论坛上偶然发现这个网站powerthesaurus

hao371269498 · 发表于 2016-10-3 16:41:56

本帖最后由 hao371269498 于 2016-10-3 17:03 编辑

https://www.powerthesaurus.org/
这个网站感觉不错的是有filter, 可以按照词性, 短语, 主题, 等选择查找, 感觉挺不错, 不知道哪位大大有闲情, 能不能做一个mdx版的?
上图

lxchen2001 · 发表于 2016-10-4 02:08:59

本帖最后由 lxchen2001 于 2016-10-4 02:17 编辑

kyletruman 发表于 2016-10-4 00:55
www.thesaurus.com上的synonyms和antonyms太多了，好像目前没有一个词典超过它的，其收录的synonyms和ant ...

我倒是对抓取www.thesaurus.com比较感兴趣，或者从书中提取，做一份和它差不多的mdx.

我把原书，网站，cquark的版本对比了一下，感觉是基于21st, 但有些逻辑在那里，还没弄清。

比如medic, 书上是没有这个词条的，这个在cquark mdx中是查不到的。

现在没弄明白的网站上 More words related to medic，是根据什么逻辑列出的。帮着想想。

书中列出的medical practitioner：
analyst, druggist, nurse, patient, physician, researcher, therapist。

而网站上有doctor, nurse，physician

（cquark版本中的词汇没有跳转，加上跳转就能查到medic。这样的话他的1W5的词条就有可能扩充到封面上提到的50W）

PS: LZ: 如果把thesaurus.com的Pride下的More words related 展开，应该也是和power的差不多。

kyletruman · 发表于 2016-10-4 09:56:00

lxchen2001 发表于 2016-10-4 02:08
我倒是对抓取www.thesaurus.com比较感兴趣，或者从书中提取，做一份和它差不多的mdx.

我把原书，网 ...

www.thesaurus.com的synonyms没有wordnet那样严格区分，很多是意思相近或者相关就被归类为synonyms。medic在另一版本的21st.mdx也查不到。感觉www.thesaurus.com整理得比书上更有逻辑，收词比书上更大。那些与原书相比，新增的词汇还不知道是哪里来的；但是，这个网站的使用频率还是蛮高的，比书上看起来更直观，每次用谷歌搜索来看synonyms和antonyms，基本上是来看这个网站。

lxchen2001 · 发表于 2016-10-4 19:52:37

lxchen2001 发表于 2016-10-4 19:08
所以只有1W5个词条，我自己觉得使用上不算特别方便。

www.thesaurus.com基于21st, 但把单词单独列出， ...

是的，但加了很多新词，前言中写到：

You will find terms from all areas of our experience, particularly the high-tech world of computers (such as “artificial intelligence,” “computerese,” “hacker,” and “on-line”), the Internet and World Wide Web (“bootleg,” “chat room,” “cyberpunk”), 。。。。

hao371269498 · 发表于 2016-10-3 16:43:34

apple store 上面有, 但是是软件是在线的, 不知apk是不是离线

lxchen2001 · 发表于 2016-10-3 18:35:26

442K words; 18M synonyms; 2.2M antonyms 不知道用的是哪家的资源

hao371269498 · 发表于 2016-10-3 18:45:27

本帖最后由 hao371269498 于 2016-10-3 19:04 编辑

lxchen2001 发表于 2016-10-3 18:35
442K words; 18M synonyms; 2.2M antonyms 不知道用的是哪家的资源

哈哈, 又碰到大神你了, 这个貌似类似于urban dictionary 那种的, 靠人多力量大.
大神有兴趣不?

lxchen2001 · 发表于 2016-10-3 20:04:22

hao371269498 发表于 2016-10-3 18:45
哈哈, 又碰到大神你了, 这个貌似类似于urban dictionary 那种的, 靠人多力量大.
大神有兴趣不?

不敢当

看了一下，抓取难度还是有点的；第二，数据来源没有注明，无法考证，光Pride就有700个同义词，感觉有点多。

elusty · 发表于 2016-10-3 20:18:06

仅从同义词角度看，这个的确比Wordnet丰富多了，更大的特点是按照词性和话题分类同义词，对写作的确很有帮助。

hao371269498 · 发表于 2016-10-3 20:45:54

lxchen2001 发表于 2016-10-3 20:04
不敢当

看了一下，抓取难度还是有点的；第二，数据来源没有注明，无法考证，光Pride就有700个同义词 ...

1. 确实挺多的, 不过数量的话, 可以限制成前100个? 或者说有人点赞的才保留?
2. 权威性的话, 确实不如正规词典, 不过就像urban dictionary 那样, 各有各的好.

hao371269498 · 发表于 2016-10-3 20:46:35

elusty 发表于 2016-10-3 20:18
仅从同义词角度看，这个的确比Wordnet丰富多了，更大的特点是按照词性和话题分类同义词，对写作的确很有帮 ...

