如何制作（Vocabulary.com + Collins + 雅思 + 牛津）高频短语词组记忆库？

cocowind

atomore 整理了（Vocabulary.com + Collins + 雅思 + 牛津）中的高频短语词组
内容包括：
1 _% x5 T$ ^) e1 J( @! V2 P7 dhttps://www.pdawiki.com/forum/thread-33730-1-1.html?x=180507
, `& N+ J" [# |( a4 E& d1. Vocabulary.com词典中词频小于20000的词组 （1977个，按词频排序）；
* t" h. T; b7 c! f3 l1 B: I2. 柯林斯双解词典中 五星词组 （4692个, 按五级分组排序）；
* f' y7 B; ?/ M3. 剑桥双解词典中 雅思词组 （2452个，按A1-C2分组）；
1 n- _0 R9 {& `$ I4. 牛津双解词典中 星标词组 （298个）。

" _) t( _* ~# L$ o  M4 A  t6 L如果要把atomore 整理的xls列表，制作成anki记忆库（反面是相应词典中该短语词组的内容），技术上如何实现呢？
9 @# M+ c2 o6 G' }( i希望集思广益
" b1 }8 V5 B2 h/ a# v
, q" Z0 z4 c; n6 D2 w# T" A" Q+ m

sheward

合并后，在Excel里删除相同词组后，大概有8000多个词组。
不知道怎么批量提取中文。

ogrishman

anki用的是sqlite数据库存储信息的，首先搞清楚数据库中table的结构，你可以在你想要的deck里创建一个新词条，然后分析数据库中的数据。
8 H9 L) P0 K4 M2 k, E1 v6 p  D然后就是根据单词提取对应词典中词条的信息，处理好以后写到anki的数据库中。这一步可以编写程序实现，也可以用某些editor的automation实现，比如用EmEditor。

cocowind

ogrishman 发表于 2019-4-25 23:37
4 k. x- l9 g( t0 @2 O" Y- K4 eanki用的是sqlite数据库存储信息的，首先搞清楚数据库中table的结构，你可以在你想要的deck里创建一个新词 ...

, ]5 g! ?+ c4 Y" R- T' C7 t( i谢谢指点。
短语词组每个单词都懂，但合在一起意思可能大不同，偏偏还太常见。

  U/ e4 J  a% a" d- n需要学习一下技术了

脚下千

( e/ j8 x  R" V9 ?% g; B+ D3 @这个站在前人的基础上，有简单一点的方法，不过需要有支持的词典。
3 p4 `# z4 j0 K( |) ]
简单来说，就是 将 xlsx 转成 csv，然后导入 anki，用 anki 插件（我用的好像叫 FastWordQuery）查询即可。
8 Q% v2 k1 t. E
- O/ s! u+ x0 M) m5 o) x  o* j虽然说缺的词典可以在这个插件基础上增加（因为给出的 mdx 词典一般都没有短语的索引），但目前我所见到的只有 longman 词典的短语有人制作过，其他的不知道有没有。
- w1 Y9 x. [8 G' `, m3 [+ h$ g如果自己解析对应词典的话，也许在实现上比较方便（解析 mdx 内容后用正则表达式只提取相关短语释义），但给插件贡献词典解析可能会有更广的作用。
$ \, Q8 I. Y2 V2 Q( b( d
9 i* O( }/ V/ x5 p1 m) E0 |ps：这个引起了我的兴趣，有些想做了，不过我的 CoCa 20000 还没背完……
! L* |4 ?' l' k2 }+ H5 |
5 }2 Y- q6 O- W3 D. }9 A
. |3 m) }. `2 h  h' W3 P

cocowind

脚下千 发表于 2019-4-26 14:23
这个站在前人的基础上，有简单一点的方法，不过需要有支持的词典。
0 [, N: ~  d' J0 p" ]
简单来说，就是 将 xlsx 转成 csv，然 ...

