⚜【重磅资源】自购美亚50W词头足本韦三W3 Webster's Third Unab...

lgmcw · 发表于 2019-9-26 02:14:29

本帖最后由 lgmcw 于 2019-10-21 00:34 编辑

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。

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。
购买链接如下：Webster's Third New International Dictionary Unabridged 3rd Revised ed. Edition, Kindle Edition

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。
请参考Oasey大
词典讯：Merriam-Webster Unabridged Dictionary
词典讯：【美滋滋】Webster's Third New International Dictionary Unabridged 出 Kindle 版了

列举我所知的世界上全部的英语母语足本词典：
1. Oxford English Dictionary (OED)
2. W3 unabridged
3. Random House unabridged
SOED因为上面有老大哥，其实体量超过Random House
4. Shorter Oxford English Dictionary (SOED)
就没了，以上。

另外还有一些体量稍小的半足本，或者叫大学++
5. Collins unabridged
6. World Book Dictionary
7. Oxford Dictionary of English (ODE)
有遗漏的欢迎补充。

贴一个O大整理的，各词典纯主词头数(不算短语，衍生词)：

陆谷孙英汉大词典 230000
W2 韦氏新国际二版 200000
W3 韦氏新国际三版 290000
Random House 蓝登书屋足本 160000
Shorter Oxford 220000
Collins 柯林斯足本 120000
World Book 世界图书词典 160000
ODE 新牛津 170000
美国传统 140000
新版钱伯斯 160000
韦氏大学 130000

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：

这是网上常见的提取过词组的MDX版本，做个对照：

我粗看了一下发现的变化：
后面标[new]即为加入的新词
后面标[revised]即为修订后的词
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。
增加少量插图，并且是原图未压缩，仔细看没有彩色的artifacts。

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。

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：
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。
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。
2. 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。

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）
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。
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。
3a. (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。
3b. (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。
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。
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。
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。
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。
7. (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.
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。

另外还有一份同样很贵的New Partridge，我免费分享，可以了解一下。

更新4：计划添加5000-6000张1910版韦氏足本图片

⚜ 感兴趣可以看看我的其他字典，绝大部分都公开分享。

jonah_w · 发表于 2019-9-26 08:56:56

本帖最后由 jonah_w 于 2019-10-1 21:04 编辑

更新3:增加韦氏无删减在线版的所有插图：

更新2:
增加额外的老韦三插图：

更新1:提取完整词组+提取词条屈折变形（除词条内置屈折变形之外的）：

初步效果：

初步版本：

秋天故事 · 发表于 2019-9-26 13:36:37

慷慨的大神！

唯有以单次送米最高500粒的形式，表达敬意！

致敬！

lgmcw · 发表于 2019-9-26 10:22:59

eeshu 发表于 2019-9-26 09:56
是的，这钱有点白花了。

一个重要区别，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。
比如cpu12跳到cap12，再反跳回来。抓取的在线板只能跳到词头，要翻很久才能翻到12。

MYsedulous · 发表于 2019-10-29 08:51:52

MYsedulous 发表于 2019-10-29 08:43
其实吧，给楼主泼个冷水，要不是做学术搞点研究，有几个人用得上W3？

谈点正题，原来APP里有一版W3，后来下架了，也没有任何通知

MYsedulous · 发表于 2019-10-29 08:43:58

其实吧，给楼主泼个冷水，要不是做学术搞点研究，有几个人用得上W3？

whitedwarf · 发表于 2019-10-3 22:11:23

好东西，非常感谢。

V2E · 发表于 2019-9-27 19:23:33

为lgmcw大和各位大大的技术，决心以及精神点赞！

想问一下，最终的MDX/MDD文件会不会分享呢？（付费赞赏也算是分享）

抑或只是作为酬劳来答谢各位大大在制作过程中的技术贡献？

skydan05 · 发表于 2019-9-26 14:20:26

"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，插入新词，插入额外图片。"再考虑把这部词典做成发音词典，那就绝了！！！

hnlsc · 发表于 2019-10-9 21:30:04

3b任务，还可以报名吗？如可，也来一个哈。

ucccafe · 发表于 2019-9-29 20:10:47

網頁的收費版，早就跟書本版差很多了。
有帳號的人，也知道2016的不是目前最新的內容。

喬治兄 · 发表于 2019-9-26 02:33:12

lgmcw 兄:
哇此兩版的辭典真漂亮
哈...哈...哈....
讚喔

lgmcw · 发表于 2019-9-26 03:42:49

本帖最后由 lgmcw 于 2019-9-26 03:47 编辑

喬治兄发表于 2019-9-26 02:33
lgmcw 兄:
哇此兩版的辭典真漂亮
哈...哈...哈....