是啊, 期待有大神能做一下

lxchen2001 · 发表于 2016-10-3 21:23:32

http://www.thesaurus.com/browse/pride 可以看看这个网站的

kyletruman · 发表于 2016-10-3 21:36:37

本帖最后由 kyletruman 于 2016-10-3 21:40 编辑

lxchen2001 发表于 2016-10-3 21:23
http://www.thesaurus.com/browse/pride 可以看看这个网站的

http://www.thesaurus.com/
这个网站值得抓取，用谷歌英文搜索单词时，经常搜到这个网站，索引在页面最下边：#, A-Z，内容主要来自Roget's 21st century thesaurus 3rd edition，但是我对比了一下，超过了这本书的内容，比这本书的内容更翔实！

hao371269498 · 发表于 2016-10-3 21:36:38

lxchen2001 发表于 2016-10-3 21:23
http://www.thesaurus.com/browse/pride 可以看看这个网站的

那个和这个类似论坛里的
https://www.pdawiki.com/forum/fo ... id=16046&extra=

kyletruman · 发表于 2016-10-3 21:39:00

hao371269498 发表于 2016-10-3 21:36
那个和这个类似论坛里的
https://www.pdawiki.com/forum/forum.php?mod=viewthread&tid=16046&extra=

不完全一样，这个thesaurus网上的内容更多，不知是不是整合了其他版本的Roget's系列呢？

Littlebush · 发表于 2016-10-4 00:44:58

thesaurus我倒觉得不必太求大求全，能用好Oxford和Merriam免费网站上的已经足以，足以。一孔之见。

kyletruman · 发表于 2016-10-4 00:55:27

Littlebush 发表于 2016-10-4 00:44
thesaurus我倒觉得不必太求大求全，能用好Oxford和Merriam免费网站上的已经足以，足以。一孔之见。

www.thesaurus.com上的synonyms和antonyms太多了，好像目前没有一个词典超过它的，其收录的synonyms和antonyms远超过了网站上标注的Roget's 21st century 3rd edition的相应部分。

lxchen2001 · 发表于 2016-10-4 02:36:21

elusty 发表于 2016-10-3 20:18
仅从同义词角度看，这个的确比Wordnet丰富多了，更大的特点是按照词性和话题分类同义词，对写作的确很有帮 ...

个人觉得WN和同义词词典的出发点不同，可以当作互补吧。

WN更倾向分类和电子识别同义，WN在比如分析文章是否是抄袭的方面应用很广。WN的Synset概念是指100%同义，而大部分同义词是几乎。

lxchen2001 · 发表于 2016-10-4 03:31:39

统计了一下，thesaurus.com共有25万个链接

kyletruman · 发表于 2016-10-4 10:01:09

lxchen2001 发表于 2016-10-4 02:08
我倒是对抓取www.thesaurus.com比较感兴趣，或者从书中提取，做一份和它差不多的mdx.

我把原书，网 ...

“网站上 More words related to medic”究竟是以什么逻辑编纂的，我也没有弄清楚。不知道其他坛友有谁知道，可否告知？谢谢！

fnaviwwo1 · 发表于 2016-10-4 16:39:00

21st Rogot实体版的headwords不全的，它是把单词归类，然后每类选一个单词作为headword然后字母顺序。和Oxford Thesaurus那种纯字母顺序一个个单词列的思路不同的。
也就是说在A这个词条下看到单词B，那么B是A，A也是B的近义词。B就不会再列单独词条了。

kyletruman · 发表于 2016-10-4 16:46:57

fnaviwwo1 发表于 2016-10-4 16:39
21st Rogot实体版的headwords不全的，它是把单词归类，然后每类选一个单词作为headword然后字母顺序。和Oxf ...

但是，www.thesaurus.com经常单独列出，你可以查几个试试。

lxchen2001 · 发表于 2016-10-4 19:08:38

fnaviwwo1 发表于 2016-10-4 16:39
21st Rogot实体版的headwords不全的，它是把单词归类，然后每类选一个单词作为headword然后字母顺序。和Oxf ...

所以只有1W5个词条，我自己觉得使用上不算特别方便。

www.thesaurus.com基于21st, 但把单词单独列出，并且加上了Related to, 在数据上进行了分析和分类。这些不知道怎么完成的。

lxchen2001 · 发表于 2016-10-4 19:50:12

fnaviwwo1 发表于 2016-10-4 16:39
21st Rogot实体版的headwords不全的，它是把单词归类，然后每类选一个单词作为headword然后字母顺序。和Oxf ...

明白More related那里了。是列出所有该单词所在的词条。

例子： medic出现在Doctor, Nurse, Physician中

现在反而不明白上面部分 Relevance 那里 Medic出现的physician， practitioner， surgeon， doc， doctor， intern 这6个词是怎么得到的。Complexity的定义是怎样的？

kyletruman · 发表于 2016-10-4 19:58:56

lxchen2001 发表于 2016-10-4 19:50
明白More related那里了。是列出所有该单词所在的词条。

例子： medic出现在Doctor, Nurse, Physician ...

其他我不太懂，但是我以前使用时发现，下面的橙色颜色越深，相关性越高；颜色浅的单词相关性低。

[求助] 论坛上偶然发现这个网站powerthesaurus

点评