最近学习制作图片词典，想制作张柏然版新牛津全索引词典

jonah_w

  N- j: B. z$ L1 [' l
) O, q7 o+ i" p4 f, n9 v# ~6 [学习的VimVim的图片制作工具，强烈推荐
: E& h; y  R* `( S7 n& x  P  A% e
需要用到百度的云OCR服务。因为接近3000张图片，每月500张图片的免费额度不够用…

就想着在论坛问问，是否有对这部词典感兴趣的，众筹足够的OCR额度，对这部词典进行全文OCR，并制作为全索引图片词典MDX，方便对词典的例句进行全文检索。
' A3 R; |$ `" u" v3 Y0 J/ F
! y* D6 |. J. `感兴趣的可以留言或者私信我哈。 6个人参与即可。
4 ]* Z5 O' _# x4 B& ^6 z8 r
5 s; p0 l+ R: P' y& Bp.s. 不知道类似帖子是否违规，如果违规，可以提醒我哈。

OCR了一页看看效果，感觉还不错：


- O5 S- E9 |6 y: K8 h: A6 _

7 b) M0 U3 d  f, I3 M4 g3 y

klwo2

没太懂你，按说张柏然版的是大学版，例句比新牛津少。
: w3 G6 R( b0 w$ }) {
4 J- m# i/ p6 F我用的某个调用API的OCR工具，是混合调用的，一天500条，你盯着一家撸，肯定不行

jonah_w

klwo2 发表于 2023-10-12 18:11
. [/ w0 b/ g% M0 T没太懂你，按说张柏然版的是大学版，例句比新牛津少。

我用的某个调用API的OCR工具，是混合调用的，一天50 ...

6 u( R' |, t7 x/ u& X( `5 d考虑到这本的翻译质量好。K大也可以推荐一些其他的高质量词典

jonah_w

klwo2 发表于 2023-10-12 18:11
没太懂你，按说张柏然版的是大学版，例句比新牛津少。
8 r/ k& h% \/ A
我用的某个调用API的OCR工具，是混合调用的，一天50 ...

某个调用API的OCR工具，是混合调用的，一天500条

% O) Q# ^9 ~1 q3 \( b" k2 j不知道是哪个工具？

shiruxue

jonah_w 发表于 2023-10-15 09:35
, w! g8 ~) ]: w& L. q$ ^考虑到这本的翻译质量好。K大也可以推荐一些其他的高质量词典

" {: R; x7 G+ w$ l5 @" O7 M( D& B* t柏然版是李华驹翻译的。当然，李华驹翻译得也确实不错。

klwo2

jonah_w 发表于 2023-10-15 09:35
考虑到这本的翻译质量好。K大也可以推荐一些其他的高质量词典

; Z) C8 A1 }# G1 f7 a* f# V$ L例句少，质量好也没辙呀，比如你这张图里，只有yammer有例句

+ l& ]$ I) j& P/ a% \我用的https://ocr.oldfish.cn/

不过这是我随便选的

其实我用过好些个反查，准确率就那样，质量较差，一般跳过不看的是……《文馨当代英汉词典》

klwo2

jonah_w 发表于 2023-10-15 09:35
/ o1 X; {" a" `, J1 F* C+ \考虑到这本的翻译质量好。K大也可以推荐一些其他的高质量词典

再来补充几句吧。我最近用例句反查用得比较多。纯粹从准确性（给出的词语、译文是否准确）、多样性（给出的词语、译文是否丰富）的角度看——

（1）汉英词典基本上没什么特别的用处，也不用做反查。有些专书，如《汉英词通》，我做了图片版，有些后悔；
（2）一般的ESL词典都可以做，差别不大。都会有错误，不过谁也没比谁差到哪里去；
（3）林语堂先生的英语是很好的，对汉语的理解又准，有好些东西别的汉英词典没有。不过他的汉英词典自带反查，所以我觉得可以挖一挖他的双语著作做做例句反查
1 F6 h/ ~3 c0 o4 [$ E& o" ]（4）霍克思（David Hawkes）翻译的红楼梦，其实很适合做反查：https://culture.gmw.cn/2020-03/29/content_33695610.htm

