设为首页收藏本站
切换到窄版

掌上百科 - PDAWIKI

 找回密码
 免费注册

QQ登录

只需一步，快速开始

掌上百科 - PDAWIKI»首页 › 交流专区 - Discussion › 词库制作交流区 - Dictionary-Making › COD9完美mdx化的一些个人探索、启发与实践 ...
1234下一页
返回列表 发新帖
楼主: zhuode

[讨论] COD9完美mdx化的一些个人探索、启发与实践

[复制链接]
zhuode
  • TA的每日心情
    开心
    2019-1-23 08:36

    • 签到天数: 180 天

    [LV.7]常住居民III
     楼主| 发表于 2019-1-11 19:04:29 | 显示全部楼层
    本帖最后由 zhuode 于 2019-1-11 19:18 编辑
    ' b3 I& b1 v! K( `! Q' v8 E
    Saxons 发表于 2019-1-11 16:14
    ' @4 @" ]9 l3 n% g5 v1 [$ k6 o做了一个测试，复刻难度太大，要手工的地方多如毛牛，只能对着电子词典改。- v% Y0 p& r* X1 P* }  z
    关键是细节方面难以全面复刻。 ...
    6 ~( l' V8 S2 ?, ?) R+ G( k3 Y7 x; @
    词源部分的斜体字能否保留格式(例:aardvark中的aarde、vark)
    5 l4 G5 C' ]' r& m7 p: `8 y% o最低要求是各种元素要有识别度,不会造成理解障碍或引起歧义,排版要基本过关,不光是要能用,最好能让大家愿意用我就满足了 : )* H9 U, G# e3 e& u! s
    回复 支持 反对

    举报

    Saxons
  • TA的每日心情
    慵懒
    2018-9-28 00:22

    • 签到天数: 273 天

    [LV.8]以坛为家I
    发表于 2019-1-11 21:36:05 | 显示全部楼层
    本帖最后由 Saxons 于 2019-1-17 10:45 编辑
    2 `2 ^1 m+ k8 z, ~4 I& k% r7 T
    + F4 D) S2 L0 S9 q& q' D8 s完全可以。刚做了一个保留格式的测试版，各种必要的元素都有识别度。这是测试，里面的东西，除了字体调大，我都没改动。
    ! `4 r* Q6 n# v这是最接近你转换出来的pdf的版本了。
    / R+ {. i7 s3 J% U% ?# q就是css会随着pdf的增加而变大，想想后面还有8万多页的pdf，它的体积会变得多大，想想都可怕，这个需要优化。
    3 ]' r2 Y# p* A+ i9 H5 m4 x- @这是最接近复刻的了，也就是说pdf是什么样，它就是什么样，如果加上颜色，就更像了。
    6 E  s+ k; N0 x" _' G
    3 w2 R/ c" W# G& _+ X: ]( e0 V: r1 j8 y2 |0 ]. Z8 H9 H8 F8 f* h" N
    ; C. a  D7 D. g

    ! ]* u! H- i2 d" ^1 [3 f; `$ |! X" h: |- v9 Q$ l" C( Y

    5 ]3 O6 L  Z3 t& N8 r( p
    & ?4 }1 y+ ~! Y1 d; B6 v/ n# }6 N5 f) w4 G
    4 d8 D. Z1 b+ d/ b6 k% G7 M; _$ Z

    本帖子中包含更多资源

    您需要 登录 才可以下载或查看，没有账号？免费注册

    x

    点评

    zhuode
    大概是这么个方向  发表于 2019-1-12 00:04
    回复 支持 1 反对 0

    举报

    Saxons
  • TA的每日心情
    慵懒
    2018-9-28 00:22

    • 签到天数: 273 天

    [LV.8]以坛为家I
    发表于 2019-1-11 21:38:07 | 显示全部楼层
    zhuode 发表于 2019-1-11 19:04# w+ y  B, H4 }& J1 f- _
    词源部分的斜体字能否保留格式(例:aardvark中的aarde、vark)( k, ~% y: L' B
    最低要求是各种元素要有识别度,不会造成理解 ...

