最近学习制作图片词典，想制作张柏然版新牛津全索引词典

jonah_w

" n- ]/ R8 f7 ]- d. H
# y2 l6 N( G* H0 L学习的VimVim的图片制作工具，强烈推荐
! b! Q4 h# U/ \( [- _! g; u) Y
& |+ E- W* r( G5 q  e" F" T6 ?需要用到百度的云OCR服务。因为接近3000张图片，每月500张图片的免费额度不够用…

就想着在论坛问问，是否有对这部词典感兴趣的，众筹足够的OCR额度，对这部词典进行全文OCR，并制作为全索引图片词典MDX，方便对词典的例句进行全文检索。
9 {  n3 z- x: b
3 ^* s, V% n' R) r( |, l4 k感兴趣的可以留言或者私信我哈。 6个人参与即可。

9 y. z# K7 u4 N0 L. {% \4 J3 a: Jp.s. 不知道类似帖子是否违规，如果违规，可以提醒我哈。

OCR了一页看看效果，感觉还不错：
( W5 Y' J, y  \, |/ K( ?
$ T8 D; [. e/ J# V4 T7 c1 B" `

klwo2

没太懂你，按说张柏然版的是大学版，例句比新牛津少。
2 y' H9 O% q; Q3 J! {
我用的某个调用API的OCR工具，是混合调用的，一天500条，你盯着一家撸，肯定不行
& t  c1 j9 P# \9 Q/ F% M+ |
7 \) ]  U. u" f, ]# L

jonah_w

klwo2 发表于 2023-10-12 18:11
没太懂你，按说张柏然版的是大学版，例句比新牛津少。
& M  N' W4 _9 Q2 I  X1 E/ Z
我用的某个调用API的OCR工具，是混合调用的，一天50 ...

; |8 y1 W; @- F* p& v; X考虑到这本的翻译质量好。K大也可以推荐一些其他的高质量词典

jonah_w

klwo2 发表于 2023-10-12 18:11
9 B! O6 a3 p* C# j) V# y% V/ q' X没太懂你，按说张柏然版的是大学版，例句比新牛津少。

我用的某个调用API的OCR工具，是混合调用的，一天50 ...

某个调用API的OCR工具，是混合调用的，一天500条

. q' T6 X& _6 ]# u
9 J% }/ k- ~9 ~0 g/ l不知道是哪个工具？

shiruxue

jonah_w 发表于 2023-10-15 09:35
考虑到这本的翻译质量好。K大也可以推荐一些其他的高质量词典

4 }, S8 C2 P) x: Q2 [) e柏然版是李华驹翻译的。当然，李华驹翻译得也确实不错。

klwo2

jonah_w 发表于 2023-10-15 09:35
/ Q+ U5 `. F2 {7 @% ]考虑到这本的翻译质量好。K大也可以推荐一些其他的高质量词典

$ L) J1 I" F  B2 F例句少，质量好也没辙呀，比如你这张图里，只有yammer有例句

. T/ ^3 z/ O& N( H我用的https://ocr.oldfish.cn/
9 R6 k) a5 v7 R7 e  K
不过这是我随便选的
7 t' V# }; h+ B- N
( S! a; q! x/ S# o! P其实我用过好些个反查，准确率就那样，质量较差，一般跳过不看的是……《文馨当代英汉词典》

klwo2

jonah_w 发表于 2023-10-15 09:35
  q( h  N6 ]. \+ a1 P' w考虑到这本的翻译质量好。K大也可以推荐一些其他的高质量词典

+ T5 f/ E& l3 e0 ?6 h% v: X* h再来补充几句吧。我最近用例句反查用得比较多。纯粹从准确性（给出的词语、译文是否准确）、多样性（给出的词语、译文是否丰富）的角度看——
  Z, {) D7 t% D7 j
（1）汉英词典基本上没什么特别的用处，也不用做反查。有些专书，如《汉英词通》，我做了图片版，有些后悔；
（2）一般的ESL词典都可以做，差别不大。都会有错误，不过谁也没比谁差到哪里去；
（3）林语堂先生的英语是很好的，对汉语的理解又准，有好些东西别的汉英词典没有。不过他的汉英词典自带反查，所以我觉得可以挖一挖他的双语著作做做例句反查
（4）霍克思（David Hawkes）翻译的红楼梦，其实很适合做反查：https://culture.gmw.cn/2020-03/29/content_33695610.htm

