COD9-EC.mdx (11.9 MB)
我对词头进行了词形还原（lemmatization）处理，核心原因在于该词典仅支持精确匹配查询，无法识别单词的曲折变化形式 —— 例如输入 flowers 时，无法检索到其原形 flower。这种限制在手动输入查询场景下影响较小，因为用户通常会主动输入单词原形；但对于屏幕取词功能而言，就是个灾难。以如下句子中加粗标注的单词为例，通过欧路词典的取词功能均无法匹配查询结果，因为这些单词均存在曲折变化，这就极大限制了该词典的查询效率：
Raising awareness in career-related topics is a universal and inclusive approach for all trainees, which affords the opportunity to openly explore diverse career options.
我的方法是采用语料库语言学领域权威学者 Laurence Anthony（其开发了多款免费经典语料库工具）提供的 [Someya Lemma List] 词形还原词表（https://www.laurenceanthony.net/resources/wordlists/e_lemma.zip），然后通过 Python 完成格式适配处理后，将其追加至 mdx 词典文件尾部。打包工具选用了论坛分享的 AutoMdxBuilder_v1.5 版本 ，因为此前尝试使用 MdxBuilder 时，总是出现打包后词条顺序错乱的问题，折腾到半夜还是没搞定，最终用这款工具解决了问题（给开发者点赞）。 【v1.6_20240123】AutoMdxBuilder 自动化制作 mdx 词典
现在词头数量显示为12w，对我而言，查词能力大幅提高了（以前每次用欧路取词查询曲折变化形式的单词时，均需手动确认 “是否要查找 xxx”，点多了还是有点烦的）
第一次修改mdx，参考了本论坛很多资料，不一一列出，不足之处，还请各位大佬指教。