不好意思 我忘记要装插件这回事了
【插件更新】
非常感谢！已下载。
真的好喜欢这个词典，好像缺少“conscious”这个词，恳请大侠修补。
1 Like
已修补，现30933词条
感谢辛苦付出。是用的程序来查词头吗？查词头这种事，用什么程序来查都不可能保证百分百正确,因为你得先有一个准确的词表，这个词表还不能使用别的词典的词表，因为有拼法不同、选取范围不同等种种因素。人工过一趟pdf，怎么也得一两周，要是看纸质书就更慢了。就算没从 ocr 步骤开始做过的，想必也能想象到其背后的投入。本词典，我手上的是“新版”也就是 第八版 revised，正文 1353 頁， 还没算前言、使用说明、附录等内容。如要保证完美，需比对一遍（主要是比对词头）。可以慢慢做的，排错纠正，如厘清 krona 到 kronur 几个词条的关系。Pocket 是介于 Little 和 Concise 之间的一部中小型词典，可以弥补这个系列中的缺憾，制作出来为大功一件。
是的，目前都是用程序处理的，确实不完美，兼顾效率和可用性，暂时只能如此了，慢慢纠错慢慢完善。根据你提到的 krona 到 kronur ，又发现一些问题，正在修复中。
已修复以上已知问题，欢迎挑虫
现词条30873
帖子修改次数有限，以后更新文件都发布在
詞條Achilles heel查不到反而是heel呈現Achilles heel的內容, 麻煩查看一下，謝謝~
我目前ocr制作了很多词典，我的经验是不要让ai第一步就输出格式化内容，因为出错了不容易对比原pdf校对。而跨页文本，特殊符号这些非常容易出错，出错了手动改json也不好改，所以第一步输出和原书接近便于校对的格式，校对后再让ai格式化，而且格式化时要让ai检查格式，格式出错的输出位置手动检查。
1 Like
实作经验之谈啊，谢谢！最近我也是在测试各个模型和方法，确实如何校对纠错是个大问题，先OCR再格式化更保险，我目前正在实践的也是这种方式。让ai一步到位从图片到json内容是理想化状态。
就我最近的实践来看，模型的稳定输出是个最大的问题，模型再强但是发挥不稳定，带来的后续工作量一点不小。
我之前写了校对工具，我一直在用，你可以试试：
这个确实很特殊，短语形式，单词音标，后续修复
Achilles heel /ə’kɪli:z/ • n. a weak point 致命弱点
好的，谢谢。我前几天看到就下载了，逐字校对纠正，讲究！我还没学会使用 
我自己先搞了个简单的校对工具，主要检查单页是否OCR完整。
怎么检查的？我之前是用两个版本对比相似度看有没有幻觉。
已修复，请重新下载。
按文件大小排序，从最小的开始检查，主要检查页尾。
至于幻觉问题，目前我还没发现，这个应该跟温度和提示词有关。我只发现了识别不完整的。
我用的umi-ocr，你用的哪个ocr工具？
我一般手动调用gemini cli
收到，待修复
1 Like