jonah_w

klwo2 发表于 2023-10-19 14:29
2 e+ U" K+ l! o6 H9 H$ ?例句少，质量好也没辙呀，比如你这张图里，只有yammer有例句
, P' b' R8 e1 \) f! S, e  j
$ a9 M* x- _5 z0 J  K我用的https://ocr.oldfish.cn/

https://ocr.oldfish.cn/ 这个是不是只能下载他们的Windows软件使用？没有找到调用API的接口文档之类的。
7 }! m9 O4 K7 M  r
- N, }9 @- A& H. P. E- H$ F3 p反查我主要用来查英文例句和英文释义的句子了，汉语反查用的不是很多，不知道其他人

jonah_w

klwo2 发表于 2023-10-19 14:29
5 u7 u4 C/ Q9 `. I  D- J1 q例句少，质量好也没辙呀，比如你这张图里，只有yammer有例句
7 L+ b: ]& [: F0 p  D  V" a
. g. h0 G8 R4 G我用的https://ocr.oldfish.cn/

* _8 q: L, o  A  F( V' w5 W确实例句少。不过英文释义，有时候也有点用。虽然不如例句有用

klwo2

jonah_w 发表于 2023-10-19 15:08
https://ocr.oldfish.cn/ 这个是不是只能下载他们的Windows软件使用？没有找到调用API的接口文档之类的。 ...

6 R; c5 m1 N7 y* N9 m【反查我主要用来查英文例句和英文释义的句子了，汉语反查用的不是很多，不知道其他人】这句我没太懂，你主要是怎么用？
6 {3 S0 [4 W2 S; M
张柏然版新牛津，跟新牛津的释义绝大部分相同啊
6 g; k! {3 y) i  T8 Q% c) z
6 P/ ]) K9 b2 a' c+ ?至于工具，本来就是我随意找的，你可以多看看，按理说，它是调用多个api，会比单个api稳定一点

jonah_w

klwo2 发表于 2023-10-19 15:26
【反查我主要用来查英文例句和英文释义的句子了，汉语反查用的不是很多，不知道其他人】这句我没太懂，你 ...

比如某个英文表达或者罕见的短语，我不确定是不是地道，就在goldendict搜下例句反查，看看有多少例句包含了这个表达，用的语境是什么。这样经常可以深刻理解一个英文表达或短语。

0 O: \. i1 D& P1 X: E! Q或者某个常用表达，我想知道在语法里这种表达叫什么，语法上有什么具体说法、解释之类的，就可以反查语法类的词典

& N( P9 K+ X8 k3 i或者想知道形容一个人极度高兴的单词或者短语是哪个？查 extremely happy，这种一般在英文释义的反查里可以查到（反查英文释义找词头）

不过，最后这种场景也非常适合用chatgpt

jonah_w

klwo2 发表于 2023-10-19 15:26
【反查我主要用来查英文例句和英文释义的句子了，汉语反查用的不是很多，不知道其他人】这句我没太懂，你 ...

张柏然版新牛津，跟新牛津的释义绝大部分相同啊

6 X4 ]* g4 S& O+ \; }& i
那可能确实没必要了… 后面看看吧

jonah_w

klwo2 发表于 2023-10-19 15:26
1 b4 S, b. K4 Z. O# n2 ^【反查我主要用来查英文例句和英文释义的句子了，汉语反查用的不是很多，不知道其他人】这句我没太懂，你 ...

按理说，它是调用多个api，会比单个api稳定一点

6 x1 C% l4 k& Q9 C0 K
9 f- P6 A2 P3 u& b' B! B9 T他内部可能是调用了多个api，但如果不暴露给用户的，就很像黑箱操作，缺了灵活性。
百度，腾讯，谷歌提供的OCR接口，很多也需要很多修改，才能适应图片的多样性，比如很多词典是双栏，甚至三栏的，直接用官方接口，会有很多问题。
1 T9 e7 O# x9 [- f
+ V7 g6 ~* F1 b0 q偶尔用用，这个软件应该问题不大。（不过这个软件在我这个Windows虚拟机里运行不了，所以我也没法测试了…）

klwo2

jonah_w 发表于 2023-10-19 15:58
比如某个英文表达或者罕见的短语，我不确定是不是地道，就在goldendict搜下例句反查，看看有多少例句包含 ...

