《汉语大词典》正编十二卷词头词条数据（含词头[词目]及对应词条数据，数据主体来源于光盘数据）

将作大匠 · 2025 年7 月 24 日 08:41

【2025.8.30】
本表词头词条数据内容系在光盘版数据基础上增补而成，区分纸本词条（含光盘缺收词条内容）、光盘羡余词条、光盘缺收词条，其中光盘缺收词条核照纸书内容补齐。主核部分也即第二个子工作表“汉大纸本词条”，通过“词头1”文本列筛选褐色、紫色词头确定缺目项，通过“词条2”文本列筛选带有“@”后缀词头确定缺例项，最终审定词头为“元词头”文本列词头，该列多音节词带有音类数字序次标记。综合而言，该数据整体完备度不如leon406整理存档的聚典xml源数据（⺡𦰩⾔吾大词典 2025.09 （2025.10.20 六订+） - 汉汉 - FreeMdict Forum ），但胜在数据源单一、内容原始，可以供有心人后续复核对勘之用。

通过网盘分享的文件：汉大重排k.xlsx
链接: 百度网盘请输入提取码提取码: pj66
–来自百度网盘超级会员v4的分享

【2025.7】
踏破铁鞋无觅处，原来全在我家里我才发现我五年多前已经整体过了一遍红皮本的汉语大词典，对照复音节词头对光盘版缺收的词头予以补录（印象中当时是仅凭词感判断过眼的词头），并且参照日本人的页码关联表也标注对应的卷次、页次。就是当时很多生僻字是简单用构成部件组合标注，现在还得重新梳理、还原一下本字。同样以光盘版复音节词头为参照系，方正源头的增收词为两千八百多笔，而我是四千四百多笔，增量约为一千六百多笔。现合两种数据源进行对勘，预计八到十五天可以理出一个较为完备的词目表。

将作大匠 · 2025 年7 月 29 日 10:08

【20250729】
汉大字表
汉大部首字表e.txt (122.4 KB)
汉大词表
汉大总词目表（初步汇总）.xlsx (4.1 MB)

初步查核汉大光盘版文本较之纸质版文本缺收复音节词条4438笔（词头同形异音通计一笔，增订本复音词未在核对统计范围之内），光盘版文本较之纸质版文本复音节词条存在缺例者约计一万三四千笔。

sxingbai · 2025 年7 月 30 日 05:46

有可靠完整的詞目表，問題就好辦了。多謝樓主！
但驗證了兩條，光盤版的問題都還存在。【山東山相，山西出將】【愛手反裘】
樓主是不是已經對漢大圖版全部做了文字識別？如果是，建議把識別詞頭、光盤詞頭、方正詞頭、hdc詞頭用比對軟件比對，縮小人工校對範圍。

将作大匠 · 2025 年7 月 30 日 09:03

你说的没错，对于光盘版既有词头我做的是修正部分词头的异体字而已。对于词头讹体字基本没有改订。这次初核的重点我放在缺收词目上。汉大图版的OCR我只完成三卷而已，我的计划是先在光盘版文档基础上补足缺收词条、缺例词条，再整体同OCR文档进行对勘，届时订正工作的就只是小范围的散点修订了，工作量相对而言会少很多