鉴于当下网络流传的《汉语大词典》文字版种类猥杂冗滥，偶有粗修、时多妄改，种种非一，颇有谬种流传，滋人疑窦之弊。因此本人倡议以原始的汉大光盘版文本为底本，用夸克扫描王等OCR数智工具的分析扫描文本参校，确定光盘版的误植、漏收、擅加、移窜之处，一一订正，以求得到一个接近汉大原书本来面目的版本。
自上个月底开始我重启之前的文本校对工程，对工作流稍加优化，略略提升效率，以近期完成的第八卷粗校为例，总页数1361页，动态校改，不时移植汉语辞书总汇词条数据进行苴补，每完成200页的扫校累计用时大概在四小时到八小时。断断续续二十天左右利用空暇时间完成了第八卷的粗校。根据自身的感知而言，只要有基础的古文识读功底，大多可以胜任这一简单的校改工作，难的反倒是从日常工作、娱乐的时间之外挤出一点点来。即便我有心有力，但时间分配上仍有难以调和的地方。以我一人之身，独力进行校改，即便可以竟其全功，只怕最终所经月日也要在一年乃至两年三年。因此才想在网上寻找同道，一起推动这一工程的进展。
学问之海，汪洋浩漭，对于有志古道、逐昔人游的学友，《汉语大词典》无疑是跨海必资的“利楫”。期盼能找到助力，八九人足矣。协同校改期间可以共用本人账号，分时分段，接力使用。但最好不要利用机器爬虫等手段，避免被系统维护方锁定封杀 
以下展示已完成粗校的部分汉大文本，坛友可以参研参研，共商其是。
文字文稿=汉大08a1【20250709：1439】.docx (993.5 KB)
6 个赞
词头要补，释义要补，例证也要补，就是不知道会员一天的浏览量能有多少
词头36w左右，能不能先把词头浏览一遍，查找缺失的词头，
释义，想这种掉了，错了，改了，怎么搜呢，
例证，用正则搜索，释义必定配例证？找出缺少例证的释义？
浏览量的上限我真不好盲目测试。之前最早开通两个账号用于抓取字头、词头，接连被封了，真的很心疼。字头抓了全部，词头才抓了一卷，我还是手动抓的。不管什么账号，限流是肯定的，爽不过一天。按我的方法是最省事的，因为不仅仅是部分词条整个缺失或者缺失例证，还有其他小问题，你拿一册从头到尾梳理下来再合适不过了。WPS用校对功能取光盘、OCR文本进行核对比照，很容易锁定需要增删改的地方，你可以看看我展示的校对样稿，就好评判容不容易上手
校对样稿很详细，能达到这个标准，那很完美了，遍历固然好，就看限流的情况了，蚂蚁搬家，
ps,wps这校对功能看起来很nb啊
校对本来就是这样的苦工作啊。需要的知识不深，但是人力时间极多。支持楼主啃这种硬骨头的决心 
你如果感兴趣，私信艾特我一下，我账号借你用用，先拿我整理一半的第六卷练练手，这个卷次只差补齐例证、词条了。或者等个三四天，我理出第九卷，你试试从零到一整起
嗯嗯，就是费眼费腰费时间而已。但凡有十个人，一个半月就给他办下来了。如果有的话……我后面还计划整理明清白话小说语料库、现当代话本小说语料库，都有现成的文本，只差人手去核校对，可惜力有未逮，只能徒呼奈何了
建议使用XML格式进行标记，是比较通用且现代化的方法。不要搞doc了。
这个得等后面再做考量了，考虑到文科生普遍的接受度和校对过程中对wps校对功能的依赖性，毕竟咱这只是先过一遍的粗校而已
1 个赞
