查看: 2570|回复: 22
打印 上一主题 下一主题

[改版] 筹备“古汉语反查词典”或“汉语词汇反查词典”

[复制链接]
  • TA的每日心情
    开心
    2020-1-5 08:04
  • 签到天数: 50 天

    [LV.5]常住居民I

    307

    主题

    854

    回帖

    3万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    34219

    QQ 章

    跳转到指定楼层
    1
    发表于 2019-9-15 22:11:19 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式
    筹备“古汉语反查词典”或“汉语词汇反查词典”,即根据字义反查字词组

    根据字义反查字词组,有什么用?我想喜欢写作的都应该清楚这个词典的重要性,不管是写现代文还是古文诗词,重要性毋庸置疑。但是目前还没有这样的词典,纸质词典几乎不可能实现(同义词词典都不太全),只能通过电子词典实现。
    目前国学大师网站有这一功能,其实就是全文检索,深蓝词典也可实现。但是问题是全文检索,检索出来的内容过多,不相关的太多,导致这一功能实际上并没有实现。

    细究一下,原来是全文检索,把很多的例句都检索上了,所以相关度不大。

    因此,我的构想是

    要想比较好地实现“根据字义反查字词组”,必须排除例句的检索。因此可以这样实现:

    1、首先准备收字、词最多的古汉语词典,目前可用的有,古汉语常用字字典、汉语大词典、汉语辞海、国语词典、成语大词典,等等,或者不限于古汉语,古汉语、现代汉语词汇都收的也行。做成“汉语词汇反查词典”。
    ●注意,挑选的词典,解释部分尽量要简洁明了,关键字式的解释最好了。不要用百科式的词典,否则全文检索不相关的内容太多,失去了反查的意义。

    2、最重要的一步:删除词条解释当中的所有例句,只保留字义解释。

    3、合并几部词典的所有词条及所有解释,这是保证词典尽可能地收录更多更全的词条,包括 字、词、成语 三大部分。同一词条,不同的词典有不同角度,或不同关键字的解释,所以要合并,这样保证“反查的面”会比较广,只要根据大义,就能检索出相关的词语。

    4、这样,就会得到一部纯粹的,只包含“词条”和“解释”两部分的词典。

    5、利用MDict或深蓝词典的全文检索功能,即可实现“根据字义反查字、词组、成语”这一目标。

    虽然有的解释也比较啰嗦繁琐,但是因为剔除了例句部分,反查的相关度会大大提升,基本上也实现了这一目标。

    我仅仅是有这一构想,因为我词典制作技术不太懂,所以希望高手能出马,制作这样的词典,普利大众,功德无量,在此多谢!

    本帖被以下淘专辑推荐:

  • TA的每日心情
    擦汗
    2021-11-10 19:44
  • 签到天数: 202 天

    [LV.7]常住居民III

    5

    主题

    310

    回帖

    4508

    积分

    贡士

    Rank: 6Rank: 6

    积分
    4508
    2
    发表于 2019-9-15 22:21:49 | 只看该作者
    关注一波,希望有大神出现
  • TA的每日心情
    开心
    2018-8-8 03:13
  • 签到天数: 1 天

    [LV.1]初来乍到

    254

    主题

    4264

    回帖

    7万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    79050

    小蜜蜂章笑傲江湖章灌水大神章QQ 章

    QQ
    3
    发表于 2019-9-15 22:23:47 | 只看该作者
    999阿彌陀佛 :
    有關全文搜索的工具與 Index 製作
    https://www.pdawiki.com/forum/fo ... id=35217&extra=
  • TA的每日心情
    奋斗
    2022-6-1 19:02
  • 签到天数: 377 天

    [LV.9]以坛为家II

    27

    主题

    556

    回帖

    15万

    积分

    状元

    喜欢折腾,但能力有限

    Rank: 9Rank: 9Rank: 9

    积分
    150901

    灌水大神章笑傲江湖章管理组专用章

    4
    发表于 2019-9-15 22:31:30 | 只看该作者
    有目标词典的话,实现起来不难,难点也就是释义部分的分词,没做过,不过应该做不到百分百无误差,要求不那么高的话,技术上应该没啥难度。
    不过没做过的情况下,这么说可能有点武断,说不定做起来也有繁琐的部分。
  • TA的每日心情
    开心
    2020-1-5 08:04
  • 签到天数: 50 天

    [LV.5]常住居民I

    307

    主题

    854

    回帖

    3万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    34219

    QQ 章

    5
     楼主| 发表于 2019-9-15 22:32:38 | 只看该作者
    喬治兄 发表于 2019-9-15 22:23
    999阿彌陀佛 :
    有關全文搜索的工具與 Index 製作
    https://www.pdawiki.com/forum/forum.php?mod=viewthread ...

