查看: 1710|回复: 17
打印 上一主题 下一主题

[求助] 求大侠制作分享dictionary.com上的random house 2015

[复制链接]
  • TA的每日心情
    慵懒
    2022-10-27 16:11
  • 签到天数: 326 天

    [LV.8]以坛为家I

    130

    主题

    3638

    回帖

    2万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    20089

    灌水大神章小蜜蜂章笑傲江湖章

    跳转到指定楼层
    1
    发表于 2015-5-22 21:57:48 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式
    目前dictionary.com有网页版、安卓和苹果版,内置的random house 2015都可以免费下载到本地。不知道转换成mdx难度如何?
    最好能抓取网站上的数据,因为我发现离线的词库数据有些旧,比如disruptive这个词,网站上的该词典有两个释义,第二个释义还有子项,而离线版中该词只有一个释义。网站版还收了esports等新词。

    希望大侠出手,现在就剩最后两个重磅级词典了,一个是random house 2015,另一个是Webster's New World College Dictionary 第五版。

    该用户从未签到

    48

    主题

    410

    回帖

    2万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    24502

    灌水大神章小蜜蜂章笑傲江湖章

    推荐
    发表于 2015-5-23 13:09:09 | 只看该作者
    woaini123 发表于 2015-5-23 11:57
    如果只抓取random house 2015,条目应该没这么多吧?或者直接转换app的离线数据也行。

    如果大侠做出来 ...

    那是不是说我的ODE2015 ,AHD5不值得捐赠呀?
  • TA的每日心情
    慵懒
    2022-10-27 16:11
  • 签到天数: 326 天

    [LV.8]以坛为家I

    130

    主题

    3638

    回帖

    2万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    20089

    灌水大神章小蜜蜂章笑傲江湖章

    推荐
     楼主| 发表于 2015-5-23 11:51:51 | 只看该作者
    Oeasy 发表于 2015-5-22 23:14
    不要一味索取,如果愿意捐助制作者,给制作者一些补偿,他们应该很乐意奉献时间、精力、技术。

    从我 ...

    如果只抓取random house 2015,条目应该没这么多吧?或者直接转换app的离线数据也行。

    如果大侠做出来,我很愿意捐赠。
  • TA的每日心情
    无聊
    2018-9-21 18:13
  • 签到天数: 1 天

    [LV.1]初来乍到

    5

    主题

    225

    回帖

    1517

    积分

    解元

    Rank: 5Rank: 5

    积分
    1517

    灌水大神章小蜜蜂章笑傲江湖章

    4
    发表于 2015-5-22 22:36:46 | 只看该作者
    估计没多少「大侠」会出手,不然早就有了。
    兰登书屋的日版如果懂日文更好用。
  • TA的每日心情
    慵懒
    2022-10-27 16:11
  • 签到天数: 326 天

    [LV.8]以坛为家I

    130

    主题

    3638

    回帖

    2万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    20089

    灌水大神章小蜜蜂章笑傲江湖章

    5
     楼主| 发表于 2015-5-22 23:02:08 | 只看该作者
    sycsycsyc378 发表于 2015-5-22 22:36
    估计没多少「大侠」会出手,不然早就有了。
    兰登书屋的日版如果懂日文更好用。

