TA的每日心情 | 奋斗
2020-11-15 11:37 |
|---|
签到天数: 249 天 [LV.8]以坛为家I
|
本帖最后由 lgmcw 于 2019-10-21 00:34 编辑
5 {4 ^7 h5 [; ^, [
' f! O9 k. B6 K! ~. I不知道应该发哪一版，如有错误还请管理员移动。发这个版的本意是，这边有更多MDX制作者看。
, e2 V+ E' b9 ~. S; G# M. M9 `8 q0 ^" ~* s& \& k2 l+ ^ i5 O* A
本人自购美国亚马逊最新Kindle版的足本W3，是mobi版，已去除DRM，我也拆包试过了，html结构非常清晰，含所有图片。9 E7 R6 E) [/ _
购买链接如下：Webster's Third New International Dictionary Unabridged 3rd Revised ed. Edition, Kindle Edition. R4 A& l& g. G) q9 o
) \4 h% x5 X1 k$ c6 r
5 W/ H* h" P$ z6 [$ k, o9 _# J/ E( O' V" J- S# x, u
什么是W3 unabridged？美国系字典的集大成者，与英系巅峰OED分庭抗礼。词典编的虽然一丝不苟，但又不像OED那般文绉绉学究派头，亲切地娓娓道来，可以作为主力词典之一使用。我虽然是英系词典的拥趸，但对于W3也是高度评价，因为世界上的英语足本词典总共也没几家，如此体量又足够亲切的足本词典仅此一家别无分号。
# F+ W. D G4 {请参考Oasey大
' ^" ^0 ^8 F2 B+ @6 w词典讯：Merriam-Webster Unabridged Dictionary
' g3 o) z3 V! Y1 Q! q词典讯：【美滋滋】Webster's Third New International Dictionary Unabridged 出 Kindle 版了
) |+ n5 `9 D$ ?* i6 d. p9 k0 Y" S) C+ F/ i6 C g V1 m
列举我所知的世界上全部的英语母语足本词典：1 j( f4 U1 Q+ D/ T3 n0 O
1. Oxford English Dictionary (OED)
; e1 C ]9 R& E( o2. W3 unabridged
3 b4 [/ r! A7 z( C) Y3. Random House unabridged
4 c# w! Q, f7 _7 t, J g' KSOED因为上面有老大哥，其实体量超过Random House& F+ S" t! o" @" m' `* i- A2 B* n
4. Shorter Oxford English Dictionary (SOED)
( h4 P8 U& e j, g& f+ z2 y就没了，以上。# t) x; j# ^" R. u$ n* r ^. z
+ C4 S1 u. m" l8 ~6 |
另外还有一些体量稍小的半足本，或者叫大学++
0 s5 _- \7 e9 w1 b5. Collins unabridged
( f" ^: T, ?8 w y/ C9 |: L6. World Book Dictionary8 q; q O, `' B
7. Oxford Dictionary of English (ODE)! o6 f" ~# a+ o$ p1 |4 @
有遗漏的欢迎补充。
2 M$ i5 q+ C9 S0 `2 _
+ }# T# r% e2 ^6 H贴一个O大整理的，各词典纯主词头数(不算短语，衍生词)：, ~) z, L! h4 F3 ]! |8 R
陆谷孙英汉大词典 230000
% E" W6 \0 a% L" S, [* r3 c! _: dW2 韦氏新国际二版 2000006 d# n$ t5 J! s$ ~' d1 u; F5 p. @
W3 韦氏新国际三版 2900002 q2 N: T( S& S5 o
Random House 蓝登书屋足本 160000; n" T/ I+ k. h# A( F
Shorter Oxford 220000