      X, ?, o. E# Z* V如果可以，你把你先转出来的其他pdf给我，我再测试一下。
    回复 支持 反对

    举报

    kkk888
  • TA的每日心情
    开心
    2019-9-23 15:48

    • 签到天数: 70 天

    [LV.6]常住居民II
    发表于 2019-1-11 22:23:48 | 显示全部楼层
    Saxons 发表于 2019-1-11 21:363 T4 d! g, v9 Z/ E- m8 M
    完全可以。刚做了一个保留格式的测试版，各种必要的元素都有识别度。这是测试，里面的东西，除了字体调大， ...
    % ~& |0 H- e. F
    厉害啊大侠。
    回复 支持 反对

    举报

    zhuode
  • TA的每日心情
    开心
    2019-1-23 08:36

    • 签到天数: 180 天

    [LV.7]常住居民III
     楼主| 发表于 2019-1-11 23:45:10 | 显示全部楼层
    Saxons 发表于 2019-1-11 21:362 o8 m# s6 F$ q) O8 ^
    完全可以。刚做了一个保留格式的测试版，各种必要的元素都有识别度。这是测试，里面的东西，除了字体调大， ...

    9 R6 [% X( _' u5 T8 |% H: h+ Z! O链接: https://pan.baidu.com/s/1rCOSleuqpKkUigz_Z3PIVw 提取码: ubnr( t; I: E; {! |# i8 T
    * X9 b2 V1 M% G8 C
    我以前公开分享后来失效了
    回复 支持 反对

    举报

    hijack999
  • TA的每日心情
    开心
    2018-7-15 22:26

    • 签到天数: 77 天

    [LV.6]常住居民II
    发表于 2019-1-14 22:38:11 | 显示全部楼层
    向楼主致敬^_^
    回复 支持 反对

    举报

    zhuode
  • TA的每日心情
    开心
    2019-1-23 08:36

    • 签到天数: 180 天

    [LV.7]常住居民III
     楼主| 发表于 2019-1-20 01:40:39 | 显示全部楼层
    本帖最后由 zhuode 于 2019-1-20 01:49 编辑 1 A. ]- H3 L$ ^, N$ C& u9 W5 ]
    Saxons 发表于 2019-1-11 21:36
    + G6 S. ?8 e1 e完全可以。刚做了一个保留格式的测试版，各种必要的元素都有识别度。这是测试，里面的东西，除了字体调大， ...

    2 w5 n% h" i4 \/ ?, S行间距要调一下，A1最下边那个前面词性标识过挤# o# D, C# m7 v# J/ `9 J
    今天看了下，USAGE部分可能要你帮下忙，仅从原软件没有找到定位USAGE的办法，可能需要你在数据汇总后筛选出来& Z) r! s) }  [
    回复 支持 反对

    举报

    Saxons
  • TA的每日心情
    慵懒
    2018-9-28 00:22

    • 签到天数: 273 天

    [LV.8]以坛为家I
    发表于 2019-1-20 08:47:47 | 显示全部楼层
    那是优化的事情，重要的是你把文本全部提出，并且校对，没有重复。
    * V8 I! n. U' Q; v. Z4 a' ~不然，原档有错，制作出来也是错。
    - [1 H+ {. V& e& O" E, A
    8 e- q7 P5 S& m! {9 K0 q另，你有COD9的全部词汇表没有？有的话提供一下，这可以省很多事，也可以减少错误。

    本帖子中包含更多资源

    您需要 登录 才可以下载或查看，没有账号？免费注册

    x
    回复 支持 反对

    举报

    zhuode
  • TA的每日心情
    开心
    2019-1-23 08:36

    • 签到天数: 180 天

    [LV.7]常住居民III
     楼主| 发表于 2019-1-20 10:34:27 | 显示全部楼层
    本帖最后由 zhuode 于 2019-1-20 10:59 编辑 1 L: D- G5 w7 S! y0 v; A+ a
    Saxons 发表于 2019-1-20 08:47& c4 j1 w% E" q5 U* X! f- r
    那是优化的事情，重要的是你把文本全部提出，并且校对，没有重复。
    7 _4 e& D$ P, x# c6 G5 }/ o不然，原档有错，制作出来也是错。

