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

; V5 X- J& Z& u7 T学习的VimVim的图片制作工具，强烈推荐
" |$ }/ e1 P6 K) _% P
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…
' g+ H# J" [5 p1 Y# F8 n$ g( X1 X, B
& }0 v. H" a9 o# v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。
# @  S4 u7 n3 @  C
5 V2 r% Y+ n4 Z  |( p- h感兴趣的可以留言或者私信我哈。 6个人参与即可。
2 g! A" m4 f/ K/ o/ _' a; v- ?
% e( c" b* v/ o1 W! ip.s. 不知道类似帖子是否违规，如果违规，可以提醒我哈。
" Q/ D" [$ Z% N. o
OCR了一页看看效果，感觉还不错：


' Y+ J5 w" L/ i( B! U
: M5 a! S: e3 ?' k
7 t: u2 B  m0 D( J. v

klwo2

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500条，你盯着一家撸，肯定不行

jonah_w

klwo2 发表于 2023-10-12 18:11
2 D4 a' T/ g' b没太懂你，按说张柏然版的是大学版，例句比新牛津少。
8 n3 K* N2 R, h' a
我用的某个调用API的OCR工具，是混合调用的，一天50 ...

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
3 _/ R% e; Y# X  b没太懂你，按说张柏然版的是大学版，例句比新牛津少。

0 y% `, s. t! D4 V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

2 Z1 E" ?, {+ D/ W
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

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
, L# e% E) E5 w9 \" e. ~, [8 ~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

例句少，质量好也没辙呀，比如你这张图里，只有yammer有例句

我用的https://ocr.oldfish.cn/

& A0 s1 @- i( u$ i/ K9 Z不过这是我随便选的

$ r- S7 y* F5 T/ e) E" \3 p6 c( g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》
, e6 g( @8 M! {7 Y$ {

klwo2

jonah_w 发表于 2023-10-15 09:35
0 J4 P/ U( w4 i; K/ r8 v0 o* T  \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

& ^1 I8 X2 _. x' G5 B0 T* g/ z3 q. `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——
4 I+ G7 n8 G6 }: g& N
  Z, s2 u* X# G7 l2 N7 n（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；
0 E) W, k& ]- e- p1 p% g# O8 e( @（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；
: j3 p5 b) b. J" s, V（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
& E  B) t# M/ ^# h5 R7 f例句少，质量好也没辙呀，比如你这张图里，只有yammer有例句
, X% Q0 `! g( u$ g0 R; C" G& n
2 T8 H% R3 G3 Q7 s- v  Y我用的https://ocr.oldfish.cn/

https://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。
( T; R- B; [1 W% T; q
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
5 G9 C6 }0 p+ k例句少，质量好也没辙呀，比如你这张图里，只有yammer有例句

3 t6 n  C; I4 x; W我用的https://ocr.oldfish.cn/

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
https://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。 ...

【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？
* S( Z, a+ ~7 `. z& K) v5 x. }
张柏然版新牛津，跟新牛津的释义绝大部分相同啊

4 }2 O3 y$ T  m" 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

) ]  Q: @# X$ t* z8 y

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。

; ]2 B/ a, B# j$ l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

$ [. a  E) b6 I4 |0 v7 B4 n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）
& O# ~& K: H- s2 e7 V6 x2 s% @
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
【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

1 B9 t0 d  o+ A, Z
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
【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。
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。
$ {$ h+ c  x% Y/ v: p7 `- H8 M3 b1 E
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
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 ...

（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。

" V& F2 ^3 Q$ q2 H2 U4 {Google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。
9 c- N; e; n; [2 V
1 l- [* n6 M$ S, S  k7 O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。
8 i6 c  b1 C8 t7 e  O
& z% q/ i: v  o（2）语法问题不宜零敲碎打解决。
（3）这种用thesaurus就可以解决的
3 ]( H. L! @8 |7 F/ e' g
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
; e! c" O  ^' e% D# {（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 ...

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: M3 I- y$ q( ?/ n. a, l" _当然Google肯定可以当那个last resort

+ i& m  X, O$ h8 ?! v) x. n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。
. O% s6 X9 [* }
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
7 m- I6 L6 k6 S( l+ l" A- _5 ~, y% ]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， ...

当然不是输入任何单词组合，Google都有结果

' K  `* t5 l# I% Z( B7 j' Y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。
5 m3 M  \) c: @+ v/ i7 M; w
' z- _- x" o: H; X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。

: M0 T1 @5 v' @$ w0 ^8 u6 ~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
% R' W! J* I8 ]1 [3 d, t当然不是输入任何单词组合，Google都有结果

9 X* R; ]6 T# p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

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
% u, D. G: F  t$ C当然不是输入任何单词组合，Google都有结果
% l0 s2 A8 T6 u% E0 n
想要判断一句话是否地道，我认为最快的办法是：请ChatGPT写 ...

  U+ o1 E3 \4 }' K& J. R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
* t- ~, X0 g% r/ n3 I是的，chatgpt用好了，对学习英语有大用。可惜国内多数人用不上

. S$ ~4 V) k' ~% Mgoogle也是“国内多数人用不上”啊

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