新西汉词典文本

zhlpen · 发表于 2013-9-23 01:05:41

本帖最后由 zhlpen 于 2013-10-30 11:50 编辑

本人已经把《新西汉词典》ocr得到了文本，没有进行人工校对，每个文本10页内容共117个文本，2-1和2-1已经整理完毕，2-3，2-4整了一半，其他的还没有整理，鉴于文本校对太耗费精力，直到搞的头晕眼花，建议需要的网友，校对后上传到本论坛，做成mdx词典，文本已经上传至 115网盘，数字帐号为331342118 密码xxhcd123，可到哪里下载，如果不能下载请留言，发至您的邮箱。希望网友们整理后贴出，等待高手制作。

dingyang · 发表于 2013-9-24 02:15:09

是这一本？

zhlpen · 发表于 2013-11-12 14:21:20

对，汉西词典还没有转换

qq1823727121 · 发表于 2013-11-13 10:43:31

真是好东西
这个应该发到词典编纂区
唉
可惜最近实在没时间，要不肯定支持楼主

zhlpen · 发表于 2013-12-24 22:27:42

现在进度：已经把文本合并在一起，并且进行了单词分割，并进行了简单的整理，正在逐个单词校对，已传至网盘，太浪费时间精力，一个人利用业余时间一年也整理不完，希望网友们帮忙整理。共同完成。

chigre2 · 发表于 2013-12-25 01:42:17

本帖最后由 chigre2 于 2013-12-25 01:50 编辑

这本1982年版本的<新西汉词典>的OCR文本, 但是文本需要重新按照一定格式校对.
http://book.douban.com/subject/1003758/

--------------------------------------------------------------
但是比新OCR校对要快多了, 我弄了10页测试
--------------------------------------------------------------
PDF可以下载到: http://pan.baidu.com/share/link?shareid=417141&uk=2016121280
--------------------------------------------------------------
初步文本 + 前10页校对 + Emeditor自定义显示格式文件:
楼主请看私信.

chigre2 · 发表于 2013-12-25 01:49:44

chigre3 · 发表于 2013-12-26 07:14:15

还有, 我账号总是健忘, 今天再注册个3.
楼主有事直接联系我... 2 的密码我临时设置的, 转眼就不记得了.
--------------------------------

zhlpen · 发表于 2013-12-26 17:49:35

这本书

chigre3 · 发表于 2013-12-26 23:05:52

zhlpen 发表于 2013-12-26 17:49
这本书

恩, 是这本. 西语祝寿的西汉部分就是这个词典, 也就是发给你的文本. 但是问题太多, 在此基础上校对会快得多.

Oeasy · 发表于 2014-6-20 23:52:40

{:10_276:}

115网盘，数字帐号为331342118 密码xxhcd123

密码错误噢。。。

chigre3 · 发表于 2014-6-29 19:16:54

chigre3 · 发表于 2014-7-10 18:37:00

本帖最后由 chigre3 于 2014-7-17 02:02 编辑

页面词条：５７８０２
一次重复：－０２７０
二次分割：＋１１０６
实际词条：５８９０８
页面索引：＋１６２０
－－－－－－－－－－
最终索引：６０５２８
－－－－－－－－－－

chigre3 · 发表于 2014-7-13 04:51:18

chigre3 · 发表于 2014-7-13 04:51:38

chigre3 · 发表于 2014-7-13 04:52:02

chigre3 · 发表于 2014-7-15 05:47:00

zhlpen · 发表于 2015-9-15 19:41:11

本帖最后由 zhlpen 于 2015-9-15 19:42 编辑

谁要词典ocr后的文本，本人没有时间校对，只是整理了一部分，因为好多文字普通字库里面没有，希望要的留下邮箱或qq好本人会尽快寄过去。

zhlpen · 发表于 2015-11-7 23:28:38

文本已传至论坛，本人精力实在有限，从头整理了120页左右，后边的几个字母整理完毕，也就是十分之一多的文本校对工作，希望有志者制作继续下去

为了做到完美本人测试了下面的文本，对论坛中的一位网友提供的方法进行了改善可以完美完成以下工作：

替换词条下的正文中用~来代替本词条的省略符，例如：
</>
book
1 (C) 
a. 书,书籍; 著作 
read [write] a ~ 
读 [著] 书 
→ closed book,open book. 
b. 知识 [教训] 的泉源, (…之) 书 
the ~ of Nature 
自然之书 
</>
bag
1 (C) 
a. 袋 
a paper ~ 
纸袋 
→ carry bag,doggie bag,tote bag. 
b. 猎物袋 
2 (C) 
a. 提袋; 旅行袋,提包 
a traveling ~ 
旅行袋 
</>

在emeditor中可以测试,可完美替换：
1.在第一行book下面的第一行加空格</>\n(.*?)\n(.*?)替换成</>\n\1\n \2；
2.所有\n替换成""（无）；
3.</>替换成\n<\>\n；
4.^(.*?)( \(.*?)~(.*)$替换成\1\2\1\3，可以多替换几次;
5. 替换成 \n.
6.<>\n(.*?)( )替换成\1\n
7.空行替换成</>: 查找^[ \t]*\n替换\1</>\n

chigre3 · 发表于 2015-11-8 19:24:01

楼主，你可以在APP里下载西汉实用辞典，明码的。
然后文本化这个词典。。。我觉得希望也不大。

[筹划] 新西汉词典文本