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
    : O- a) `1 K, E) E* o( X
    Saxons 发表于 2019-1-11 16:14
    . s! R. T& S2 X1 N  |" m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。
    : U" y6 u! X& ?5 L% r关键是细节方面难以全面复刻。 ...

    5 ~  J1 f4 [7 M# c" h词源部分的斜体字能否保留格式(例:aardvark中的aarde、vark): t! m  I0 ?4 F8 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 : )1 d8 W/ y6 g' z: x5 I/ x. y) |
    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
    8 R" H( G+ m5 F7 ~5 I3 L- ]! f. o8 b. k3 C
    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。" Y  G6 S4 H' r
    这是最接近你转换出来的pdf的版本了。
    + ]; O  B" r+ @3 f; Z$ |4 h( a1 S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。
    ( z6 \7 c  g4 m1 q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。
    - t% a! _$ v3 B: C! y3 i- J% U* F) L/ K( R2 l3 s- n5 e7 s

    % `. b" N: R- I- L) u' x8 `" u6 c9 h( T9 g

    $ X- t. B& f# o8 y* @4 @. J2 d$ t& Z  G, X4 d+ e1 O
      j$ D' R9 b$ W9 y8 Z! s' g% T

    0 |* u/ k5 w( w1 V2 \/ p4 t- e. D5 Z0 I0 H
    # c; s/ }3 K$ Y+ L$ }6 J* l& ~! f

    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
    % h' y. Q* z7 l词源部分的斜体字能否保留格式(例:aardvark中的aarde、vark); m: G8 s- a/ L1 V1 Y
    最低要求是各种元素要有识别度,不会造成理解 ...

    + g* k9 `) B5 n3 d* r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 21:36
    / V+ Y4 b$ Y* H! B$ u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， ...

    1 ~) N& O: }) G$ A5 q, D2 V  X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 21:36: a  a: C' b& \9 ^; [* n8 b
    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， ...

    4 [3 d9 d" v0 h* V+ }# e链接: https://pan.baidu.com/s/1rCOSleuqpKkUigz_Z3PIVw 提取码: ubnr0 W4 N- H8 I; ~6 U5 ~* t0 }
    8 p! |+ u8 N: n0 c  z9 E+ T
    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 ! ?& g3 e7 a1 Z
    Saxons 发表于 2019-1-11 21:36
    % t9 e; d' [9 W) j: [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， ...

    3 e& @6 w4 X4 M2 H& x9 f/ J6 x. q行间距要调一下，A1最下边那个前面词性标识过挤
    8 T0 j1 k! `% I' o- H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
    ' i1 ~$ B+ K7 q( N6 y* ^  ^' f
    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。5 O* U6 S7 M' n
    不然，原档有错，制作出来也是错。
    $ V( O5 d  w  m' g1 T% W9 |/ q4 u+ H2 k. v
    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 4 i/ O& g' Q+ S$ v5 k" u7 l3 z
    Saxons 发表于 2019-1-20 08:47
    8 s' H, n5 A8 T, c0 t$ F' u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。+ w7 l8 y1 g; P' h. g  O
    不然，原档有错，制作出来也是错。
    ( O4 ~: i" a. C2 x
    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。
    7 H" l0 G  S, H$ g  S7 Z. Y
    ) m7 r- N9 c! s0 ?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
    & a" R, Q- [2 `# ]% ?; [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。
    6 x; o% z# t* u& m8 i. Z' c! |1 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
    ( ]7 O' s. |# Q* z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。
    4 d$ \1 k3 d+ i0 F不然，原档有错，制作出来也是错。
    : g! i6 y4 v! S9 F% q. ?
    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* `2 R. }: j. f9 D3 S" H
    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 ...
    6 e7 n; b2 X4 U1 }
    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:6 ?* y4 k' T& Q7 v) t4 ^; f" m
    佩服,佩服
    ; \- P- d- k7 Y: @* p您的意志力及戰鬥力真令貧道懾服
    : D. H- a3 j: q2 [' }* y我看真沒幾個巾幗英雄有此能耐的用土法煉鋼煉成, b2 h! Z6 N- G& H
    男的應該也是曲指可數呀
    5 x+ Z1 K+ ?8 i9 ?9 _# k1 j讚.............
    : X( U/ \+ m0 L& ?謝謝啦
    回复 支持 反对

    举报

    scju
  • TA的每日心情
    慵懒
    2024-8-31 16:34

    • 签到天数: 1504 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
    3 M" z& h  A$ [6 ^/ z5 ^; x
    scju 发表于 2019-1-23 00:34
    2 |! s. v; z% P, V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! ?5 W3 x" [$ F& gtsiank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。  z4 n. p$ |- n9 h. e

    $ g% q# S: K+ o# r2 {) K5 d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。
    & [; B. T6 r4 H& ?! \! C5 s# i! _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!- o6 \: W0 Z4 B# U

    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 08:473 A8 C/ n% h. Y2 i0 ]( C+ D
    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。/ X: J( a/ c% f
    不然，原档有错，制作出来也是错。

    ) _) C) F5 o% b; h, r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 10:27
    - C( [# J8 S) D) b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 ...

    5 Z& S1 w' E/ e& \; Y  d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
    , ^+ w3 |( F4 a2 C9 M  a% P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 ...
    3 t4 B2 N6 h5 w4 j8 ]. \% \8 k9 c; ^
    Concise Oxford Dictionary Ninth Edition
    / g6 z. j4 J4 `4 k% Q" b3 A© Oxford University Press, 1996
      C/ c% }; F6 C. h: w" o# X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' r9 n. f. r" K2 V
    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 ...

    ' V( ]5 ?* j! `0 f$ D; ^9 C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
    6 V* u2 K3 Y: ?5 E! tConcise Oxford Dictionary Ninth Edition# R3 P( J3 I4 U& i8 }9 ~+ X
    © Oxford University Press, 1996
    ! u, V9 O5 E8 [7 t3 C3 Z: F# t每一页pdf的这两条不要删掉 ...

    ; j$ a' Q% K4 r. G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, 2025-5-7 21:08 , Processed in 0.023228 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