制作汉语图片词典索引词头用的方便软件

gnoweb

最近发现 汉王 PDF OCR 挺方便的，尤其是在识别中文 PDF 扫描文档方面，只要原始档案足够清晰，识别效果还算令人满意，配合着这个软件的版面分析，可以识别多分栏的 PDF，识别后的红框可以删除，调大，缩小，可以方便过滤掉无关内容，扫描出来的文字上方会有图片提示，方便改错，下面的图片窗格会随着相关内容移动，给改错提供了便利：



初步过一遍，改完，符合正则表达式替换的规则后，处理起来就很快了：
4 L5 W7 @6 G( e( a5 D5 R
7 k# g. ]& B  e& S: z( p+ O

根据我自己的测试，处理完一页得到完美的词头索引大概需要 5 分 40 秒，其中每页含词头 134 个。如果一本书，就像我图中的那本，词条 11899，需要总耗时大概 7.4 小时，也就是每天 1 小时，一周就可以做出来，比人工录入快多了。像中型词典 70000 个词头的话，大概 50 个小时，每天两个小时，需要一个不到人月的工作量。着实方便不少。如果大家一起加速，制作起来还是很快的。需要的朋友可是网上搜索试试这个软件。个人免费带广告，大概 30 多兆。


& J6 b" P: H! I8 {# P4 y

无边际

真是利器。不知道比acrobat的效果是不是更好一些。

titep1990

' h  U, S& M0 w谢谢排版和分享

soapy6

请问词头转化为文本之后，如何制作呀？新建txt，每一行依次输入：
三有；85
% H, ]: J  _3 T* h% ]三达；85
三轨；85        
2 F+ e. w: Z9 }8 l
就可以了吗
( E0 o  ^3 t' H

~荆棘

soapy6 发表于 2017-4-27 07:27
0 L# S9 Q% \1 K$ R' z请问词头转化为文本之后，如何制作呀？新建txt，每一行依次输入：
2 {- ]8 v! u% N6 p三有；85
三达；85

8 ^8 a  T8 l+ k! i2 M/ z可参看tsiank大大的图片词典制作攻略https://www.pdawiki.com/forum/fo ... hread&tid=13451