    为什么不出手呢?我觉得这个网站看起来很简单,抓取应该比ODE等网站容易才对。

    该用户从未签到

    2121

    主题

    2961

    回帖

    6万

    积分

    翰林院修撰

    不忘初心。送分大人,灌水砖家。擅长抛砖引玉,挖坑不填。

    Rank: 12Rank: 12Rank: 12

    积分
    61056

    翰林院专用章灌水大神章笑傲江湖章小蜜蜂章管理组专用章

    6
    发表于 2015-5-22 23:14:27 | 只看该作者


    不要一味索取,如果愿意捐助制作者,给制作者一些补偿,他们应该很乐意奉献时间、精力、技术。

    从我业余的角度看,dictionary.com 网站,条目数近百万,抓取难度在于对硬盘容量、电脑配置、网络要求很高。

    楼主可以去问下专业的公司(仅抓取不处理成 mdx ,有报价低于一万的,请告诉我那个公司的联系方式。

    该用户从未签到

    48

    主题

    410

    回帖

    2万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    24502

    灌水大神章小蜜蜂章笑傲江湖章

    7
    发表于 2015-5-22 23:25:14 | 只看该作者
    本帖最后由 tsiank 于 2015-5-23 12:37 编辑
    Oeasy 发表于 2015-5-22 23:14
    不要一味索取,如果愿意捐助制作者,给制作者一些补偿,他们应该很乐意奉献时间、精力、技术。

    从我 ...


    从抓取的情况看,词条数在75万左右,可能会有遗漏。这么一大堆数据,我电脑很难一下子处理过来。
  • TA的每日心情
    慵懒
    2022-10-27 16:11
  • 签到天数: 326 天

    [LV.8]以坛为家I

    130

    主题

    3638

    回帖

    2万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    20089

    灌水大神章小蜜蜂章笑傲江湖章

    8
     楼主| 发表于 2015-5-23 11:57:16 | 只看该作者
    tsiank 发表于 2015-5-22 23:25
    从抓取的情况看,词条数在65万左右,可能会有遗漏。这么一大堆数据,我电脑很难一下子处理过来。

    如果只抓取random house 2015,条目应该没这么多吧?或者直接转换app的离线数据也行。

    如果大侠做出来,我很愿意捐赠。
  • TA的每日心情
    开心
    2018-1-27 00:16
  • 签到天数: 1 天

    [LV.1]初来乍到

    99

    主题

    1477

    回帖

    3万

    积分

    翰林院孔目

    Rank: 10Rank: 10Rank: 10

    积分
    35504

    灌水大神章小蜜蜂章笑傲江湖章翰林院专用章管理组专用章

    9
    发表于 2015-5-23 13:00:59 | 只看该作者
    楼上的诸位大大,下面的这个网站的抓取性如何?

    http://cjjc.weblio.jp/content/%E4%B8%8A%E4%B8%8B

  • TA的每日心情
    开心
    2018-1-27 00:16
  • 签到天数: 1 天

    [LV.1]初来乍到

    99

    主题

    1477

    回帖

    3万

    积分

    翰林院孔目

    Rank: 10Rank: 10Rank: 10

    积分
    35504

    灌水大神章小蜜蜂章笑傲江湖章翰林院专用章管理组专用章

    10
    发表于 2015-5-23 13:03:29 | 只看该作者
    中日索引  http://cjjc.weblio.jp/category/cgkgj/a

    日中索引   http://cjjc.weblio.jp/category/cgkgj

    有可行性的话我也愿意捐助
  • TA的每日心情
    慵懒
    2022-10-27 16:11
  • 签到天数: 326 天

    [LV.8]以坛为家I

    130

    主题

    3638

    回帖

    2万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    20089

    灌水大神章小蜜蜂章笑傲江湖章

    11
     楼主| 发表于 2015-5-23 13:35:19 | 只看该作者
    tsiank 发表于 2015-5-23 13:09
    那是不是说我的ODE2015 ,AHD5不值得捐赠呀?

    已转账,后续还会支持

    该用户从未签到

    3

    主题

    64

    回帖

    890

    积分

    举人

    Rank: 4

    积分
    890

    灌水大神章小蜜蜂章笑傲江湖章

    12
    发表于 2015-5-23 13:43:28 来自手机 | 只看该作者
    tsiank 发表于 2015-5-23 13:09
    那是不是说我的ODE2015 ,AHD5不值得捐赠呀?

