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 · 发表于 2023-10-10 12:07:21

本帖最后由 jonah_w 于 2023-10-10 12:12 编辑

学习的VimVim的图片制作工具，强烈推荐

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。

感兴趣的可以留言或者私信我哈。 6个人参与即可。

p.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：

klwo2 · 发表于 2023-10-12 18:11:02

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500条，你盯着一家撸，肯定不行

jonah_w · 发表于 2023-10-15 09:35:44

klwo2 发表于 2023-10-12 18:11: S9 C2 e0 T$ {
没太懂你，按说张柏然版的是大学版，例句比新牛津少。
% h# `% n& g/ ~" r/ t, y; ~
0 _( C4 a7 p4 F+ l& B( M我用的某个调用API的OCR工具，是混合调用的，一天50 ...

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 · 发表于 2023-10-15 09:37:05

klwo2 发表于 2023-10-12 18:11
/ T0 K: T1 t# `没太懂你，按说张柏然版的是大学版，例句比新牛津少。( a; W% l* E' C4 ^& k/ X0 }
* F9 ]0 q. J. U: W# E3 i
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

不知道是哪个工具？

shiruxue · 发表于 2023-10-16 00:46:36

jonah_w 发表于 2023-10-15 09:35
+ h/ g" b0 ^5 p" i1 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

柏然版是李华驹翻译的。当然，李华驹翻译得也确实不错。

klwo2 · 发表于 2023-10-19 14:29:47

jonah_w 发表于 2023-10-15 09:35
8 B$ b* }$ y5 K3 Z; S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

例句少，质量好也没辙呀，比如你这张图里，只有yammer有例句

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 · 发表于 2023-10-19 15:00:54

jonah_w 发表于 2023-10-15 09:35
; e4 z5 Q& B6 u8 m: l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
（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 · 发表于 2023-10-19 15:08:54

klwo2 发表于 2023-10-19 14:29# Q: v. C2 h& J0 n+ d
例句少，质量好也没辙呀，比如你这张图里，只有yammer有例句' n/ ?! i( B! ?5 k
L. i9 J0 a' N2 q! x9 v; Q
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。

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 · 发表于 2023-10-19 15:11:39

klwo2 发表于 2023-10-19 14:29# h6 p3 y" Y, c9 M/ V& |7 y; A
例句少，质量好也没辙呀，比如你这张图里，只有yammer有例句+ M7 F' y' O+ t9 A, g# {0 u

, c+ a: E0 B: s; ~7 K( F0 \我用的https://ocr.oldfish.cn/

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 · 发表于 2023-10-19 15:26:03

jonah_w 发表于 2023-10-19 15:08
8 Z) l$ P9 I; P( Vhttps://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。 ...

【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？

张柏然版新牛津，跟新牛津的释义绝大部分相同啊

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 · 发表于 2023-10-19 15:58:19

本帖最后由 jonah_w 于 2023-10-19 16:00 编辑

klwo2 发表于 2023-10-19 15:268 I8 j: \/ y' E
【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。

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

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 · 发表于 2023-10-19 16:01:40

klwo2 发表于 2023-10-19 15:26 m: z* [' K/ U% z
【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

那可能确实没必要了… 后面看看吧

jonah_w · 发表于 2023-10-19 16:06:12

klwo2 发表于 2023-10-19 15:26
9 F8 D2 k( Q. [' I; F1 H1 [【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

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。

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 · 发表于 2023-10-19 16:36:50

jonah_w 发表于 2023-10-19 15:58. h8 y# @4 x3 @6 }3 y9 v
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。

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。

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。

（2）语法问题不宜零敲碎打解决。
（3）这种用thesaurus就可以解决的

用chatgpt当然可以，不过准确性就需要验证了

jonah_w · 发表于 2023-10-19 17:52:51

klwo2 发表于 2023-10-19 16:36
. ]1 u6 L# U5 @8 O0 f: G' ~3 v（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

当然Google肯定可以当那个last resort

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。

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 · 发表于 2023-10-19 20:44:33

jonah_w 发表于 2023-10-19 17:52- r: I/ ^9 Q2 L' `2 z& v, I# @
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。

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 · 发表于 2023-10-19 23:17:59

klwo2 发表于 2023-10-19 20:44+ l9 h6 h4 R; w, K9 R: a9 A
当然不是输入任何单词组合，Google都有结果# C( b7 n9 _9 |( m4 R2 x
6 W0 h4 X4 @, K3 ?
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

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 · 发表于 2023-10-19 23:21:14

klwo2 发表于 2023-10-19 20:44
+ u& ^6 W- Y! w0 S当然不是输入任何单词组合，Google都有结果
- J, E6 d1 ?9 z& m4 j5 ]4 N
( }/ H+ K$ Q7 w1 V/ Z( Z+ ]想要判断一句话是否地道，我认为最快的办法是：请ChatGPT写 ...

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 · 发表于 2023-10-20 01:03:49

jonah_w 发表于 2023-10-19 23:21
( r7 q( n$ K& m- S是的，chatgpt用好了，对学习英语有大用。可惜国内多数人用不上

google也是“国内多数人用不上”啊

jonah_w · 发表于 2023-10-20 09:26:10

klwo2 发表于 2023-10-20 01:03
/ e7 ^# a% s( }# ~+ t& sgoogle也是“国内多数人用不上”啊

哈哈哈… 确实

		自动登录	找回密码
密码			免费注册

[讨论] 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

本帖子中包含更多资源