jonah_w

klwo2 发表于 2023-10-19 14:29
例句少，质量好也没辙呀，比如你这张图里，只有yammer有例句

; p* `8 W. V" v0 Z( I我用的https://ocr.oldfish.cn/

6 V* Z! T0 k5 o+ l) V% J# Ehttps://ocr.oldfish.cn/ 这个是不是只能下载他们的Windows软件使用？没有找到调用API的接口文档之类的。
, C3 p/ a; s, b( v8 h$ S! A5 x
反查我主要用来查英文例句和英文释义的句子了，汉语反查用的不是很多，不知道其他人

jonah_w

klwo2 发表于 2023-10-19 14:29
4 B* N. a. H$ A# v例句少，质量好也没辙呀，比如你这张图里，只有yammer有例句
  K+ I3 b( Y+ e" s, P2 Q0 }
我用的https://ocr.oldfish.cn/

$ Y: F/ h9 T8 R! i9 b/ \  m4 y3 ?; G6 G确实例句少。不过英文释义，有时候也有点用。虽然不如例句有用

klwo2

jonah_w 发表于 2023-10-19 15:08
7 R( A! O: ]4 J4 Y+ p" Shttps://ocr.oldfish.cn/ 这个是不是只能下载他们的Windows软件使用？没有找到调用API的接口文档之类的。 ...

0 w( R) e5 w0 U* g' L【反查我主要用来查英文例句和英文释义的句子了，汉语反查用的不是很多，不知道其他人】这句我没太懂，你主要是怎么用？
( N) c) j3 L& m( s
& q( s& y# v, N& X9 ]: H张柏然版新牛津，跟新牛津的释义绝大部分相同啊
% o( m; Z: z3 M3 |! ?; \
2 V0 O6 O, Y/ b/ M; P1 e至于工具，本来就是我随意找的，你可以多看看，按理说，它是调用多个api，会比单个api稳定一点

jonah_w

klwo2 发表于 2023-10-19 15:26
【反查我主要用来查英文例句和英文释义的句子了，汉语反查用的不是很多，不知道其他人】这句我没太懂，你 ...

比如某个英文表达或者罕见的短语，我不确定是不是地道，就在goldendict搜下例句反查，看看有多少例句包含了这个表达，用的语境是什么。这样经常可以深刻理解一个英文表达或短语。
$ k$ Y8 T6 V/ i5 v& |
* z9 i/ N1 ?8 p6 P+ k, H. X或者某个常用表达，我想知道在语法里这种表达叫什么，语法上有什么具体说法、解释之类的，就可以反查语法类的词典
4 w+ n* e/ C$ P
4 s: a* G  o1 j( q: C, u或者想知道形容一个人极度高兴的单词或者短语是哪个？查 extremely happy，这种一般在英文释义的反查里可以查到（反查英文释义找词头）
+ w9 e, L0 F* D& e0 u  ?# j
不过，最后这种场景也非常适合用chatgpt

jonah_w

klwo2 发表于 2023-10-19 15:26
. C3 j) M7 T+ ?2 m% a【反查我主要用来查英文例句和英文释义的句子了，汉语反查用的不是很多，不知道其他人】这句我没太懂，你 ...

张柏然版新牛津，跟新牛津的释义绝大部分相同啊

. [, o' {  e2 t# z0 ~% m3 p那可能确实没必要了… 后面看看吧

jonah_w

klwo2 发表于 2023-10-19 15:26
2 d- {( O% n5 M  x【反查我主要用来查英文例句和英文释义的句子了，汉语反查用的不是很多，不知道其他人】这句我没太懂，你 ...

按理说，它是调用多个api，会比单个api稳定一点

他内部可能是调用了多个api，但如果不暴露给用户的，就很像黑箱操作，缺了灵活性。
/ m, x2 s2 ]7 t% l4 ?" V百度，腾讯，谷歌提供的OCR接口，很多也需要很多修改，才能适应图片的多样性，比如很多词典是双栏，甚至三栏的，直接用官方接口，会有很多问题。
  T: }  Z& r3 O: g5 x8 q( y
偶尔用用，这个软件应该问题不大。（不过这个软件在我这个Windows虚拟机里运行不了，所以我也没法测试了…）

klwo2

jonah_w 发表于 2023-10-19 15:58
  y' T8 Y1 y, {, s比如某个英文表达或者罕见的短语，我不确定是不是地道，就在goldendict搜下例句反查，看看有多少例句包含 ...

