Mdict词典资源现状和避坑指南

photoshoop · 发表于 2021-8-9 01:58:10

本帖最后由 photoshoop 于 2021-8-15 08:17 编辑

Mdict词典资源最大问题就是数据的准确和完整，各种资源良莠不齐，最好的方法是常备原版PDF(纸质版)作为避坑工具。

汉英词典 (汉英推荐同时使用反查词典)
1 《新时代汉英大词典》(第二版，2014)，潘绍中主编)，有图片版，内容可信，有全索引(质量一般)
2 《新世纪汉英大词典》(第二版，2016)，源于搜狗数据，数据不全，内容不可信，不建议使用。有收费的官方电子版
3 《汉英词典》第三版 (外研社，2010，姚小平主编)，经抽样对比PDF内容可信。
  《现代汉英词典》新版(外研社，2001)以外研社《汉英词典》修订版(1995)为蓝本
4 《汉英大词典》第三版 (2010，吴光华主编)，经抽样对比PDF内容可信。
  第二版叫《汉英大辞典》(2002)，为金山词霸现代英汉汉英综合大辞典来源

英汉词典 (国内)
1 《新时代英汉大词典》 (2004)，有切图版，内容可信
2 《英汉大词典》第二版（2007，陆谷孙主编），经抽样对比PDF内容可信。也有切图版
3 《新世纪英汉大词典》 (2016)，经抽样对比PDF内容可信。也有切图版。还有收费的官方电子版
4 《新英汉词典》第四版 (2009)，有图片版，内容可信

国外ESL词典(非母语词典)
1 《牛津高阶英汉双解词典》第9版，最新英英版为第10版(论坛内有DIY双解版)
2 《朗文当代高级英语辞典(英英.英汉双解)》第6版
3 《柯林斯COBUILD高阶英汉双解学习词典》(外研社,2011版,蓝本为英英第5版,增加10%义项和30%例证)。
  2017双解版对应英英第8版(无mdx,未增加义项和例证)，最新英英版为第9版
4 《韦氏高阶英汉双解词典》(例句最多)
5 有道词典的"柯林斯英汉双解大词典",大坑,语料来源：
1)《柯林斯COBUILD高级英汉双解词典》(对比纸质阉割了词条和不少内容。纸质蓝本为2006年版Collins COBUILD Advanced Dictionary of American English,收词较少)
2) Collins English Dictionary(母语词典)的部分内容

母语词典
1 《Merriam-Webster's Collegiate Dictionary》11th，The Merriam-Webster Online Dictionary网站在线更新
2 《Webster's New World College Dictionary》5th
3 《American Heritage Dictionary》5th，有双解版(基于金山词霸，蓝本为AHD3，翻译的问题不少)
4 《新牛津英汉双解大词典》第2版 (对应ODE第3版,规模大于COED而比Shorter Oxford English Dictionary小一些，数据来源海词)。
ODE在线版不同时期有oxforddictionaries.com，living，lexico.com版，但DIY双解的译文为同一源头。
5 《牛津现代英汉双解词典》(源于Concise Oxford English Dictionary 9th,双解增补版增加1万多新词)。
  《牛津现代英汉双解大词典》百年珍藏版(对应COED第12版，语料来自ODE，无mdx，但有app）
COED11英英版有mdx (来自babylon)
  【说明：为增加新词，节省篇幅，COED8大幅删减了复合词、短语、搭配，COED9是最后一版基于Oxford English Dictionary的COED。
            COED10为全新词典，母本为ODE，与COED9无直接联系，COED10大幅压缩常用义项、成语、搭配，以扩大单词量。】

官方在线词典网站 (实时更新数据)
Oxford Advanced Learner's Dictionary https://www.oxfordlearnersdictionaries.com
Oxford Dictionary of English                   https://www.lexico.com（网站更名几次、语料也有一定调整）
Merriam-Webster's Collegiate Dictionary https://www.merriam-webster.com

基于官方在线词典的MDict词典
www.oxforddictionaries.com 抓取数据 ( 有DIY双解版)
Oxford English Living Dictionaries 抓取数据 (2017，例句多，有DIY双解版)
www.lexico.com  抓取数据  (双解版未公开)
www.oxfordlearnersdictionaries.com 抓取数据 (有基于第8/9版双解的DIY双解版)
www.merriam-webster.com 抓取数据

关于同一词典版本的选择
同一词典会有很多mdx版本，数据源可信度和排版准确性是首要的，其次是索引的完整(含词组提取)。
交叉修改，版本混乱、各种错误都是常见的，词典官方还常有改名狂魔的习惯。版本的鉴别变得非常困难。

推荐：官方光盘抓取数据，纸质词典扫描版，官方在线词典抓取数据
对无法鉴别的数据源应持谨慎和批判的态度
第三方词典内置数据不推荐

datacomputist · 发表于 2021-8-9 02:34:29

很不错的整理！

Mandolin · 发表于 2021-8-9 13:46:29

Mdict英文词典资源现状和避坑指南

wenxiaojian01 · 发表于 2021-8-9 15:07:15

这种评判非常好。

瞬间收藏家 · 发表于 2021-8-10 11:50:17

辛苦整理，牛津朗文柯林斯这样的学习词典在不同版本之间也有差别，比如柯林斯的频率星星一会儿三星制一会儿五星制，同一个词都是五星制在不同版本里有时候也不一样，不知道是怎么回事

shiruxue · 发表于 2021-10-29 09:13:50

感谢楼主无私分享！

兰达 · 发表于 2021-10-29 10:20:43

感谢楼主分享！

becaleong · 发表于 2021-11-15 11:26:25

謝謝分享～～～～

Fumin · 发表于 2021-11-18 20:38:51

马克一下，甄选词典还是挺重要的

bigbird · 发表于 2021-12-10 19:32:48

请有时间放点测试优秀的词典，谢谢。

elisir · 发表于 2022-10-27 11:43:51

楼主辛苦，这种很花精力的。

小白要么直接接受公众号或老师提供的资源，要么自己搜资源。而现在网上的现状对小白用户并不友好。就连本站也为了防止爬虫而在名称中使用各种变形，在搜索时增加了难度。如隔壁也没有精力细分标注每个资源的来源、版本、发行时间、制作人，越积越多，最终全靠个人运气。

制作者发布的词典文件，也有不少未标注数据来源信息、基于哪个版本改进、抓取数据时间，最后更新时间，有的在词典描述中缺失相关信息。
就连CSS这类也如此，未能及时整合改进，并标明实现的功能，针对哪个版本mdx可使用。

最终导致一团糟，未能实现越来越好的目标。

这些就导致小白在找资源时会浪费巨大的精力分辨版本，找适合的css实现相应功能外观。

这也是那些整理、点评资源的意义。

其实更好的是从源头解决，词典制作者和css改版制作者，在发布之时，在一楼更新最新内容和资源，说明采用数据来源时间、基于哪个版本，实现哪些功能、改进、最终修改时间、文件的MD5或SHA256。并将这些描述添加到词典文件的描述中。如果能再增加个相应内容的README文件更好了。相应配置和css文件中有尽可能详细的注释。
打包文件的文件夹要有最后日期。

但现在属于那些技术大佬凭兴趣、爱在奉献，对外人的要求不一定那么乐意。毕竟他要付出更多。对于那些出售的，更不可能乐意让用户可以轻松分辨、自己解读自己出售的资源了。

不仅要在帖子中说明

tgyhuj · 发表于 2022-10-28 09:13:28

非常感谢楼主提醒！

最近下载了几个词典，不知如何分辨。

[词典讨论] Mdict词典资源现状和避坑指南

评分