以ps2版为基础,修复了ps2版的一些错误和缺词,之前有近200个日文版缺词,已经逐一核对修改,之前版本的问题一并修复了。
双解版感谢 @midzuki_yuka 解析的casio数据,我手动校对了1700个左右的外字(目前部首暂时没替换,还有一些外字字形不同没替换),进行了整合。
以后还将制作图片版和图片双解版本,现在因为图片匹配率低还没处理完。以后会发布四个版本,日文版,双解版,图片版和双解图片版。
目前已知问题:
中文版的中国相关词条是在附录中的,有的词条在日文版没有。
中文版包含英文缩写部分,日文版这个在附录,也没有。
日文版的表格被替换成了html的链接,暂时没有处理,和图片一起处理。
日文版所有JIS以外的汉字词条都没有,大概有300个,这个以后会和ocr版本补。
日文版部分JIS以外的汉字被替换为了假名,这个可能不会处理了,因为要对2500多页的日文版文本进行全文校对。
日文版是没有历史假名的,这个也是需要手动补,比较麻烦。
附录目前不包含,但是附录排版复杂,文本化比较困难。
下载地址:
通过网盘分享的文件:日本語大辞典 第二版
链接: 百度网盘 请输入提取码 提取码: 1234
或
講談社 日本語大辞典 第二版 - FreeMdict Cloud
神农X
4
两处很奇怪的问题
兵库县ー词条的日语和汉语解释完全不一样,不知道是因为翻译采用的印次该词条有修改过还是引进翻译的时候改的
静岡的条目日文明明描述的是静岡県,中文版却成了静岡市,不知道是不是遗漏了一个静岡市的条目,然后匹配错漏了
神农X
5
花了些时间多查了查发现了些问题,感觉匹配问题是最严重的
①内容不一致
醍醐,佛教用词成了京都地名
兵庫県,北方領土問題日文中文内容不一致
②错位
びわ琵琶,しゃみせん三味线和めちゃ的中文跑到了日文上面;
てんのう天皇,みやこ,三界下序号前的文字的中文到了①的后面了,并且没有历代天皇表格
③匹配错误
山形 山的形状匹配成了山形村,没有县;山口 只有登山口词条,没有县
青森 千葉 栃木 静岡 岐阜 長野 新潟 福井 岡山 長崎 熊本 鹿児島 沖縄等13县的日文版的县中文成了市
群馬 香川 広島 福岡 等4县成了町
宮城 宮崎 等2县成了村
神奈川 市成了县
47个都道府県里只有富山同时查得两个词条,分别是县和町,不知道为何只有这个正常,其他未列举的县的日文中文匹配都是对的
④缺翻译
滅法界,渡船,三手楓,三文小説,三汁七菜,三愛石油,三晃金属工業,三機工業,三河湾国定公園,三洋化成工業,三洋工業,三洋証券,三洋電機,三浦工業,三枝博音,三浦新七,三浦梧楼,三浦清宏,三浦雄一郎,穢貊,北の湖敏満,北条時行,北大西洋協力会議,北原亜以子,北九州大学,北九州国定公園,北京官話,北支,北支事変只有日文没有汉译
滬②没有翻译
関漢卿,月饼,三武一宗,北宋,北周,,北京,北京料理,北京条約汉语翻译只有汉字写法没有翻译
戦国時代 日文版中国的战国中文成了日本的,日本的反倒没中文
⑤小错误
北条时赖汉语翻译时间写错12
成了11

神农X
6
到编辑次数了,重新修改了下
①错位
びわ琵琶,しゃみせん三味线和めちゃ的中文跑到了日文上面;
てんのう天皇,みやこ,三界下序号前的文字的中文到了①的后面了,并且没有历代天皇表格
②匹配错误
主要测试了47都道府县的县名
醍醐,DicTangk上佛教用词和京都地名的中日文混了,深蓝词典上只显示日文佛教语——中文京都地名这一对
山形 DicTango上山的形状匹配成了山形村,村成了县,县成了村 深蓝词典上只显示了山的形状成了村这一个,另外四对未显示,搜不到;山口 DicTangi有四个词条,登山口成了村,县成了市,市成了村,村成了登山口,深蓝词典上只显示登山口——山口村这一条
青森 千葉 栃木 静岡 岐阜 長野 新潟 福井 岡山 長崎 熊本 鹿児島 沖縄等13县,县市都有词条,县和市的日文中文都错配了,在DicTango上显示两个词条,在深蓝词典上只显示日文县——中文市这一条
神奈川 兵庫 同样是县市各一个词条,但在DicTango上中日文错配,深蓝词典上只显示日文市——中文县这一条,日文县——中文市这条不显示市
群馬(县町2个词条) 香川(县町2个词条) 広島(县市町都有词条,共3个词条) 福岡(县市町4个词条,其中町在富山県岐阜県各有一个) 等4县成了町,多词条的更复杂
宮城 宮崎(县市町村各一个词条,共4个词条) 等2县成了村
47个都道府県里只有富山同时查得两个词条,分别是县和町,不知道为何只有这个正常,其他未列举的县的日文中文匹配都是对的
③缺翻译
滅法界,渡船,三手楓,三文小説,三汁七菜,三愛石油,三晃金属工業,三機工業,三河湾国定公園,三洋化成工業,三洋工業,三洋証券,三洋電機,三浦工業,三枝博音,三浦新七,三浦梧楼,三浦清宏,三浦雄一郎,穢貊,北の湖敏満,北条時行,北大西洋協力会議,北原亜以子,北九州大学,北九州国定公園,北京官話,北支,北支事変只有日文没有汉译