    大虾出品绝属精品。

    该用户从未签到

    48

    主题

    410

    回帖

    2万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    24502

    灌水大神章小蜜蜂章笑傲江湖章

    13
    发表于 2015-5-23 13:56:12 | 只看该作者
    wjsrc 发表于 2015-5-23 13:43
    大虾出品绝属精品。

    先生过奖,现在这个论坛高手都不现身了,刚好我最近比较活跃点儿。不过我的字典都是利用现有的工具制作的,于技术并不太懂,所以完成后总是有许多小错误。

    该用户从未签到

    2121

    主题

    2961

    回帖

    6万

    积分

    翰林院修撰

    不忘初心。送分大人,灌水砖家。擅长抛砖引玉,挖坑不填。

    Rank: 12Rank: 12Rank: 12

    积分
    61056

    翰林院专用章灌水大神章笑傲江湖章小蜜蜂章管理组专用章

    14
    发表于 2015-5-23 15:13:28 | 只看该作者
    本帖最后由 Oeasy 于 2015-5-23 15:16 编辑
    tsiank 发表于 2015-5-22 23:25
    从抓取的情况看,词条数在75万左右,可能会有遗漏。这么一大堆数据,我电脑很难一下子处理过来。




    以下内容需要积分高于 200 才可浏览

    有朋友在 2013/11/23 抓过一回,截至那一天, dictionary.com 的词头数是 825183 ,当时 dictionary.com 收录的 Collins English Dictionary 还是 2009 年版,目前是 2012 年版。

    Dictionary.com Unabridged
    Based on the Random House Dictionary, ?0?8 Random House, Inc. 2015.
    --
    Collins English Dictionary - Complete & Unabridged 2012 Digital Edition
    --
    Online Etymology Dictionary,  2010 Douglas Harper
    --
    The American Heritage Stedman's Medical Dictionary
    --
    The Dictionary of American Slang, Fourth Edition by Barbara Ann Kipfer, PhD. and Robert L. Chapman, Ph.D.
    --
    The Free On-line Dictionary of Computing, Denis Howe 2010 http://foldoc.org
    --
    The American Heritage Abbreviations Dictionary, Third Edition
    --
    The American Heritage Idioms Dictionary
    -------------------------

    抓一本是抓,抓八本也是抓,要想抓取、制作完美,耗费时间、精力是惊人的。 我觉得可以开一个众筹的帖子,真正感兴趣但是又因为能力、时间等原因无法自己亲力亲为的人,说不定愿意捐助下制作者,在一定时间里募集到一定金额,制作者就可以开工了,如果募集不到,那说明没有太多人对这个感兴趣,没太多人需要这个东东,毕竟如果真的如此迫切地需要,那为什么不愿付出时间,不愿付出精力,最简单地,金钱也不愿付出?除非制作者自己真的是缺那个词典不可,或者单纯是为了练手,或者活雷锋在世,不然为什么要花自己的时间、精力去做呢?

    作为制作者,我个人制作的第一动力就是我自己确实感兴趣,确实需要,我自己不感兴趣的,觉得时间成本太高,投入产出比太小的,我就是不会做。我自己是春节后就基本没做过新 mdx 了,我觉得目前已有的词库我可以用到下下下下下辈子了。

    作为版主,我对上面提到的“众筹”、“捐助”这类行为完全没有异议,词库能做的基本都做了,现在一个月出的新资源,一个手都能数过来。现实生活中,求人办事帮忙,还不得好烟好酒伺候,到了网络上,太多人以为键盘一敲,就有人帮忙,馅饼儿就掉下来了。

    bt4baidu 这个帖子 [索引] 【史上最全】在线词典抓取、制作技术汇总  https://pdawiki.com/forum/forum.php?mod=viewthread&tid=13219 里结语说得很好。

    五、结语
    花点时间写个科普文,主要是考虑到确实有些文科同学or计算机小白想制作词典,但没有思路,无从下手。
    所谓术业有专攻,为学有先后,总结一点经验分享出来,也算是对社会做点贡献——
    大家有个切实可行的方法参照,不至于绕太多弯路,浪费太多时间,从而节约了社会成本。

