【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

6 Y$ ?/ ~0 _( l1 W% c# \9 g# }

Cdasjkldjas 发表于 2014-5-15 13:43
0 D& x4 c# o6 _, f6 M# h9 N. o谢谢各位回复，机器已到。

9 F: z0 I) U( R2 ~" h最大支持600。

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：
* ~2 \. ~) V4 R% b4 }链接：http://pan.baidu.com/s/1hqmTwkG 密码：l4rv

+ X9 ^# S5 H: {) w$ X9 ^
8 a; x. p2 ?+ y# j! P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

4 A/ f6 J5 [' n9 M( a

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。

$ S2 t" m- n, [$ e' z) s' S2 hbt4baidu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。

bt4baidu

spoony1971 发表于 2014-5-28 23:55
% f+ V1 X9 s! ?! J7 f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。 ...

: K1 F! ^5 o- G& ]! i& k& W1 y: C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
/ M1 o0 M: t5 i
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。

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

* S* U' `4 k! U/ p" R  S* ~7 [$ Q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。。
5 w" |* y: E. V: O& U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
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
% B' H  T; \& k* b
我的想法是大家每人领取50页 ...

' g* y# }0 x# S, a+ |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

2 V" K% x4 n. V/ L+ h# c
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。
6 f& p  o, _' B7 I& i% h, R欢迎使用
( \; k2 N7 I, V6 f* K
% O5 A3 ~( b. R+ b
- D! w7 b- o8 C链接：http://pan.baidu.com/s/1hqrDaPe 密码：qzl5

大熊部落

bt4baidu 发表于 2014-6-7 00:26
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。
) n; S+ s: o+ C' C, Q欢迎使用

) n; E% h9 b4 R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
9 |( W8 z! o3 k8 k并且好的词典也实在太少了啊
4 Z7 [# \1 o2 B8 O. X. A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
并且好的词典也实在太少了啊
' \8 i& S1 H* v9 D2 S4 n& y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。
6 i. X8 l. _5 U1 E但我人在海外。
我买一本邮给你，你传一份电子版给我如何？
, \1 J: E- I# Z/ ~邮件：[email protected]