mitkyg 发表于 2015-11-7 15:13
我刚截了24副图，对比一下，你用工具可以尝试下
http://pan.baidu.com/s/1pJ5WYzp
辛苦！
这样的图片质量，用工具处理完全没有任何问题
要的就是这个效果{:4_105:}
bt4baidu 发表于 2015-11-7 15:28
辛苦！
这样的图片质量，用工具处理完全没有任何问题
要的就是这个效果
more than 3,000 illustrations{:4_111:}
认领音标文字错乱，121-172条
BT大，图片文本化有585条？我看correct.xls里面只有几条啊
duancj 发表于 2015-11-7 16:29
认领音标文字错乱，121-172条
OK，已标注
mitkyg 发表于 2015-11-7 15:54
more than 3,000 illustrations
这么多{:4_105:}
2200页每页至少一张图？
认领
5、图片文本化
126至200
或分配后剩余图片的任意五十页以上
有OCR经验
本帖最后由 dhs1001 于 2015-11-7 18:57 编辑
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 ...
经过和
https://www.pdawiki.com/forum/forum.php?mod=viewthread&tid=14587下载的pdf扫描版书对比后
发现文件名为 tbdot*的并不是代表t + b with dot。
而是代表ṭ，应该代表t下面带点。
具体可以参考以下截图：
文档14行如下：
GD中截图如下：
pdf中截图如下：
所以bdot代表的应该是在前面一个字母下加一个点。
我把我提供的部分按照以上发现已经进行修正和补充，并把更新PM给bt兄。
已经完成音标文字错乱部分3－60条。错乱部分用红色字体表示的是相比于原文件缺少的内容。比如词头arbitrator，原文件错乱部分是AHR buh trma> ，其实后面的A也是错的，应该是trma>A替换成tray
本帖最后由 css 于 2015-11-7 20:08 编辑
建议保留idotmacr作为图片形式存在。 原因如下。
目前有三种可以做到的方案：
1. i̅ //此种方案， 头顶是Overline， 故不可取。
2. ī （见Fuxy526 chiasma条目文本化结果)//此种方案与PDF|原书恐都有差别. //这个字符是“U+012B LATIN SMALL LETTER I WITH MACRO”， 虽然与文件名符合，但实在是不像。//更加重要的是, 本字符事实上已经被在线版文本化， 如果是同一个字符， 在线版没有理由单独将其图片化。参见附图PDF截图之chiams.full.png
3. ī//同上。
另外： 可以考虑再行参考不同版本WBD， 再做结论。O版上传的79年版PDF就与在线版的字符不一样。如果采用其他字典的对应字符，如果要严格说来，是推定， 而不是原样文本化， 恐怕也不是很合适。
试比较：
dictionaryfan 发表于 2015-11-7 18:34
认领
5、图片文本化
126至200
都分配完了
等着后面校对的时候再参加{:4_105:}
css 发表于 2015-11-7 19:31
建议保留idotmacr作为图片形式存在。 原因如下。
目前有三种可以做到的方案：
1. i̅ //此种方 ...
这个i是比较头痛，用HTML实体也拼不出来
e倒是拼得挺像了
本人也尽量争取和原书完全一致
https://www.pdawiki.com/forum/data/attachment/forum/201511/07/220900islgzo4skscosh49.png
本帖最后由 qazqwe 于 2015-11-7 22:51 编辑
bt4baidu 发表于 2015-11-7 22:09
这个i是比较头痛，用HTML实体也拼不出来
e倒是拼得挺像了
本人也尽量争取和原书完全一致
參考b大你的方式
http://www.fileformat.info/info/unicode/char/0130/index.htm
http://www.fileformat.info/info/unicode/char/304/index.htm
& #304; & #772;
İ̄ 還是可以合出來目前快完工了
本帖最后由 qazqwe 于 2015-11-7 23:32 编辑
链接: http://pan.baidu.com/s/1pJ4BfUr 密码: hu8f
編號1~65都有重新校對兩次 (包含dhs1001兄幫忙的部分 49項lin -> lan), 把消失的bdot都補上
idotmacron İ̄ 使用下面兩個組合
& #304; & #772;
eacutemacron é̄ 使用下面兩個組合 與 edotmacron ė̄有些區別
& #x00E9; & #x304;
qazqwe 发表于 2015-11-7 23:28
链接: http://pan.baidu.com/s/1pJ4BfUr 密码: hu8f
編號1~65都有重新校對兩次 (包含dhs1001兄幫忙的部 ...
i用& #0456;和& #0304;拼似乎效果更好
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 ...
多谢你细致的检查。刚开始做时神马都不知道，上述规律都是一点点摸索出来的，所以有前后不统一之处。已经修改。关于o，我以dictionary.com为标准，发现很多地方用的都是with acute，而且wiki的页面上也找不到o with macron and dot above。
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 ...
多谢你细致的检查。刚开始做时神马都不知道，上述规律都是一点点摸索出来的，所以有前后不统一之处。已经修改。关于o，我以dictionary.com为标准，发现很多地方用的都是with acute，而且wiki的页面上也找不到o with macron and dot above。
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 ...
我觉得，遇到with macron and dot above的，统一替换为with macron and acute吧，保证一致性。希望懂英语的前来指导下。
本帖最后由 mitkyg 于 2015-11-8 10:20 编辑
bt4baidu 发表于 2015-11-7 18:28
这么多
2200页每页至少一张图？
{:4_94:}已经截了300张了，原来美图秀秀有批处理功能{:4_105:}
问下这种情况怎么处理呢：同一词条下有好几副图，怎么命名啊？{:4_102:}
看到的较晚，没能跟上，本人有OCR的经验还有那部分没有完成，愿意贡献力量
mitkyg 发表于 2015-11-8 08:57
已经截了300张了，原来美图秀秀有批处理功能
问下这种情况怎么处理呢：同一词 ...
那真是极好的，科学技术是第一生产力
这种情况直接后面加数字呗，_1，_2。。。
如果位置比较近，索性当作一幅图处理也行啊，除非太宽、太长
zhlpen 发表于 2015-11-8 10:48
看到的较晚，没能跟上，本人有OCR的经验还有那部分没有完成，愿意贡献力量
等着做正式发布以后的校对吧{:4_104:}
本帖最后由 bt4baidu 于 2015-11-8 12:34 编辑
і̄=& #x0456;& #x0304;
https://www.pdawiki.com/forum/data/attachment/forum/201511/08/123248p0xkbpbjvf8d6wwf.png
本帖最后由 houbible 于 2015-11-8 13:48 编辑
感谢bt4baidu大神组织这个词典的校对，今天才看到这个帖子，不知是否还有剩余的工作可以认领的吗？若有，请安排一份。谢谢！
houbible 发表于 2015-11-8 13:42
感谢bt4baidu大神组织这个词典的校对，今天才看到这个帖子，不知是否还有剩余的工作可以认领的吗？若有，请 ...
这回你来晚啦，没你的份了{:4_105:}
等着后面做校对吧