林語堂《當代漢英詞典》文本版+全索引图像版

chigre3 · 发表于 2022-3-26 11:34:55

本帖最后由 chigre3 于 2022-3-26 11:37 编辑

https://humanum.arts.cuhk.edu.hk/Lexis/Lindict/
网络版词典凡例里写明（2022.03.26）
(1) 《林語堂當代漢英詞典》網絡版基本上以香港中文大學於 一九七二年印行的第一版（以下稱“原版”）為製作藍本。
(2) 本詞典共收“首字”(head character) 8,169 個，語法範疇及有關用例 (grammatical categories) 44,407 則，漢語詞目 (words)或片語 (phrases) 40,379 條。
(3) 為免引起內碼規格上的混亂，本詞典網絡版暫時不設造字檔，如遇未編入「大五碼」之漢字，悉數以“□”號代替之，以待日後處理。
...
(17) 詞典網絡版的製作涉及許多自動化工序，如音符之改寫、字表和音表之構成、超連結之建立等。這些工序對原件信息的準確性和格式的內部一致性有極高之要求，在在非原版編校時所能全面顧及。因此，詞典內容雖經詳細校對，但錯誤仍在所難免。用者如發現任何錯誤，盼能使用勘誤報表向詞典管理小組報告。如有任何其他建議，請以電郵與我們聯絡: [email protected]。

本坛相关帖子：
1. （小范围分享）【2014.04.09】林語堂《當代漢英詞典》
https://www.pdawiki.com/forum/fo ... hread&tid=11537

2. 林语堂当代汉英词典-繁简索引+词组提取10万（2016/2/23更新）
https://www.pdawiki.com/forum/fo ... hread&tid=15595

制作过程简单记录：
1. 获取“漢字部首索引”和“漢語拼音檢索”，获得这两个索引里的不重复“首字”的链接信息并全部下载：
  (1) ----> 提取首字的页面定位信息 --> 排序
  (2) ----> 提取首字和词语信息 --> 按照(1)的首字顺序进行排序，得到一个wordslist.txt
2. 下载了2个版本的PDF，1972年版的扫描质量不过关，采用1982年版的PDF：
导出图片 --> CEP切边等操作  --> 自动划线 --> 人工增删划线（在此过程中将部分图片重新切边）
3. 校对窗口进行一次精确定位划线所在词头的文本校对

一次校对结果：
1. 纸质版(國內扫描本)存在一些文字错误和少量文字删减（如 “中”-->34. 中華）;
2. 网页版存在一些遗漏和错误（包括页面定位信息的错误）；
3. 首字8171, 词语40330，“上下形檢字法”划线1870处，和网络版有所不同，以纸质版为准。

二次校对（进行中）
后续：词条简体化

shuwushimang · 发表于 2022-3-26 15:37:51

真是棒，向您学习

[展示] 林語堂《當代漢英詞典》文本版+全索引图像版