GoldenDict-ng(Linux/macOS/Windows)基于Qt5.15.2/Qt6.X版本

xiaoyifang · 2022 年10 月 7 日 13:35

一会新编译一个版本，索引大小减少了3倍（是之前的1/3).

xiaoyifang · 2022 年10 月 7 日 14:00

全文索引的文件截个图看下，你上面的截图不是全文索引的文件，是查询的索引文件。你下载的是zip包的版本吗。

freeeMdict · 2022 年10 月 7 日 14:06

刚用GD不久，全文索引的文件在哪个文件夹呢，1655楼的qt6.3.2版可以进行全文索引。对是ZIP版，索引不起作用

atauzki · 2022 年10 月 7 日 14:10

我的版本没有合并xapian的代码，这是现在有xapian的全文索引的样子

freeeMdict · 2022 年10 月 7 日 14:14

还在进行全索引中，索引完后多了这些带FTS的文件，这些应该是全索引文件吧
这两个版本好像能互相引用，6.3.2的版本能用上6.31的词典和词典配置，我再删掉一个试试

atauzki · 2022 年10 月 7 日 14:18

你这个是旧版，或者我编译的不支持xapian的版本，xapian的全文索引都是文件夹

last_idol · 2022 年10 月 7 日 14:20

去掉位置信息，超过3个字的中文可能会出错。（猜测

atauzki · 2022 年10 月 7 日 14:35

github的最新版，看来搜词组容易出问题

last_idol · 2022 年10 月 7 日 14:55

索引时加了英语的stemmer，其他语言会出错，不建议加。

PS：之前没怎么了解过xapian的索引，只知道ZIM在用，前面看到40G的索引，还猜测是存储了完整的原始文档，没想到光索引就能这么大。

doc.set_data( std::to_string( address ) );

hahaya · 2022 年10 月 7 日 17:12

最新测试版在启动时总是会重新索引epwing的词典：

xiaoyifang · 2022 年10 月 7 日 23:14

词组加双引号。不加的话。是或的关系

xiaoyifang · 2022 年10 月 7 日 23:15

最新的xapian吗。后续看下

xiaoyifang · 2022 年10 月 7 日 23:19

stemmer会处理到其他语言吗。对词典类。多语言的是个问题

去掉位置后。不能进行 near搜索和phase搜索（各个词出现的顺序必须一致）。基本用不到这两种搜索
有点副作用，这种应该算是phase搜索。没法保证顺序和距离了。

last_idol · 2022 年10 月 8 日 04:32

是的，使用stemmer的时候，要提供指定语言的文本。搜索体验和索引体积之间是很难平衡的。

xiaoyifang · 2022 年10 月 8 日 04:57

last_idol · 2022 年10 月 8 日 05:33

不适合词典用。大多语言检测的库第一步是区分书写方式，比如中英这种，这种好认，第二步是统计不同字符组合出现的频率，不同语言的特征是不一样的，但对双语文本就很困难，因为这种统计不是精确到段落、句/单词级别的，很可能判断出错。

hahaya · 2022 年10 月 8 日 08:24

是的，最新的xapian版

hahaya · 2022 年10 月 8 日 08:30

您分享的这本epwing词典，怎么展开搭配的例句啊？点击词条下的跳转链接，不显示内容

xiaoyifang · 2022 年10 月 8 日 09:09

这个链接，链接的是词条中的一部分内容。不支持这种形式。目前gd只支持链接到词头
红色部分的链接指向的是

绿框中打开的文本中的，其中一部分文本。

hahaya · 2022 年10 月 8 日 09:18

哦明白了buding