    " ]4 I# u; A+ Z7 z5 c! r词汇表没有哎,去重我也不大会,贴子中已经指出了重复产生的原因,主词条与子词条Print的pdf内容柤同都是整个词条的内容。也就是说,这不能说是错误,是提取方式必然产生的结果。因为内容完全相同,我觉得技术层面应该是可行的吧,虽然不在我的能力范围之内。可能需要您费点儿力。原光盘的索引本来也不完整,没有词组部分的,也就是说如果在原软件搜词组是没有结果的,自建索引可能是免不了的。
    4 f' \' U8 c' D. ~4 ~: @
    . q  ?& G. H! \2 C. A关键吧,我都不会,只能负责这点儿半体力活儿。不过数据的可靠性自认为是有保证的,你从帖中也能看出,数据不光只是提取,还有统计工作,两个是互相独立的进程,两者之中不管谁出错是会比较出来的(举例就是统计的总索引数是85371,那最后的pdf文件总数就应该是85371,对不上肯定哪个地方是不对的,只有弄对才走下一步,要不然后面都不对,重干的仼务量大)。所以能力之内我已尽量实现了。
    回复 支持 反对

    举报

    zhuode
  • TA的每日心情
    开心
    2019-1-23 08:36

    • 签到天数: 180 天

    [LV.7]常住居民III
     楼主| 发表于 2019-1-20 11:45:06 | 显示全部楼层
    Saxons 发表于 2019-1-20 08:47
    4 J0 k+ v" p4 Z8 N那是优化的事情，重要的是你把文本全部提出，并且校对，没有重复。
    0 J/ m1 }; {  ?9 l0 T不然，原档有错，制作出来也是错。
    针对去重,网搜"duplicate finder"可能是个方法
    回复 支持 反对

    举报

    duancj
  • TA的每日心情
    慵懒
    2023-1-10 21:48

    • 签到天数: 802 天

    [LV.10]以坛为家III
    发表于 2019-1-20 13:29:42 | 显示全部楼层
    个人觉得只要有完整的PDF文档，其他的都不是难事，论坛里这么多大牛
    回复 支持 反对

    举报

    thinkinginlast
  • TA的每日心情
    开心
    2023-11-5 12:37

    • 签到天数: 727 天

    [LV.9]以坛为家II
    发表于 2019-1-20 20:29:05 | 显示全部楼层
    大侠们，献上小弟膝盖。看来经典复刻成功有望。我等水平有限，等待将来看能不能调整个好的排版。
    回复 支持 反对

    举报

    zhuode
  • TA的每日心情
    开心
    2019-1-23 08:36

    • 签到天数: 180 天

    [LV.7]常住居民III
     楼主| 发表于 2019-1-22 17:51:34 | 显示全部楼层
    Saxons 发表于 2019-1-20 08:47
    " S" |* P! [, y. `3 [+ F2 e5 L那是优化的事情，重要的是你把文本全部提出，并且校对，没有重复。' c0 K7 k; u& H) V0 z" v
    不然，原档有错，制作出来也是错。

    , q/ |6 s, o4 F2 X除USAGE外的部分已经完成,第一时间分享给你:链接: https://pan.baidu.com/s/1LSzUhk5BHjgoAtDcA6Lv6g 提取码: u889
    回复 支持 反对

    举报

    zhuode
  • TA的每日心情
    开心
    2019-1-23 08:36

    • 签到天数: 180 天

    [LV.7]常住居民III
     楼主| 发表于 2019-1-22 17:53:54 | 显示全部楼层
    bbs 发表于 2019-1-4 11:52# `: E% `) Y- S% ?8 J# w% e, A( J6 x
    对啊，就是这样，思路完全正确。然后把你这个过程，用按键精灵实现自动化。就可以完成一个完美的MDX了。就 ...

