【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。

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 U) ]& J/ o7 r; S链接：http://pan.baidu.com/s/1hqmTwkG 密码：l4rv

: B. D% X8 [" f2 F& J8 E
5 e* d! V/ i( ^2 R% f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


; t. w' l- {6 r( Y

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。
7 D7 B, b* e( h7 u
0 T% X5 b. j8 q" Y% bbt4baidu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。
) A& y0 j6 g6 ~4 c
3 d& H' q$ H) e3 j/ E2 }7 x

bt4baidu

spoony1971 发表于 2014-5-28 23:55
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
  o  M/ z( Z' J) A& c1 K& b( C
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。
# s6 h" l# Y0 x/ R' ]8 z5 ~/ ^' z; `$ l2 C
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
5 J! a& S1 M7 q5 ^; V0 E7 c- I
  V. T, v1 t; N9 ?5 D) ?( s/ s2 b7 n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。。
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
7 t: O% V2 d/ N6 ~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

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

* v- z$ L$ W3 C7 H! V
/ H2 e6 u+ C- e# 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。
欢迎使用
. [! O# u6 g0 S: D

! c3 M1 F% i) ~1 Y) b% r$ ~链接：http://pan.baidu.com/s/1hqrDaPe 密码：qzl5

大熊部落

bt4baidu 发表于 2014-6-7 00:26
% i' q$ }& b; z: t5 v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。
9 N7 C. V% U5 |0 z( G7 m- W0 N* k7 m欢迎使用

: N0 r9 A8 ?) X; n; K; a4 m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
( B, d  {/ u" T) G/ W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

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
! u" Z# P; z5 E( i6 c* ^# Q2 s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。
7 `2 f# j& P. x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]