其实最好的还是纸板，多了很多黑白描线插图，很精美。最新电子版的彩图是1000多张，纸板的黑白图有3000多张。

喬治兄 · 发表于 2019-9-26 03:51:01

lgmcw 发表于 2019-9-26 03:42
其实最好的还是纸板，多了很多黑白描线插图，很精美。这边的彩图是1000多张，纸板的黑白图有3000多张。
...

lgmcw 兄:
這麼精美真的不多見
除了@白夜師兄介紹的那幾本經典辭典
有不錯印刷之外小弟也不知此辭典如此高檔
謝謝仁兄介紹

lgmcw · 发表于 2019-9-26 04:07:54

本帖最后由 lgmcw 于 2019-9-26 04:28 编辑

喬治兄发表于 2019-9-26 03:51
lgmcw 兄:
這麼精美真的不多見
除了@白夜師兄介紹的那幾本經典辭典

这个是W3 revised版之前纸质板，美国人的插图就是精致，ODE美版线描插图也是学(致敬/竞争)的W3：

diegolee2041 · 发表于 2019-9-26 05:41:47

thanks again!

mitkyg · 发表于 2019-9-26 06:57:18

竟然买这个了！！
一直用bt兄的w3

lmjiao · 发表于 2019-9-26 08:08:44

我可以帮忙提取词组。

我之前提去过MWU的词组，Python代码（基于beautifulsoup）和词头都是现成的。

skydan05 · 发表于 2019-9-26 09:04:42

确实“......韦社修订的地方非常之多”，谢谢L大咖的慷慨！！！期待mdx版！！！

raymond2018 · 发表于 2019-9-26 09:14:54

Thanks for your information update to minute.

cocowind · 发表于 2019-9-26 09:40:55

本帖最后由 cocowind 于 2019-9-26 10:48 编辑

个人挺喜欢韦氏英语词典的。
由于老美综合国力的强势，让英式英语越来越美国化，从用法到发音。牛津朗文等词典也相应的越来越多的收入了美式英语的用法，但这方面最权威的还是韦氏英语词典。

Webster's Third New International Dictionary
Revisions and updates
Since the 1961 publication of the Third, Merriam-Webster has reprinted the main text of the dictionary with only minor corrections. To add new words, they created an Addenda Section in 1966, included in the front matter, which was expanded in 1971, 1976, 1981, 1986, 1993, and 2002. However, the rate of additions has been much slower than it had been throughout the previous hundred years.
Following the purchase of Merriam-Webster by Encyclopædia Britannica, Inc. in 1964, a three-volume version was issued for many years as a supplement to the encyclopedia. At the end of volume three, this edition included the Britannica World Language Dictionary, 474 pages of translations between English and French, German, Italian, Spanish, Swedish, and Yiddish.
A CD-ROM version of the complete text, with thousands of additional new words and definitions from the "addenda", was published by Merriam-Webster in 2000, and is often packaged with the print edition.
The Merriam-Webster staff has been working on the fourth edition (W4) of the Unabridged since 2008, but a publication date has not yet been set.

不知道kindle版跟online版有何异同？

参考unabridged.merriam-webster.com收录的就是W3吗？
https://www.pdawiki.com/forum/thread-11377-1-1.html?x=180507
另外，bt大2015年做过的那个online版，单词词源是放在最后的，而这个kindle版放在最前面

woaini123 · 发表于 2019-9-26 09:43:24

看了页面介绍，这个版本修订日期是1992年，说实话这本还不如不直接抓取官网的数据，之前bt大不是做过一个2015年online版吗？

eeshu · 发表于 2019-9-26 09:56:47

woaini123 发表于 2019-9-26 09:43
看了页面介绍，这个版本修订日期是1992年，说实话这本还不如不直接抓取官网的数据，之前bt大不是做过一个20 ...

是的，这钱有点白花了。

张琴琴 · 发表于 2019-9-26 10:14:02

楼主是不是买亏了啊

lmjiao · 发表于 2019-9-26 10:17:20

eeshu 发表于 2019-9-26 09:56
是的，这钱有点白花了。

用kindle的话就不亏，我还没试，不过我猜这个可以当kindle内置词典用的。

kindle上的官方足本词典就这一个吧，偶尔遇到一些ODE/NOAD查不到的词，可以用这个查询一下。

张琴琴 · 发表于 2019-9-26 10:19:47

lmjiao 发表于 2019-9-26 10:17
用kindle的话就不亏，我还没试，不过我猜这个可以当kindle内置词典用的。

kindle上的官方足本词典就这一 ...

在kindle上用韦氏足本？灵魂拷问一下，这确定用的上么？

lmjiao · 发表于 2019-9-26 10:22:02

关于“5、新牛津双解短语词头优化”：FF大的Oxford Living Dictionary里面基本都提取/拆分了，不过还是需要校对。

lmjiao · 发表于 2019-9-26 10:23:29

张琴琴发表于 2019-9-26 10:19
在kindle上用韦氏足本？灵魂拷问一下，这确定用的上么？

灵魂拷问完了，用得上。

又不是说当主力词典用。我在kindle上主力用现代英汉。
查不到的可以切换词典的。

lgmcw · 发表于 2019-9-26 10:25:25

lmjiao 发表于 2019-9-26 10:23
灵魂拷问完了，用得上。

又不是说当主力词典用。我在kindle上主力用现代英汉。

啊，我不是很熟kindle切换的过程方便吗

lmjiao · 发表于 2019-9-26 10:26:09

lgmcw 发表于 2019-9-26 10:25
啊，我不是很熟kindle切换的过程方便吗

操作不复杂，就是反应比较慢。

xiaorenhao · 发表于 2019-9-26 11:00:00

lgmcw 发表于 2019-9-26 10:25
啊，我不是很熟kindle切换的过程方便吗

反应慢的一匹，到时候，你宁愿查纸质的，也不愿意用kindle查词， btw，我买的是Kindle Oasis，最大的用处就是做泡面盖板。

[词典讨论] ⚜【重磅资源】自购美亚50W词头足本韦三W3 Webster's Third Unab...

评分

本帖被以下淘专辑推荐:

点评

评分

点评

点评

点评

评分

点评

点评

点评

点评

点评

评分

点评

点评