    ) E7 p7 v$ a: G. f除USAGE部分外COD9数据pdf化已经完成,地址:链接: https://pan.baidu.com/s/1LSzUhk5BHjgoAtDcA6Lv6g 提取码: u889
    回复 支持 反对

    举报

    喬治兄
  • TA的每日心情
    开心
    2018-8-8 03:13

    • 签到天数: 1 天

    [LV.1]初来乍到
    发表于 2019-1-22 19:00:49 | 显示全部楼层
    zhuode 師姐:
    ( i7 G% E7 _$ k. ^1 T佩服,佩服' a, e  [# j8 `( S: d5 r3 j  v* |. h
    您的意志力及戰鬥力真令貧道懾服
    " {* ]  Z8 ^5 i; l: ]! U我看真沒幾個巾幗英雄有此能耐的用土法煉鋼煉成
    ! z5 K# ^  [! m8 }- j/ ?( J  ~男的應該也是曲指可數呀! `* C7 @$ a+ S) R; P
    讚.............
    0 n: l$ I/ Q# g8 r8 W謝謝啦
    回复 支持 反对

    举报

    scju
  • TA的每日心情
    慵懒
    2025-9-14 10:16

    • 签到天数: 1505 天

    [LV.Master]伴坛终老
    发表于 2019-1-23 00:34:21 | 显示全部楼层
    我有个疑问，tsiank不是已经在制作COD9了吗？那么楼主也是在做同样的工作？所以现在有两组人马在弄COD9？还是因为楼主没参加tsiank的募款赞助，打算自己另外做一个？
    回复 支持 反对

    举报

    zhuode
  • TA的每日心情
    开心
    2019-1-23 08:36

    • 签到天数: 180 天

    [LV.7]常住居民III
     楼主| 发表于 2019-1-23 02:01:23 | 显示全部楼层
    本帖最后由 zhuode 于 2019-1-23 02:11 编辑 1 F' o/ ]  ]1 m( L" w  f7 R
    scju 发表于 2019-1-23 00:348 c2 D0 h1 M8 A+ N  T
    我有个疑问，tsiank不是已经在制作COD9了吗？那么楼主也是在做同样的工作？所以现在有两组人马在弄COD9？还 ...

    " H# n( R  ~* F( y, ytsiank原先(据说现在也在重制新版)版本存在一些缺点,如音标缺失、原软件格式未得保留,严格说正是由于发现了一种可以弥补t大版本缺陷的方法又得到b大支持我才决定自己提取的。说实话,实际提取过程比预计的要困难一个台阶。当然还有一点是为了满足自己对COD9的期待,这也是为什么我没有选择与大家分工合作而是独自花费200小时之久来提取该数据以保证质量,另外相信开放数据给大家合众人之力也有助于得到更多样化的版本。; i% ^9 ~9 @) z; J# b3 I  Y
    ! J( F( u; e+ S) \8 h/ J# U' p
    此外,我还有一个小私心,希望可以得到一个原盘复刻版,相信t大未必感兴趣。! g* U# t# y2 K4 I) p# |  x
    还有t大募捐最后成行是须要满足一定数量要求的,而对该风险而我又对COD9慕名已久,再综合上述原因我就果断动手了!
    $ P  A# t" g+ L, m6 x( [/ U; v- o

    点评

    scju
    了解了，感谢！  发表于 2019-1-23 12:04
    回复 支持 反对

    举报

    zhuode
  • TA的每日心情
    开心
    2019-1-23 08:36

    • 签到天数: 180 天

    [LV.7]常住居民III
     楼主| 发表于 2019-1-23 10:27:58 | 显示全部楼层
    Saxons 发表于 2019-1-20 08:470 h8 f0 m3 v* {8 q8 m
    那是优化的事情，重要的是你把文本全部提出，并且校对，没有重复。
    * M; n7 s7 T5 {2 V* o2 w# _0 K& z不然，原档有错，制作出来也是错。
    ; d7 y" }/ }2 K- P4 _* ]
    你要是不急的话,我稍后会出个合并版的pdf,将只有一个文件,还将争取下看能不能实现相同页面去重,在此基础上还会实现USAGE的提取
    回复 支持 反对

