，我再用美图秀秀处理一下
这个工作也可以用python做的，貌似增强对比度+图片去背景都可以用PIL图像处理自动完成
程序处理不了的再找你{:4_105:}
最关键的是文件名，这个不能和词头对应起来的话就只有手工了
bt4baidu 发表于 2015-11-7 14:58
这个工作也可以用python做的，貌似增强对比度+图片去背景都可以用PIL图像处理自动完成
程序处理不了的再 ...
我刚截了24副图，对比一下，你用工具可以尝试下{:4_105:}
http://pan.baidu.com/s/1pJ5WYzp