( B2 f4 N, K) }  c& D不知道插件对短语词组的支持如何？
1 M% a+ R' P% n' t' G* J* J8 Y2 f, I一个难点是例如eat one's fill这样的短语在不同词典里的词条可能是各种形式，eat sb's fill等等等等
( z8 B5 [" c9 n: Z. W不容易批量把该短语在各个词典中的相关entries都查询出来，以便进一步进行比较再挑选自己觉得最好的词典解释和例句

脚下千

. \3 {! I  O% b! l  J

cocowind 发表于 2019-4-26 20:02
. C. H& p/ X+ _) h; h不知道插件对短语词组的支持如何？
" O7 M9 I  X4 Q2 T6 t* G一个难点是例如eat one's fill这样的短语在不同词典里的词条可能是各 ...

5 L: s1 F) J3 o  f这个倒不是很难，就是麻烦点，直接按不同形式处理一下即可，比如 one 替换为 sb 等，当然里面可能有更复杂点的规则要写。

如果要统一结果到一处的话，就多列几个 fields 存储不同的查询形式，然后按词典逐个查询。
" R1 g1 w  A3 P1 H' X  c
当然，这都需要有词典支持，一般来说上述词典我猜很少能对短语直接查询的（我没用过啊）。
  ]4 f) y  D; O8 v6 V' I
+ d% a. J+ c9 ?9 k% a插件设置自定义词典后，只是根据字段直接查询，然后提取所有内容，和在词典软件里是一样的。在词典软件里如果直接输入短语查不到，那么插件也查不到。

cocowind

脚下千 发表于 2019-4-28 19:33
1 V3 P! ?% @( h: b这个倒不是很难，就是麻烦点，直接按不同形式处理一下即可，比如 one 替换为 sb 等，当然里面可能有更复杂 ...

4 r4 B& ]/ {6 o7 u* U7 ~谢谢指点~

# E. W$ B0 l% B- n$ c& z- Q; N% y看到这个方法也许可以借鉴一下
" e- N& W* \$ D* {https://www.pdawiki.com/forum/thread-11546-1-1.html?x=180507

xusorn

是fq这个插件不够好吗……直接把词条转为utf-8的txt导入anki，建几个字段用fq查询不就是了，而且css格式也能保留，要修改css去collection.media修改就是了

脚下千

xusorn 发表于 2019-5-6 19:48
是fq这个插件不够好吗……直接把词条转为utf-8的txt导入anki，建几个字段用fq查询不就是了，而且css格式也 ...

: H) z- p3 |+ i2 h6 [% f& M4 G这个要词典本身支持才可以的，目前很少这样的词典。楼主说的是匹配短语，不是单词。（具体见我前面的帖子）

xusorn

/ v( h0 ?' S, I  ^% U

脚下千 发表于 2019-6-12 03:12
这个要词典本身支持才可以的，目前很少这样的词典。楼主说的是匹配短语，不是单词。（具体见我前面的帖子 ...

% {: ^! }; s1 B% m# M% v/ J1 f) m我看清了问题，论坛的韦氏，朗文，牛津的词组不够你用吗？至少我用fq把vocabulary前1000的都查到了
8 b4 Q1 f$ P: y1 `3 v, ?
+ J/ t( H# d- a3 L; B( D  d" t) q
, m3 S1 _. s. I. f3 l5 M

脚下千

xusorn 发表于 2019-6-12 07:27
( X/ ^# y- O; S1 g% A我看清了问题，论坛的韦氏，朗文，牛津的词组不够你用吗？至少我用fq把vocabulary前1000的都查到了