! n, d" ~! }: t- d. }Collins 柯林斯足本 120000
% l: K/ O) x# ~5 y, k b. SWorld Book 世界图书词典 160000, m8 ]) g, P( q9 Y
ODE 新牛津 170000
6 u1 A; k& Z4 W美国传统 140000
* G( K: e2 L. E. a8 \: ?, {7 {2 D新版钱伯斯 160000
& L( ?! U4 X0 c( S3 a3 ]韦氏大学 130000
: D5 R. x! F& _1 h这一版是revised edition。下图是我拆包后的html，随便找了一个排在前面的词，跟现有的mdx版本相比，可见韦社修订的地方非常之多：% a( ^# w p g* _% J0 s1 k8 z
5 F3 U& F$ ]; h9 k1 e
 , P. k) Z5 t9 V3 a
5 |* P( n4 M1 m; t) `* z' W6 C. [
- j4 _. M' [% l- D3 n4 Z! D
这是网上常见的提取过词组的MDX版本，做个对照：
* _' o3 {3 L# ~7 i . d V$ @$ ]; m' @- z( u, g& ~7 D$ x
3 \7 s* ^ D7 \4 O5 W3 v1 y& F我粗看了一下发现的变化：
% }) G4 |4 O# z* g6 g$ k4 ?2 F1 P* y后面标[new]即为加入的新词
" i2 f4 B: i/ i7 v/ s J' P后面标[revised]即为修订后的词+ @) ?/ i7 W/ \7 n a: w
修订了名词变形，词源更丰富详实有趣，refer部分增加跳转链接，增加第一次使用日期。( x0 k2 v% ?$ c5 Z2 _ |6 y
增加少量插图，并且是原图未压缩，仔细看没有彩色的artifacts。+ G! J! o8 _$ S( e9 q
$ y" B( R# ?$ l1 o7 i* w! p: d关于资源，因为这是人家出版社的看家字典，我就不直接放出连接了。发帖的目的是征召坛里的大神，如果有意愿出手制作MDX的（并提取词组的+插入黑白插图，我之后会提供一些），在下面留言或者私信我，我会把mobi和拆包后的数据都发给您。html格式很清晰，mdx制作难度不会很高。更新：现在已经有jonah_w大神把mdx做出来啦，效率太高了。我们现在在商量如何进行艰苦的洗版工作。然后，后期规划是提取词组，补上新词，插入额外图片。
3 B( ] x7 ^, B
' \! D! }6 z5 Y8 C0 D关于这个版本的价值，对比抓取的online2015版，kindle版有一些独有的优势和特性：7 O( @9 e5 c7 O& e
1. kindle版定位锚点可以直接跳到另一个词对应的义项，这些义项就像是一个个mini词头。这是非常有价值的。( F1 O/ k6 y" B+ b$ a L& H8 }/ b
比如cup第12个义项跳到cap第12个义项(都是一种数学符号，并集和交集)，再反跳回来。抓取的在线2015版(虽然也异常精美)只能跳到词头，要翻很久才能翻到12。另外我和长期使用BT2015版的lmjiao大讨论了一下，我们一致认为这一版更好更有潜力，至于缺少的一些新词，后期制作时再补上是很容易的。
G' Q) c% p) I* B2. 众所周知Kindle官方版的字典都是自带曲折变化的，如查dragons可显示dragon，查flew可同时显示fly。便于在kindle上看小说取词方便。开玩笑地说这是kindle上唯一一本可查的足本了。而足本词典拥有inflection信息，则显得格外珍贵，很多高难生僻动词名词很难找到这部分信息。此功能在mdx里完全可以保留。初步的草稿mdx加上提取我们录得445971个条目，增补新词后达到惊人的502865；而提取过词组的2015版，只有314451个条目。
$ ^0 f+ x' ^6 i+ c9 k8 A) @6 Q* r: R, U/ v$ n8 F" @- N" {
现在已经有了MDX，另外几个获取这一版W3 mobi，以及最后成品mdx的一些途径：（从易到难）; w: r8 y/ T8 h: s$ y
1. (已完成，并插入图片。感谢版主k大)谁能帮助抓一下这个网站上老韦三的插图，很有古色古香的W3气质。% Z6 L# p( `( T& v, b3 H5 w. y3 W