    打算做万年伸手党的同学,本人也没想过要鼓动你们,继续做伸手党好了,热心人还是挺多的,时常有不错的新作发布。

    只是拜托不要打扰别人,真想要就自己动手。
    尤其不要抱着“你手熟,水平高,做得比我快”的想法,觉得找别人做词典就特别理直气壮、理所当然。
    水平再高也要花时间;同时,水平高也意味着其单位时间的价值要超过水平低的人。
    虽然每个人都觉得自己至高无上,应当受到别人重视,
    其实“在你做出惊天动地的大事、拥有巨大名声之前,你在别人眼里就是个屁”——Bill Gates曰



    http://www.zhihu.com/question/30090572/answer/47021622





    我最近通过金钱利诱的办法,就搞到了一个潜力股,将会节省我未来相当多的时间、精力,帮我的大忙。







    该用户从未签到

    48

    主题

    410

    回帖

    2万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    24502

    灌水大神章小蜜蜂章笑傲江湖章

    15
    发表于 2015-5-23 16:06:57 | 只看该作者
    Oeasy 发表于 2015-5-23 15:13
    **** 本内容被作者隐藏 ****

    刚下了cracode网友的dictionary.com 数据库,看了下共有514570headwords,怎么更少了。
    这个字典抓取后就凉在一边没去处理它,电脑真的跑不动。做字典确实是个苦力活,我的感觉,起初做完发布到网上供人下载,看到网友说的那些赞美的话,心里是挺爽的,可听多了就感到没意思了,感觉与其说漂亮话,不如来点儿实际支持呢(是不是庸俗了?)可是呀
  • TA的每日心情
    无聊
    2018-9-21 18:13
  • 签到天数: 1 天

    [LV.1]初来乍到

    5

    主题

    225

    回帖

    1517

    积分

    解元

    Rank: 5Rank: 5

    积分
    1517

    灌水大神章小蜜蜂章笑傲江湖章

    16
    发表于 2015-5-24 01:50:23 | 只看该作者
    Oeasy 发表于 2015-5-22 23:14
    不要一味索取,如果愿意捐助制作者,给制作者一些补偿,他们应该很乐意奉献时间、精力、技术。

    从我 ...

    近百万?哪来的这么多条目啊。
    这词典的日文版才32万4千词,虽然是基于80年代版本了,英文总不可能突然多这么多词吧。屈折,短语....是全算单独条目了?
  • TA的每日心情
    无聊
    2018-9-21 18:13
  • 签到天数: 1 天

    [LV.1]初来乍到

    5

    主题

    225

    回帖

    1517

    积分

    解元

    Rank: 5Rank: 5

    积分
    1517

    灌水大神章小蜜蜂章笑傲江湖章

    17
    发表于 2015-5-24 01:53:56 | 只看该作者
    真要用这词典你买App得了
    价格也不贵,能离线。

    该用户从未签到

    2121

    主题

    2961

    回帖

    6万

    积分

    翰林院修撰

    不忘初心。送分大人,灌水砖家。擅长抛砖引玉,挖坑不填。

    Rank: 12Rank: 12Rank: 12

    积分
    61056

    翰林院专用章灌水大神章笑傲江湖章小蜜蜂章管理组专用章

    18
    发表于 2015-5-24 16:23:20 | 只看该作者
    sycsycsyc378 发表于 2015-5-24 01:50
    近百万?哪来的这么多条目啊。
    这词典的日文版才32万4千词,虽然是基于80年代版本了,英文总不可能突然 ...


    从我业余的角度看,dictionary.com 网站,条目数近百万,抓取难度在于对硬盘容量、电脑配置、网络要求很高。

    ---
    我说的是 dictionary.com 而非网站的子集 RHUD, dictionary.com 还有几部其他词典的。我的建议上面也说了,抓一本也是抓,抓八本也是抓,既然有人要抓,为什么不把所有的都抓下来?

    15 楼我也说了。
    有朋友在 2013/11/23 抓过一回,截至那一天, dictionary.com 的词头数是 825183 ,当时 dictionary.com 收录的 Collins English Dictionary 还是 2009 年版,目前是 2012 年版。