    技术性的问题我都不太懂,我的设想 删去例句,再合并词条,这两个技术难度应该不大,只是我不会弄,希望高手能帮忙做一下
  • TA的每日心情
    开心
    2018-8-8 03:13
  • 签到天数: 1 天

    [LV.1]初来乍到

    254

    主题

    4264

    回帖

    7万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    79050

    小蜜蜂章笑傲江湖章灌水大神章QQ 章

    QQ
    6
    发表于 2019-9-15 22:38:37 | 只看该作者
    999阿彌陀佛 发表于 2019-9-15 22:32
    技术性的问题我都不太懂,我的设想 删去例句,再合并词条,这两个技术难度应该不大,只是我不会弄,希望 ...

    999阿彌陀佛 師兄:
    您研究一下
    Index Author 應該自然會有些想法
    可以先針對其 White List & Black List 的字組先作其篩選
    才不至於篩選出非完整的語句
    邊做邊學吧
    沒有全能的專家
  • TA的每日心情
    开心
    2020-1-5 08:04
  • 签到天数: 50 天

    [LV.5]常住居民I

    307

    主题

    854

    回帖

    3万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    34219

    QQ 章

    7
     楼主| 发表于 2019-9-15 22:38:50 | 只看该作者
    本帖最后由 999阿彌陀佛 于 2019-9-15 22:41 编辑
    simonfire 发表于 2019-9-15 22:31
    有目标词典的话,实现起来不难,难点也就是释义部分的分词,没做过,不过应该做不到百分百无误差,要求不那 ...

    汉语大词典,删去所有例句,可以先试试。 这样反查的相关度就大大提升了。我今天试了一下汉语大词典删去所有例句,实在做不来,所以求助大神了。。。

    该用户从未签到

    539

    主题

    3046

    回帖

    25万

    积分

    翰林院编修

    Rank: 11Rank: 11Rank: 11Rank: 11

    积分
    251446

    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

    8
    发表于 2019-9-15 23:12:24 | 只看该作者
    反查这件事,最怕的就是「不全」……

    国学大师的全文检索虽然返回结果太多,可是人家「全」啊

  • TA的每日心情
    开心
    2022-1-21 00:52
  • 签到天数: 699 天

    [LV.9]以坛为家II

    17

    主题

    1754

    回帖

    1万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    19738
    9
    发表于 2019-9-15 23:22:02 | 只看该作者
    目前还没有这样的词典
    英文的反查词典有没有呢?有的话可以借鉴一下

    感觉索引编排比原材料收集还要难

    PS版面是不是发错了?
  • TA的每日心情
    奋斗
    2019-4-14 02:12
  • 签到天数: 93 天

    [LV.6]常住居民II

    250

    主题

    2966

    回帖

    53万

    积分

    状元

    吃水不忘挖井人

    Rank: 9Rank: 9Rank: 9

    积分
    531040

    灌水大神章笑傲江湖章推广专家QQ 章

    10
    发表于 2019-9-15 23:42:00 | 只看该作者
    cocowind 发表于 2019-9-15 23:22
    目前还没有这样的词典
    英文的反查词典有没有呢?有的话可以借鉴一下

    关于英文的反查,这个外研社英汉汉英词典是我在这方面(索引的全文搜索化)的一次尝试,效果还可以。

    可以参考下:

    全索引词组提取:牛津·外研社英汉汉英词典
    https://www.pdawiki.com/forum/thread-35719-1-1.html?x=294297
  • TA的每日心情
    奋斗
    2019-4-14 02:12
  • 签到天数: 93 天

    [LV.6]常住居民II

    250

    主题

    2966

    回帖

    53万

    积分

    状元

    吃水不忘挖井人

    Rank: 9Rank: 9Rank: 9

    积分
    531040

    灌水大神章笑傲江湖章推广专家QQ 章

    11
    发表于 2019-9-15 23:44:50 | 只看该作者
    汉语词典不清楚,不过对双解词典例句及其关键词的索引是绝对不能忽略的,实际上例句是最好的索引来源,尤其对于双解词典。
  • TA的每日心情
    开心
    2020-2-14 20:02
  • 签到天数: 40 天

    [LV.5]常住居民I

    2

    主题

    123

    回帖

    837

    积分

    举人

    Rank: 4

    积分
    837
    12
    发表于 2019-9-16 09:24:11 | 只看该作者
    楼主的想法很棒,对我来说是个启发
  • TA的每日心情
    开心
    2020-1-5 08:04
  • 签到天数: 50 天

    [LV.5]常住居民I

    307

    主题

    854

    回帖

    3万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    34219

    QQ 章

    13
     楼主| 发表于 2019-9-16 10:34:43 来自手机 | 只看该作者
    klwo2 发表于 2019-9-15 23:12
    反查这件事,最怕的就是「不全」……

    国学大师的全文检索虽然返回结果太多,可是人家「全」啊

    就是因為結果太多,所以要刪去例句,這樣會好一點,精確度更高一點。
  • TA的每日心情
    开心
    2020-1-5 08:04
  • 签到天数: 50 天

    [LV.5]常住居民I

    307

    主题

    854

    回帖

    3万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    34219

    QQ 章

    14
     楼主| 发表于 2019-9-16 10:35:46 来自手机 | 只看该作者
    果然君2 发表于 2019-9-16 09:24
    楼主的想法很棒,对我来说是个启发

    你有技術的話可以做一做,功德無量。
  • TA的每日心情
    开心
    2020-1-5 08:04
  • 签到天数: 50 天

    [LV.5]常住居民I

    307

    主题

    854

    回帖

    3万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    34219

    QQ 章

    15
     楼主| 发表于 2019-9-16 10:37:22 来自手机 | 只看该作者
    jonah_w 发表于 2019-9-15 23:44
    汉语词典不清楚,不过对双解词典例句及其关键词的索引是绝对不能忽略的,实际上例句是最好的索引来源,尤其 ...