9 k$ n# r4 i( ~" [。。。

1. 问题中是： Vocabulary.com + Collins + 雅思 + 牛津 —— “制作成anki记忆库（反面是相应词典中该短语词组的内容）”
2 [+ n+ C. m9 l0 _7 Q$ V/ `1 e) U
. A9 r4 U, p  t. m2. 输入是"例如eat one's fill这样的短语在不同词典里的词条可能是各种形式，eat sb's fill等等等等";
+ f. X; [2 y& b! k, C% ?
3. 需求是做一个“综合”的短语库，不能说这没必要，起码楼主是需要的；而这涉及到第 2 点中的形式不同问题，至少要预处理一下
9 i7 D& }4 D$ `( i* p; H: Q
4. FastWordQuery 我首次回帖就告知了楼主
6 M# D7 w9 k: {  Q) j
5. 我不是楼主
8 E% _9 g* F0 M1 C  I6 \% y

xusorn

脚下千 发表于 2019-6-12 13:05
/ ~- S5 J) `$ r5 q' F( V。。。

1. 问题中是： Vocabulary.com + Collins + 雅思 + 牛津 —— “制作成anki记忆库（反面是相应词 ...

我上一条是在回复你回复我的“这个要词典本身支持才可以的，目前很少这样的词典。楼主说的是匹配短语，不是单词。（具体见我前面的帖子）”
+ I. ~9 y9 F& A7 r我回复楼主的是匹配词组，你说我是回复匹配单词，所以我进行了回应。
你说目前词典少，所以我就把论坛可以查的词典多告诉你了。
结果你和我扯什么形式，什么综合，搞得我好像没看清提问一样，而且你告知了和我有什么关系，我一开始就没回复你，是你在回复我，说我查的不是词组是单词啊。。。

脚下千

xusorn 发表于 2019-6-12 15:38
1 `3 b1 ^: I5 k+ r; X我上一条是在回复你回复我的“这个要词典本身支持才可以的，目前很少这样的词典。楼主说的是匹配短语，不 ...

. A3 L6 m' q) M之前回复你是看到你的用词—— 什么“不够好吗，……就是了，……就是了” 才回复的，另外当时你的图片也没显示出来（也许是论坛原因），我表达能力低下，想让你去看我之前写的内容 ，但因为 我懒，我笨，我没写清楚，我标点符号不会用，最后让你觉得我在说你用它来匹配单词而不是短语 —— 的确，我 这个 sb 怎么知道 fq 原来也可以匹配短语 ?!

; |" t5 O- y: D. m8 T7 K8 V算了，我是 sb，这里不是 StackOverflow，论坛发帖不需要看别人回帖。不再继续争论。我是 sb。

xusorn

脚下千 发表于 2019-6-13 11:00
之前回复你是看到你的用词—— 什么“不够好吗，……就是了，……就是了” 才回复的，另外当时你的图片也 ...

图片应该是是之前服务器出了问题，我一开始就不认为查询这些词组不是特别困难的事情，但如果我的措辞对你产生了困扰，我对你表示抱歉。刚刚把你的回复完整的看了一遍，我个人认为你可能是想把词条统一形式表达，然后进行合并去重再统一查询，不知道是不是这样，如果是是的话，我个人认为存在三个需要考虑之处
6 |1 L4 G  ^8 d5 C. a7 o8 m9 H3 `1.工作量对于我和一般的不会Python的用户来说，应该不算小，因此可行性不高，或许程序员可以解决这个难题。
* |0 ?- ~% R+ m1 R' Q, K5 b2.如果统一了形式，再进行查询，是否能够查询得出，因为每个词典的表示不同，那么同一个形式是否能在多个词条查询出结果，这也是一个需要考虑的问题。
3 O! f. u$ S8 c/ a! Y3.此外，每个词表的来源词典不同，因此导致词频及常用性的统计也不相同，合并后是否能够兼顾这些？
! q% `/ I$ s! c$ @) R: y因此我觉得，如果仅仅是为了去重而大费周章的改形式的成本远大于收益，所以我建议直接用多本词典进行查询或许是更好的选择，我已经制作出来了，比把制作流程发到了论坛，如果有兴趣，也可以看看[【展示+制作教程】根据高频短语词组制作anki记忆库教程https://www.pdawiki.com/forum/fo ... hread&tid=34820]

margoagnes

好高深的样子