滬②没有翻译
関漢卿,月饼,三武一宗,北宋,北周,,北京,北京料理,北京条約汉语翻译只有汉字写法没有翻译
戦国時代 日文版中国的战国中文成了日本的,日本的反倒没中文
④小错误
北条时赖汉语翻译时间写错12
成了11

神农X
7
这17万词没法一个个匹配,建议做成这样的组合版,通过按钮切换日文版中文版,这样词条顺序就无所谓了
Dictionary of Idioms, Phrasal Verbs and Slang.zip (12.7 MB)
另外日本语句型词典也可以像这样,把那个三个一旧版和图片版改订版的给拼起来
现在加强了同名词条匹配算法,地名问题基本解决了
注意中文版是所有中国相关词条都没翻译,而是后面给了个表,无法匹配翻译是正常的
另外表格内容现在已经按原书重建
神农X
9
47都道府县及其县厅一个个核对了,上面说的匹配都对了;缺翻译的也补了,表格也有了。就是还有俩问题
①同假名同汉字写法的词,DictTango和欧陆都正常,就是深蓝如果只用汉字或者假名搜索就还是只显示一个,必须搜索“假名【汉字】”才能都显示,不知道是不是跳转链接的适配有什么问题
②戦国時代,之前是只有中国的才有翻译并且翻译成了日本的,而日本的没有翻译,这次反过来了,成了只有日本的有翻译并且翻译成了中国的,而中国的没翻译,不知道是不是ai幻觉了还是咋了,不知道这种问题是个例还是也有其他的
说起来新明解日汉双解版,还有那个日汉双解版的第二版明镜也都是匹配的吧,不知道为什么那俩就没有匹配的问题,是不是这PSP还是卡西欧的数据哪个特殊些
戦国時代这个因为中文是阉割版,只有一个释义,把和中国相关的释义删了,只能匹配成这样
词条跳转感觉是词典软件的问题,对@@@LINK支持有问题,跳转目标有多个只显示一个,只能让作者解决
新明解日汉匹配问题是因为校对的时候发现的问题都单独修了,一开始匹配也有很多问题的,而且新明解没删大量词条
神农X
11
中文版阉割了那就算了,都保持原貌为好,话说这也阉割,完全看不出来敏感点啊。。。
我研究了下也有大量同假名同汉字的词条的大辞林和大辞泉的跳转,大辞林是跟広辞苑还有几个日本友人做的古语词典一样的,数据自带的数字或者字母编号,这样的坏处就是不能多辞典通搜,比较成功的案例似乎就是大辞泉,
他的处理方式是汉字词跳转链接都弄成了“假名【汉字】”式,不知道日本语大辞典这样处理,如果这样处理的话按照上图,起码汉字词,应该深蓝显示也就没问题了
话说你能不能想到些有多个不同源entry组成的纯假名单词,因为带汉字的多数可以靠異字同訓来解决,那剩下的就是纯假名的了
winn
12
合并确实不好做,需要人工深度干预才行,这需要时间精力和完全匹配的方案。目前有些词条内容是空的,不知道是词头分拆还是合并引起的,如 あ(ア【婭】)、あい(アイ【唉】 到 アイ【壒】)。 如果原版没有问题,或者直接各自独立更能保证资料完整无误?
神农X
13
日文版在深蓝也有同样此问题,类推的话日汉版应该也有此问题,貌似只能假名
汉字这样搞了,或者还有个工作量比较大的笨方法,参照新世纪这样,重新编目,直接把词条都合并掉,并重新编号,就不分列条目了
神农X
14
说起来那么多英语词典,汉语词典,按说词源不同拼写写法一致的单词都多的是,总不可能全都是列在一个entry下吧,怎么感觉查英语汉语没遇到过这问题
参考了下英语,貌似英语词典这种都是后面加数字,这样的话词头就不一样了,然后再通过跳转或者软件的合并词条功能实现
winn
15
原词条(假名【汉字】)先合并日、汉内容,没问题再分拆,这样有保障。两个版本词条不一定完全对等,或者用的汉字不一样,这是问题之一。就上面所举“山形”词条,至少有5个词条:山形市、山形县、两个山形村、山形(山一样的形状)。所以合并工作是有难度的。
神农X
16
47个都道府县及其县厅我都搜过了,有很多三个以上不同地方的词条的单词,现在匹配的都是对的了
现在问题是日文版数据也不全,把jis之外的汉字条目删除了,还要从ocr数据还原缺失条目,而且这个页数特别多。
神农X
18
可以先其实我觉得这都叫日本语大辞典了,汉字少点也没啥,毕竟有七八个专门的汉和辞典呢,再不济也有大辞林,広辞苑,大辞泉乃至日本国语大辞典呢
神农X
19
又一个小问题,这些公司名,假名没有株,汉字却有,应该删掉
之前搜的三愛石油,三晃金属工業,三機工業,三洋化成工業,三洋工業,三洋証券,三洋電機,三浦工業等等都是这样,可以筛选下哪些是株字结尾的
彼方的多利
20
搓了个果系样式图标。
ChatGPT 现在生图支持直接输出透明通道,中英日混排和版式设计感也完全在线。这质感确实跟 Gemini 已经拉开些身位了,压力给到 Google 这边。