    漢語詞典的解釋部分,如果有很多的例句,例句對於反查是一個極大的干擾,所以要剔出。
  • TA的每日心情
    开心
    2018-8-8 03:13
  • 签到天数: 1 天

    [LV.1]初来乍到

    254

    主题

    4264

    回帖

    7万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    79050

    小蜜蜂章笑傲江湖章灌水大神章QQ 章

    QQ
    16
    发表于 2019-9-16 13:33:04 | 只看该作者
    999阿彌陀佛 发表于 2019-9-16 10:37
    漢語詞典的解釋部分,如果有很多的例句,例句對於反查是一個極大的干擾,所以要剔出。 ...

    999阿彌陀佛 兄:
    您想搞哪一本呢?
  • TA的每日心情
    开心
    2020-1-5 08:04
  • 签到天数: 50 天

    [LV.5]常住居民I

    307

    主题

    854

    回帖

    3万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    34219

    QQ 章

    17
     楼主| 发表于 2019-9-16 16:59:17 | 只看该作者
    喬治兄 发表于 2019-9-16 13:33
    999阿彌陀佛 兄:
    您想搞哪一本呢?

    汉语大词典
  • TA的每日心情
    开心
    2018-8-8 03:13
  • 签到天数: 1 天

    [LV.1]初来乍到

    254

    主题

    4264

    回帖

    7万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    79050

    小蜜蜂章笑傲江湖章灌水大神章QQ 章

    QQ
    18
    发表于 2019-9-16 17:20:34 | 只看该作者

    999阿彌陀佛 兄:
    約莫看了下可以針對標簽篩選刪除例句

  • TA的每日心情
    开心
    2020-1-5 08:04
  • 签到天数: 50 天

    [LV.5]常住居民I

    307

    主题

    854

    回帖

    3万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    34219

    QQ 章

    19
     楼主| 发表于 2019-9-16 19:07:27 来自手机 | 只看该作者
    喬治兄 发表于 2019-9-16 17:20
    999阿彌陀佛 兄:
    約莫看了下可以針對標簽篩選刪除例句

    具體怎麼操作,你能講一下嗎?
  • TA的每日心情
    开心
    2018-8-8 03:13
  • 签到天数: 1 天

    [LV.1]初来乍到

    254

    主题

    4264

    回帖

    7万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    79050

    小蜜蜂章笑傲江湖章灌水大神章QQ 章

    QQ
    20
    发表于 2019-9-16 19:09:58 | 只看该作者
    999阿彌陀佛 发表于 2019-9-16 19:07
    具體怎麼操作,你能講一下嗎?

    999阿彌陀佛 兄:
    好的
    待二師兄解開後再告知
  • TA的每日心情
    开心
    2018-8-8 03:13
  • 签到天数: 1 天

    [LV.1]初来乍到

    254

    主题

    4264

    回帖

    7万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    79050

    小蜜蜂章笑傲江湖章灌水大神章QQ 章

    QQ
    21
    发表于 2019-9-16 19:34:28 | 只看该作者
    本帖最后由 喬治兄 于 2019-9-16 19:45 编辑
    999阿彌陀佛 发表于 2019-9-16 19:07
    具體怎麼操作,你能講一下嗎?


    999阿彌陀佛 兄:
    剛解開的是 jeanleem6 施主的...漢語大詞典...
    結構頗為縝密紮實上面有編號
    可以針對要抽取的字義的這些編號前加個符號①②③④⑤⑥⑦⑧⑨⑩
    因其字義編號并無統一故得蠻辛苦的區分一下目前看約有兩三種
    當您把編號處理好後再請正則大師 simonfire 兄相助一下
    simonfire 兄為人任俠好義 定會給你加持兩下, 三下他可能體力不支
    應能抽取出您要滴字義

  • TA的每日心情
    开心
    2020-2-14 20:02
  • 签到天数: 40 天

    [LV.5]常住居民I

    2

    主题

    123

    回帖

    837

    积分

    举人

    Rank: 4

    积分
    837
    22
    发表于 2019-9-18 22:02:01 | 只看该作者
    999阿彌陀佛 发表于 2019-9-16 10:35
    你有技術的話可以做一做,功德無量。

    抱歉,我也不会做词典,只是懂一点正则
  • TA的每日心情
    慵懒
    2020-10-18 00:00
  • 签到天数: 22 天

    [LV.4]偶尔看看III

    0

    主题

    194

    回帖

    1322

    积分

    解元

    Rank: 5Rank: 5

    积分
    1322
    23
    发表于 2020-9-24 15:34:59 | 只看该作者
    工程浩大,期盼后续。。