请选择 进入手机版 | 继续访问电脑版

Dictionaryphile

 找回密码
 立即注册
查看: 686|回复: 1

遠東英漢大辭典全文阅读及纯文本化项目[20221003]

[复制链接]

1304

主题

1327

帖子

4474

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
4474
发表于 2022-11-19 09:04:31 | 显示全部楼层 |阅读模式

项目名称:遠東英漢大辭典全文阅读及纯文本化项目
项目背景:昨发帖([词典讨论] 遠東英漢大辭典已经绝版?(20221002)  https://www.pdawiki.com/forum/fo ... hread&tid=47852),感谢几位同好释疑,可以确认《遠東英漢大辭典》已经绝版。一时兴起,开启一个遠東英漢大辭典全文阅读及纯文本化项目。

项目地址:http://feecd.ducidian.com/,该站点暂仅会用于《遠東英漢大辭典》(FAR EAST ENGLISH-CHINESE DICTIONARY)。我已经放上去一些词条了,这里可以看到所有的词条 http://feecd.ducidian.com/index.php?title=Special:AllPages

最长的 go 条:http://feecd.ducidian.com/index.php?title=go,之前有传闻遠東英漢大辭典以 WBD 为蓝本,且看这 go 条,可比 WBD 详细多了。

道虽迩,不行不至;事虽小,不为不成。

项目原则:原则上没有原则。我自己有几条推荐原则。
第一、繁体原文纯文本即可,不用在乎什么语义标签,不在乎加粗、斜体。我创建的词条都是纯文本 Preformatted 格式。
第二、完成比完美重要,音标我是直接舍去的。

参与方式:
- 任何人都可以在 http://feecd.ducidian.com/ Create account,添加《遠東英漢大辭典》原文词条,修订站点上已有词条里的错误。
- 参与者不会有任何福利。

遇到的困难:
第一、业务上的问题,我发现遠東英漢大辭典里的一些汉字我不太熟悉,鲁鱼亥豕分不清楚,简体、繁体的录入会出现一些问题。
第二、技术上的问题,http://feecd.ducidian.com/ 只有一些基础功能,目前全文搜索还有点问题,慢慢来吧。

FAQ
问:遠東英漢大辭典全文阅读及纯文本化项目,这个项目有何意义?
答:没有意义。网络上我没有找到《遠東英漢大辭典》的文本,坊间传闻有人手打过一遍,但是我也没见过。从出版时间来看,有文字版的可能性微乎其微。要是在本项目进行过程中,突然出现《遠東英漢大辭典》的文本,那本项目抛砖引玉目的达到,或将即刻终止。
参考阅读:2021-04-23 一本书是怎样印刷出来的?来印务中心 揭秘书籍印装全过程 http://pc.yun.jxntv.cn/p/421151.html

问:为什么要用繁体字?
答:遠東英漢大辭典没有出过简体字版,原文就是繁体的。为了体现原貌,故本项目采用繁体字。

问:最终成果会共享吗?
答:所有成果就在 http://feecd.ducidian.com/ 上,该站点基于 MediaWiki,喂鸡百科就基于这套系统。

问:参与项目有什么好处吗?
答:没有。所有成果即时体现在 http://feecd.ducidian.com/ 上,有任何需要讨论的,公开在 pdawiki 本帖回帖或另开新帖讨论即可。

问:http://feecd.ducidian.com/ 有没有任何权限限制?
答:暂无限制,创建账号后即可直接创建、修改词条,后续视情况确定策略。

问:能不能介绍下遠東英漢大辭典?它究竟还有什么价值?
答:对于现在的英语学习者而言,牛津、朗文、柯林斯、韦氏、剑桥、麦克米伦,能起的作用更大;对于语言工作者,网络词典乃至新世纪英汉大词典、英汉大词典、21世纪大英汉词典等有文字版的词典,更为实用。说到底,遠東英漢大辭典就是一本过气词典。它的价值,更多在于娱乐价值,研究它、阅读它也算一种娱乐吧。

问:有没有考虑过直接 OCR 什么的?
答:尝试过一些 OCR 工具,甚至试过 PPOCRLabel 标注,但是过程很痛苦。期待其余大神尝试吧。目前我主要是人工 + OCR 校对。

问:纯文本化项目依靠的原书是什么?
答:参考 https://www.pdawiki.com/forum/fo ... hread&tid=35956 。遠東英漢大辭典版本较多,有台湾原版(我购置了一本),有大陆“内部交流”翻印本(内容无删改),还有商务印书馆版本(内容有小改),参考:[词典考据] 远东英汉台湾版与大陆版的异同 https://www.pdawiki.com/forum/fo ... hread&tid=36089 。但是内容是差不多的。
参考:出版説明 http://feecd.ducidian.com/index. ... 8%E8%AA%AC%E6%98%8E

问:本项目大概需要多长时间?
答:顺其自然吧。

问:关于本项目,您有一些想法、建议,技术上的,以及其他方面的。
答:欢迎跟帖,不过 talk is cheap,ideas are worth nothing without execution 直接开干吧。

问:http://feecd.ducidian.com/ 访问有点慢,有点难用啊。
答:由于词典里有一些内容不会经过“技术”处理,所以 http://feecd.ducidian.com/  服务器并不在大陆。一些区域甚至存在无法访问的可能;服务器本身配置也较低,毕竟目前就我一个人在用,后续视情况而定。
至于 MediaWiki 的使用,稍微需要适应一下。

问:怎么获取 mdx 或其他格式的离线版啊?
答:wiki 转为 mdx 难度很低,后续等词条数量多起来了,会定期自动化转为离线版本供下载、使用。目前我是自制了 dsl 格式的,效果如图。



回复

使用道具 举报

1304

主题

1327

帖子

4474

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
4474
 楼主| 发表于 2022-11-19 09:05:24 | 显示全部楼层
2022-11-18 误操作把 feecd.ducidian.com 搞坏了,尝试修复中。
回复

使用道具 举报

Archiver|手机版|小黑屋|Dictionaryphile  

GMT+8, 2023-1-31 07:40 , Processed in 0.028552 second(s), 20 queries .

Powered by Discuz! X3.3

© 2001-2017 Comsenz Inc.

快速回复 返回顶部 返回列表