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：
8 O) S6 N$ S' W2 e& H. w7 |' _) Xhttps://www.pdawiki.com/forum/thread-33730-1-1.html?x=180507
1. Vocabulary.com词典中词频小于20000的词组 （1977个，按词频排序）；
9 v7 Q3 @6 e0 v+ h) _5 E) O( K2. 柯林斯双解词典中 五星词组 （4692个, 按五级分组排序）；
3 @! A6 F  |. v5 |% D  r' ^+ \3. 剑桥双解词典中 雅思词组 （2452个，按A1-C2分组）；
7 b# _1 M6 c& w+ v/ P4. 牛津双解词典中 星标词组 （298个）。
  @8 ?9 T/ U" }1 r1 m# F
- R7 ]9 r/ P* q2 m% H% u7 D7 b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
1 n0 I& y( C: o) [2 i6 x

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。
" v  x' @* Z6 O# a0 R8 M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
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 ...

" }- a. Y/ H9 Q& w! p) M1 r3 r谢谢指点。
% ~7 S- t3 f. c4 P6 A* V$ 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。
- n2 S! c' ?. R7 ~* x  {
7 i. O; Y7 t0 s) F( C, o& d7 s$ T需要学习一下技术了

脚下千

% ]# S$ e- }1 k& u: y
4 q% s1 Z2 P  l8 w  G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+ @/ _3 j* W8 h1 c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。
$ q! j1 T8 k/ j8 S5 r8 b' |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。
& o  b1 v2 I2 D" _3 H
9 _+ C" r! o6 P& @8 Kps：这个引起了我的兴趣，有些想做了，不过我的 CoCa 20000 还没背完……
4 E7 j4 X! ^5 ^9 `
1 t5 h* `3 w, U' Y& R# h
' p6 {0 W' e1 J+ W2 S+ J* I% c5 \

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。
  \9 N2 {; a: z7 A$ n& Y
简单来说，就是 将 xlsx 转成 csv，然 ...

0 o5 p% F4 S7 [1 ^7 |" o7 S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
7 _1 l5 T/ ~: `: ]: r5 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

脚下千

cocowind 发表于 2019-4-26 20:02
- E& t  i  ]# @6 `; ]! @* J& _; O' `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 ...

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。
! g2 f# K, |4 r+ }  ^- o3 s1 K$ H
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）。
% `) p7 h$ Y: d" V
& v( w  k+ m$ Q1 P6 u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
% A8 i% l: u( l% ]9 Y7 ^  `) n! [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 ...

谢谢指点~

看到这个方法也许可以借鉴一下
/ v8 S( p" Z0 s/ s; n: nhttps://www.pdawiki.com/forum/thread-11546-1-1.html?x=180507
4 i/ O# O% k9 O" P% b8 |4 e! o

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
: y8 {& C* T5 D& \, _

脚下千

xusorn 发表于 2019-5-6 19:48
9 A, T" O6 l3 ]  `* [1 C$ K% l4 a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 ...

' c0 h# E. {* u, c1 h4 }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

! |4 \* S- j) x

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 ...

. Z: k$ ~$ f" o$ F! K; J, Y- G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

0 Y5 {* f* Z- W: D+ G

脚下千

xusorn 发表于 2019-6-12 07:27
5 h% L& b) a$ C0 c. ^) Z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

) k7 q0 Y, k- S% h, |6 N0 u  a, s。。。
6 _2 C! n4 f9 k" n
( o  M- f! P, @% _* _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. 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";
+ w% ], G  l* @6 J, F7 Y0 n! a
: v' P( F" l, k3. 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

4. FastWordQuery 我首次回帖就告知了楼主
. ], ]$ g, g& A3 ~; b. a/ h
5. 我不是楼主

xusorn

脚下千 发表于 2019-6-12 13:05
' `; b7 X5 G" H4 v。。。

' u3 j2 a2 X) c1. 问题中是： Vocabulary.com + Collins + 雅思 + 牛津 —— “制作成anki记忆库（反面是相应词 ...

: Q  S0 R% Z& 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）”
: i6 C8 b/ e% a4 h! u$ S4 b' j* A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。
5 B2 T$ D4 N- d/ `( R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

1 T9 ?" k8 T9 n) M3 h: D/ C

xusorn 发表于 2019-6-12 15:38
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 ...

$ l! e& @* m7 J' z# b2 ~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 ?!
9 F2 s$ C/ G/ k; L: `
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
8 {  b# U* a- c1.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。
6 C+ z- s) P  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？
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