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
7 j- ~4 Q6 r* \) w* r; \( `内容包括：
, \: r+ ]6 b; I$ n2 m3 G# vhttps://www.pdawiki.com/forum/thread-33730-1-1.html?x=180507
$ _' k0 B" z* X& S1. Vocabulary.com词典中词频小于20000的词组 （1977个，按词频排序）；
2. 柯林斯双解词典中 五星词组 （4692个, 按五级分组排序）；
" i1 w) r9 }0 J  E  {3. 剑桥双解词典中 雅思词组 （2452个，按A1-C2分组）；
: e6 l3 o7 D3 `) O' D4. 牛津双解词典中 星标词组 （298个）。
$ T. d4 x# t8 Q8 d" f
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？
希望集思广益
- L, [! Y2 b. {# t( a) A

sheward

合并后，在Excel里删除相同词组后，大概有8000多个词组。
+ {% ^3 H* f6 R5 f( r' \( I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。
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
8 g# M  }/ X. m- n5 z5 q3 {5 oanki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 ...

谢谢指点。
7 b% v+ v7 ^% l2 f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。
; I: Y% v: N% A) j* G
# J! V0 ^! d, s) F需要学习一下技术了

脚下千

' ?7 y- n# H) g+ M6 M! Y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。

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。
; t( E, g! a! d4 y
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。
6 U# j7 D: L, O5 h  b$ c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。
5 T# A: k, [& J' }; N3 R
/ {& L1 I2 }8 T9 b  Ops：这个引起了我的兴趣，有些想做了，不过我的 CoCa 20000 还没背完……

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。

简单来说，就是 将 xlsx 转成 csv，然 ...

不知道插件对短语词组的支持如何？
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
$ U. i3 |9 f( S! A/ e; ]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

9 l9 d% o& G4 v6 M

脚下千

cocowind 发表于 2019-4-26 20:02
不知道插件对短语词组的支持如何？
! `3 @$ K# R$ m' b) w3 J- d4 C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 ...

9 \5 O+ R3 F1 i' 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点的规则要写。
; S$ G. X3 n+ o- y& J- m9 N
7 I- o9 A- ^) \1 C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。

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）。

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
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 ...

3 q: g+ l/ |: `谢谢指点~

看到这个方法也许可以借鉴一下
2 o( ~5 b! }0 ]+ ^https://www.pdawiki.com/forum/thread-11546-1-1.html?x=180507
6 L' _2 c' D+ S3 |

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
) |3 d3 p7 k9 C! H

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 ...

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

脚下千 发表于 2019-6-12 03:12
6 @6 i9 _1 J; G, T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 ...

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
3 A4 c- c+ |6 T5 _  u/ V8 E
1 d/ |. |; r; g# v. z) }% T7 D% E9 ^
0 |" N0 G/ F8 @/ A' z* G; ~1 f% B

脚下千

( O; s9 Z( B' i  [* k. K9 t

xusorn 发表于 2019-6-12 07:27
% A' \% Y# [. F4 t, m7 K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

。。。

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）”

, N% V3 j" B4 q+ |: p2. 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";

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
. U. _6 e, Q2 ]  a$ h* Y
4. FastWordQuery 我首次回帖就告知了楼主
- L* w& i. g2 i5 I6 ~
% L" B0 G/ \: o# t* p3 B' R5. 我不是楼主
! g( r4 z3 D6 O9 p6 s: A) K

xusorn

脚下千 发表于 2019-6-12 13:05
。。。

4 S" u( g: j, d( j' R) i5 y1. 问题中是： Vocabulary.com + Collins + 雅思 + 牛津 —— “制作成anki记忆库（反面是相应词 ...

0 K0 z" P( G( _! q4 T/ I1 e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）”
4 e/ T" `; _. k" [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。
* X8 D9 r# E( C4 @, N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

4 y' Q# K6 H& C+ w% W# R/ k2 x

xusorn 发表于 2019-6-12 15:38
8 a, a% Z1 u* w; p6 Z, T! ~# U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 ...

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 ?!

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 ...

; Q7 g$ p( W, ]1 c8 u# k4 e; z! B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
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。
2.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.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？
6 b0 a$ @. H( t+ `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