2. (已足够，2人报名)体力活: 我提供牛津高阶4高清pdf。希望有人帮忙截取其中388张黑白插图。并整理好插图文件名。
8 A" m4 Z6 ]- L+ [) y) E3a. (已完成，2人报名)体力活: 我提供1910版韦氏足本高清pdf（感谢K大提供link），3000页内有黑白插图数千余张。我已用abbyy辅助画线框取出大部分插图。请帮忙通过abbyy拖动鼠标微调插图识别边界。已处理完600页。文件较大需要百度云会员。
# Q5 k7 o4 E5 Q6 U6 R3b. (已足够，已有6+人报名)体力活: 以上提取出来的插图，请帮忙通过比对pdf词头信息，整理出插图文件名。然后计划再整体复校一遍。
. X4 X5 I5 s* v# @3c. (已有2人报名)脑力活：插图改名后，仍需要与最新版义项所匹配，不然少数情况下不知所云，诚招英语功底扎实的朋友帮忙校对。$ a( G; [7 {! O7 e5 x
4. (已有1人报名)我提供W3 unabridged的账号。希望有人帮忙抓取M-W unabridge网站2016年以来的新词和更新。现已抓取27万词头。
2 n$ E9 m3 ?+ ]5. (已有1人报名)技术活：新牛津双解通过与ODE模糊匹配修复跳转链接。用过新牛津就知道很多词内的link是坏的，但是ODE那边有好的数据，可以拆过来补好。5 z, f+ ]0 O9 w3 Q3 F3 v
6. (已完成，感谢志愿者zongyyc)体力活：牛津高阶9的unbox修复，一共有1043个，我有详细的列表。可以半自动解决问题然后校对。或者也可以质量更高地，全手动处理。
& S/ k' D7 Z, c7. (暂缓)体力活：新牛津双解短语词头优化。通过拆分连在一起的短语，去掉括号中的内容等，优化短语查得率。如“a (or someone's) light touch” 拆成 a light touch, someone's light touch, sb's light touch.
6 U/ r2 m. @5 [2 }0 Z/ L3 a$ M S如果4,5,6制作成功，缺米的话，尽管开口。另外志愿者还有一些小福利，比如哈工大同义词词林，和lmjiao大的几部私人校对作品。; Z- N3 K. Y, H" d
3 X8 v) L7 k# P1 F
5 x1 ?+ _# g6 B1 n- P; o另外还有一份同样很贵的New Partridge，我免费分享，可以了解一下。
7 e2 s- @1 z R* `5 k' |- d0 q, C3 F* | D* Y w4 ^
6 v9 v8 b5 I/ ?
更新4：计划添加5000-6000张1910版韦氏足本图片
+ Q+ b2 w$ P/ T7 N0 Z. A* C* d
4 D& C) w1 z# x2 I2 S
( _# b H% l/ j! H2 B9 ^6 @) p0 T
$ l' A U! G+ V4 K5 M# T+ K$ E
4 ^4 M" j% I6 Z! ~* A& h- E& J8 |- l! l+ N1 F% _& s
⚜ 感兴趣可以看看我的其他字典，绝大部分都公开分享。, z. p* A: z3 D/ O$ J# S
|
韦三, 足本, unabridged, webster, unabridged, webster, unabridged, webster, unabridged, webster, unabridged, webster, unabridged, webster, unabridged, webster, unabridged, webster, unabridged, webs
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
评分
-
16
查看全部评分
-
|
[复制链接]
发表于 2019-9-26 02:14:29
- H; k# X0 V) Q7 d' c( N2 k5 B
* v4 N9 b$ K1 R% O: J8 ]2 V
4 } Q5 Y( d( r' \9 e1 w2 z2 }
* y0 ]/ X- u; G: W, V
楼主