（1）其实想要确定某个表达是否地道，靠词典里的例句是不够的，因为这些词典囿于纸书的限制，不可能无限收录句子，最好的办法还是Google。
* l! `! x( T3 N' j$ r. A  n
Google也有局限性，比如你刚说的【不确定是不是地道】，google搜索结果为3个。假如你没有汉语语感，还是确定不了的。但是至少比词典的例句多。
4 w4 p! s$ V) _
有些工具、语料库资源可以帮你，比如linggle、ludwig.guru，它们的好处是语料比较纯净，不会把中国媒体、印度媒体、菲律宾媒体的不地道说法囊括进来，但是规模就小很多了。

. S! m* K: c9 ?（2）语法问题不宜零敲碎打解决。
（3）这种用thesaurus就可以解决的

9 s5 E$ j' ~$ V, l* l1 M" q) {5 O* R用chatgpt当然可以，不过准确性就需要验证了

jonah_w

klwo2 发表于 2023-10-19 16:36
4 }8 V; U5 ?/ U) _, h- Y3 a& O; [（1）其实想要确定某个表达是否地道，靠词典里的例句是不够的，因为这些词典囿于纸书的限制，不可能无限 ...

因为输入任何单词组合，Google好像都有结果… 有时候可能不好判断，地道与否。对词典语料来说，小范围内可控

2 T/ J. f7 C# K( n) ?当然Google肯定可以当那个last resort
& p8 v- L2 D8 r. n$ Z& H0 B
嗯，语法最好可以系统学习一遍。我现在的做法是假装已经系统学过了，然后把语法书当成词典语料去使用，有时候会有小惊喜。
$ B' b/ \+ D) @7 P; Q+ F
  p2 Y2 k0 }8 |4 W" F5 r3 ?是的，thesaurus 类词典也在用，释义反查 contribute to it as well. so it's nice to have it.

klwo2

jonah_w 发表于 2023-10-19 17:52
因为输入任何单词组合，Google好像都有结果…  有时候可能不好判断，地道与否。对词典语料来说， ...

当然不是输入任何单词组合，Google都有结果

想要判断一句话是否地道，我认为最快的办法是：请ChatGPT写出你想要判断的句子的更地道的、同义表达，然后一个个去google搜索看结果。不要轻信ChatGPT的结论，只利用它给的句子。
. D  x& L" K$ K
2 X  C6 c/ D5 \6 U最快的办法不是最优的办法。最优的办法当然是提高自身语感了，只不过这就难了。

此外，例句反查不需要用goldendict嘛，直接用archivarius 3000这类软件或者搞一个语料库软件（论坛置顶就有）

jonah_w

klwo2 发表于 2023-10-19 20:44
* |% x$ Y9 z( o$ ^6 S; I当然不是输入任何单词组合，Google都有结果

+ W  v1 Q( x1 S1 ]想要判断一句话是否地道，我认为最快的办法是：请ChatGPT写 ...

例句反查不需要用goldendict嘛，直接用archivarius 3000这类软件或者搞一个语料库软件

5 {# M1 ?7 m0 M
! k( Z: ?, R" z% G. [: f5 y& F有语料库软件。我是直接用命令行搜索语料txt文件。这种方式当然是可以的，但相比goldendict少了排版。感觉平时还是更习惯于用goldendict查询。另外，专门优化的MDX可以做到尽可能的把一个句子的各种context集中到一起，放的互相更近一点，方便一眼就看到各种上下文信息。语料库这方面也稍微差一些

jonah_w

klwo2 发表于 2023-10-19 20:44
当然不是输入任何单词组合，Google都有结果
# R9 `& Q: ^: f# O* N7 y+ _, Q
想要判断一句话是否地道，我认为最快的办法是：请ChatGPT写 ...

" d  r. ^+ m+ N) y$ X是的，chatgpt用好了，对学习英语有大用。可惜国内多数人用不上

klwo2

jonah_w 发表于 2023-10-19 23:21
是的，chatgpt用好了，对学习英语有大用。可惜国内多数人用不上

0 X4 K9 Z# e9 v1 |9 ^' I: dgoogle也是“国内多数人用不上”啊

jonah_w

klwo2 发表于 2023-10-20 01:03
google也是“国内多数人用不上”啊

6 V. L/ ?7 ]; W$ N% B- c哈哈哈… 确实