5 j6 c6 G. E. j/ ~+ ~) G2 u% j（1）其实想要确定某个表达是否地道，靠词典里的例句是不够的，因为这些词典囿于纸书的限制，不可能无限收录句子，最好的办法还是Google。
. o  W1 t: K3 _$ N8 y, F
; P, E) u$ ^* C; H& F7 d; oGoogle也有局限性，比如你刚说的【不确定是不是地道】，google搜索结果为3个。假如你没有汉语语感，还是确定不了的。但是至少比词典的例句多。

" ~; H4 {+ i  W* c有些工具、语料库资源可以帮你，比如linggle、ludwig.guru，它们的好处是语料比较纯净，不会把中国媒体、印度媒体、菲律宾媒体的不地道说法囊括进来，但是规模就小很多了。
5 @+ N$ G% [8 \  e
（2）语法问题不宜零敲碎打解决。
4 y2 m" z8 b. b% g' v) B& W（3）这种用thesaurus就可以解决的

用chatgpt当然可以，不过准确性就需要验证了

jonah_w

klwo2 发表于 2023-10-19 16:36
（1）其实想要确定某个表达是否地道，靠词典里的例句是不够的，因为这些词典囿于纸书的限制，不可能无限 ...

9 e$ t! F) d5 ^) `, Z% ^因为输入任何单词组合，Google好像都有结果… 有时候可能不好判断，地道与否。对词典语料来说，小范围内可控

4 P; w! f6 \; R: G- j# e当然Google肯定可以当那个last resort

嗯，语法最好可以系统学习一遍。我现在的做法是假装已经系统学过了，然后把语法书当成词典语料去使用，有时候会有小惊喜。

& a6 t, h% ^! c4 {是的，thesaurus 类词典也在用，释义反查 contribute to it as well. so it's nice to have it.

klwo2

jonah_w 发表于 2023-10-19 17:52
因为输入任何单词组合，Google好像都有结果…  有时候可能不好判断，地道与否。对词典语料来说， ...

! o  k+ h' s/ B8 }/ n当然不是输入任何单词组合，Google都有结果

想要判断一句话是否地道，我认为最快的办法是：请ChatGPT写出你想要判断的句子的更地道的、同义表达，然后一个个去google搜索看结果。不要轻信ChatGPT的结论，只利用它给的句子。

$ V4 M4 Y2 f- G6 q: v& Z2 ^最快的办法不是最优的办法。最优的办法当然是提高自身语感了，只不过这就难了。
( z3 i9 h( C" V* {- f; @
此外，例句反查不需要用goldendict嘛，直接用archivarius 3000这类软件或者搞一个语料库软件（论坛置顶就有）

jonah_w

klwo2 发表于 2023-10-19 20:44
当然不是输入任何单词组合，Google都有结果
. w& o" Q; Y: g9 R9 K+ V( @/ j/ A
6 k$ T( S4 w8 {1 S想要判断一句话是否地道，我认为最快的办法是：请ChatGPT写 ...

例句反查不需要用goldendict嘛，直接用archivarius 3000这类软件或者搞一个语料库软件

1 b1 _% i/ c1 b/ f) _: a
有语料库软件。我是直接用命令行搜索语料txt文件。这种方式当然是可以的，但相比goldendict少了排版。感觉平时还是更习惯于用goldendict查询。另外，专门优化的MDX可以做到尽可能的把一个句子的各种context集中到一起，放的互相更近一点，方便一眼就看到各种上下文信息。语料库这方面也稍微差一些

jonah_w

klwo2 发表于 2023-10-19 20:44
1 v1 i. j  h9 J- x6 E7 k& Z+ A当然不是输入任何单词组合，Google都有结果
. l$ l  z& \3 W  T
) w0 y: ]& z4 D4 u! L, _想要判断一句话是否地道，我认为最快的办法是：请ChatGPT写 ...

是的，chatgpt用好了，对学习英语有大用。可惜国内多数人用不上

klwo2

jonah_w 发表于 2023-10-19 23:21
# I) Q) S5 G  R) `# |! S. O* \是的，chatgpt用好了，对学习英语有大用。可惜国内多数人用不上

google也是“国内多数人用不上”啊
! |5 G- @" V, Q. ^& E2 Z# t

jonah_w

klwo2 发表于 2023-10-20 01:03
google也是“国内多数人用不上”啊

哈哈哈… 确实