【讨论】如果要把老神仙的《英汉大词典》弄出来，XML标记怎么约定？

belleyeah

怎么焚书坑儒了！{:11_317:}

bt4baidu

Cdasjkldjas 发表于 2014-5-15 13:43
谢谢各位回复，机器已到。

6 N$ |7 ]7 G( V! T, s9 O& R最大支持600。

2 z: u: L4 m; ?6 ^5 i8 I; K  Q
根据#49楼主给出的扫描结果，写了一个格式化工具，下载地址如下：
  p, _: k. D" X链接：http://pan.baidu.com/s/1hqmTwkG 密码：l4rv
+ }  X, H: }) N7 {8 L

+ f$ G! j+ A8 L, m/ Z! v$ N经本人实测，只需要改正少量OCR识别错误，仅须不到30分钟即可校对完成1页

( }( r, O: [6 z* N( T1 a$ O
8 H4 L; i* C) |' ?) [- V. J

bt4baidu

补充一句：OCR识别文本一定要存成UTF-8编码，否则容易出乱码

spoony1971

赞同犯人说，不如OCR后不加校对直接使用（多列转换成文本可能需编程解决），使用过程中发现错误再加以修正。只要对源文本用git等版本工具管理起来。多人同时修改不是什么问题。只要大家不是拿这个词典供着，真正使用起来的话不久就完善了，而且绝无痛苦可言。
* h& W$ O$ _. V; p
bt4baidu是编程牛人，不知能不能编个转换多列pdf(?)成单列文本的工具，这样的话词典立即就可使用了。
! ]3 v( C6 z; d& X" N8 ~! n
4 N/ g' Q; f/ J* W5 a4 c

bt4baidu

spoony1971 发表于 2014-5-28 23:55
1 @, R" |( P* K0 U5 M赞同犯人说，不如OCR后不加校对直接使用（多列转换成文本可能需编程解决），使用过程中发现错误再加以修正。 ...

不需要多列转换成文本，ABBYY可以保存ocr结果为txt文本，自动就是按词条的
: v6 ~- \: p5 `* \, a! J
我的想法是大家每人领取50页扫描图片，自己用ABBYY软件ocr，这样的好处是在ABBYY里就可以根据软件提示修改识别错误。
3 b. A+ v9 `8 W
保存为文本后用我的工具格式化，然后校对确认无误后，再通过另外的工具（我可以写一个）整成mdx源文件，完工
$ V. z% B: v% l5 {2 r
由于我手头的ocr结果有限，可能有个别地方格式化工具不能对应，这个可以新开个校对专贴来反馈，我可以随时升级工具（保证向下兼容）

人生难免有今日

支持楼主。。{:11_337:}开心的扭来扭去。。
0 F- ~% D. N4 b; N8 h9 F我老了，上班的时候没有公网可以用。。。下班事情太多。精神支持！

wenlishahsa

bt4baidu 发表于 2014-5-29 09:37
. t& A  B- P& w不需要多列转换成文本，ABBYY可以保存ocr结果为txt文本，自动就是按词条的

" N3 x4 z" X  C我的想法是大家每人领取50页 ...

期待楼主搞个MDX源文件整理软件，MDX源文件整理太难了，我制作出来的MDX都是比较丑陋的，没有加粗、没有图表、没有色彩……

bt4baidu

重写一个格式化工具，30分钟就能干完一页。且几乎不用录入多少文字。
" q! O$ v0 z2 D4 F5 ]欢迎使用
$ b" Q5 o8 G7 t, [# q1 B+ l, V+ j) D

( U% D" B% h7 Y- O: }# g链接：http://pan.baidu.com/s/1hqrDaPe 密码：qzl5

大熊部落

bt4baidu 发表于 2014-6-7 00:26
8 b% j0 c- y" l重写一个格式化工具，30分钟就能干完一页。且几乎不用录入多少文字。
! ?. K& _. ^' J; {# s欢迎使用

你这个工具好！不愧是高手！

zhplren

是的，出版社的利益没保证，以后大家就没吃点了，建议等到第三版上市后在放出文本化版本，和高清扫描版，虽然说起来盗版可耻，但是电子词典的方便性纸质版是没法比的，这方国内做的实在太差劲了
并且好的词典也实在太少了啊
, g; o9 N# `3 g+ O+ X+ l* X虽然需要，但是还是强烈建议等待第三版上市时候，在放出来吧，到时候第二版虽然还有价值，都是残余价值了，不太多的价值了，出版社不知道会不会介意

zhplren

是的，出版社的利益没保证，以后大家就没吃点了，建议等到第三版上市后在放出文本化版本，和高清扫描版，虽然说起来盗版可耻，但是电子词典的方便性纸质版是没法比的，这方国内做的实在太差劲了
2 Z; l+ o, K9 s  I3 ]并且好的词典也实在太少了啊
虽然需要，但是还是强烈建议等待第三版上市时候，在放出来吧，到时候第二版虽然还有价值，都是残余价值了，不太多的价值了，出版社不知道会不会介意

happlebao

你好。我非常想弄一本英汉大词典的电子版。
但我人在海外。
我买一本邮给你，你传一份电子版给我如何？
邮件：[email protected]