    举报

    Saxons
  • TA的每日心情
    慵懒
    2018-9-28 00:22

    • 签到天数: 273 天

    [LV.8]以坛为家I
    发表于 2019-1-23 10:38:52 | 显示全部楼层
    zhuode 发表于 2019-1-23 10:271 \* e( v5 @' {9 X6 y3 w
    你要是不急的话,我稍后会出个合并版的pdf,将只有一个文件,还将争取下看能不能实现相同页面去重,在此基础 ...

    % M( q; q7 e6 t+ W) Z; o这个最好，不然分页处理八万多个pdf，量太大。而且要想效果好，这个要慢慢来，主要是细节。如果不讲究细节，简单多了。
    回复 支持 反对

    举报

    Saxons
  • TA的每日心情
    慵懒
    2018-9-28 00:22

    • 签到天数: 273 天

    [LV.8]以坛为家I
    发表于 2019-1-23 10:52:31 | 显示全部楼层
    zhuode 发表于 2019-1-23 10:27
    / |/ S: V2 p( e' ]你要是不急的话,我稍后会出个合并版的pdf,将只有一个文件,还将争取下看能不能实现相同页面去重,在此基础 ...

    7 z+ F5 u4 l1 u! R0 D# AConcise Oxford Dictionary Ninth Edition6 y0 A7 G3 c  n; {6 ~( j$ T0 Y- M
    © Oxford University Press, 1996
    ( h: {0 y: `1 @/ S每一页pdf的这两条不要删掉，这是定位词条的最好标志，非常有用。
    回复 支持 反对

    举报

    zhuode
  • TA的每日心情
    开心
    2019-1-23 08:36

    • 签到天数: 180 天

    [LV.7]常住居民III
     楼主| 发表于 2019-1-23 12:24:59 | 显示全部楼层
    Saxons 发表于 2019-1-23 10:38; f) B5 M. w1 Y4 r
    这个最好，不然分页处理八万多个pdf，量太大。而且要想效果好，这个要慢慢来，主要是细节。如果不讲究细 ...
    2 e; D* ^# V4 ~: W9 T
    要做嘛就做个好的,过后才不会觉得遗憾也免了再不断修补
    回复 支持 反对

    举报

    zhuode
  • TA的每日心情
    开心
    2019-1-23 08:36

    • 签到天数: 180 天

    [LV.7]常住居民III
     楼主| 发表于 2019-1-23 12:26:04 | 显示全部楼层
    Saxons 发表于 2019-1-23 10:52: g/ }% o, v7 }. d
    Concise Oxford Dictionary Ninth Edition
    + b# R3 @7 e$ Q/ |# j/ T& ]6 A© Oxford University Press, 1996) X! p% G" ^) s, v" ~5 w; X
    每一页pdf的这两条不要删掉 ...

    * J  m$ l8 L3 M' o  W想删我还没能力了
    回复 支持 反对

    举报

    lmjiao
  • TA的每日心情
    怒
    2019-2-16 21:57

    • 签到天数: 9 天

    [LV.3]偶尔看看II
    发表于 2019-1-26 00:50:46 | 显示全部楼层
    伟大的工作，高贵的作者！
    回复 支持 反对

    举报

    下一页 »
    1234下一页
    返回列表 发新帖
    高级模式
    B Color Image Link Quote Code Smilies
    您需要登录后才可以回帖 登录 | 免费注册

    本版积分规则

    小黑屋|手机版|Archiver|PDAWIKI |网站地图

    GMT+8, 2026-8-1 11:41 , Processed in 0.024016 second(s), 17 queries .

    Powered by Discuz! X3.4

    © 2001-2023 Discuz! Team.

    快速回复 返回顶部 返回列表