汉语成语源流大辞典 修订版

隔壁的

提取码:817u

哪位仁兄下载下,传至本站哟。

5 Likes

Nice!

简介

  • 书:
    • 2009年开明出版社,2023年商务印书馆修订
    • ¥998
    • 刘洁修,著名语言学者,中国社会科学院语言研究所研究员
  • mdx
    • 切图版(原 1G 大小,现 4G)。
      网络没找到文字版数据源。

辛苦。文字不可能哟。

试了下 OCR。对于低字频、非语料库常见句子的字,容易识别错。

看样子这词典没有源数据的话,顶多从切图版 → 切词版。

图像这么大,不能指望有人能传到本坛来。

我希望:

1.有人把pdf传到安娜馆去。或者把pdf的按页分页ocr文本传上来。

2.有人把词头索引mdx传到本坛来。

假如有了词头索引mdx可以和ocr文字构成的mdd配合着用,就可以边用边改,逐渐完善。

++++纯搬运++++

提取码:fnZS

1 Like

会员就是快!

我这查词它显示的好慢啊。

  1. 原件纸张很薄,字很细,背后的字多有干扰。二值化是否能优化?
  2. 切图到切词,加载速度是否能优化?

image

1 Like

没看到切词版啊

Gofile - Your all-in-one storage solution

解压密码:free,需要解压两次。

2 Likes

谢谢,这个很快。。。。。。。

感谢匿名书友鼎力相助。这个Gofile的平均速度,在我这里大约每秒1.5mb上下,非常快。

压缩文档是一个rar文件套在zip文件中,用7zip都能解压。先解压zip,输入密码,解压后得到rar文件。再解压rar文件得到词典文件。

我个人认为这是目前资料最宏博的成语辞典,学术性强,不适合小伙伴们准备考试使用。不推荐大学以下的学生使用。

但是对于想做学术研究的人,这是需要有的参考书。

我假如想知道一个成语的出处是什么,一定会看一下这书怎么说。这是“源”。

我假如想看看一个成语在使用中有多少种变化,也会参考此书。这是“流”。

我认为可以试验一下用整页ocr文本代替图像mdd,边用边改。

2 Likes

国内可以直连,上传下载都很快,真是玄学。

有制作切词的吗,如有能否传上来一下呀

我尝试了下用开源的 umi-ocr

  1. 字的识别准确率也就80、90%。
  2. 支持分栏的自动识别,但会把背面的字当作字,从而把应该分开的栏在这行连在一起了。

需要熟悉 PDF 工具链的人二值化再试试。不然人工切,需要等浏览全书的时候顺便切成词。

1 Like

去掉了图片背面的字,对 OCR 感兴趣的可以自己测试下。

1468.zip (3.6 MB)

整页 ocr 后的 txt

1468
shen
深
使群众信服。大:表示程度深。孚:为人所信服。宋·洪咨夔《平斋文集·二六·谢贾制置特荐启》:此皆已见于施行,务在更加于推广,大孚众望,弘济中兴。
后世多作[深孚众望]。《(清)刘坤一遗集·奏疏三四·11·提臣应行陛见暂请展缓折》:该提督老于戎事,忠爱性成,于同治五年蒙恩简授湖南提督,迄今三十馀年,专久膺,深孚众望,其朴诚忠勇,早在圣明洞鉴之中。
又作[深孚人心]。清·袁枚《小仓山房续文集·三二·淮徐营游击加赠文林郎田公墓志铭》:以吴人之浮薄,而封公(香泉先生)排日出署,竟齐其口,无一人造作语者。非其道韵平淡,有以深孚于人心,何能如斯?
又作[素孚众望],素(sU):素来;一向。众望也作“物望”。物望:人望;众望。
清·郑燮《郑板桥全集·集外诗文·潍县署中寄四弟墨》:此乃我弟忠信素孚于众望,故能令官绅两造,概行折服,诚属难能而可贵。「《筹办夷务始末·二六·咸丰八年五月丁亥·1027·奕诉奏》:天津乡勇现仍团结,果有素孚物望之官绅,实力训练,晓以大义,啖以重赏,必可得力。
深沟高垒】
shen gou gao lei
挖掘很
深的壕沟,建筑很高的壁垒。指构筑坚固的防御工事。《孙兵法·五名》银雀山汉墓竹简本):深沟高垒而难其粮。《史记·淮阴侯传》九二2615(并见《汉书》三四1867):愿足下假臣奇兵三万人,从间道绝其辐重;足下深沟高垒,坚营勿与战
又作[高垒深沟]。《孙子·虚实篇》《十一家注孙子》91):故我欲战,敌虽高垒深沟,不得不与我战者,攻其所必救也。又作[深壁高垒],深壁(-bi):加高壁垒。枚乘《上书重谏吴王》(《汉书》五一 2363、《文选》三九552下):深壁高垒,副以关城,不如江淮之险。
又作[深沟壁垒],壁垒:围墙;防御工事。《史记·布传》九一2600(并见《汉书》三四1884):汉王收诸侯,还守成皋、荣阳,下蜀、汉之粟,深沟壁垒,分卒守徽乘塞。
又作[深沟峻垒],峻(jun):高。韩凝《汉齐盖庙碑》《全唐文》二○八):以济水之南,深沟峻垒,甲兵,具车乘,
又作[高垒深壁]。《三国志·武帝纪》一7:太祖)因为谋曰:“诸君听吾计······ 皆高垒深壁,勿与战,益为疑兵,示天下形势,以顺诛逆,可立定也。"
又作[高垒深堑],堑(qian):隔断交通的沟。《史记·高祖本纪》八374(并见《汉书》一上42):(汉王)欲复战。郎中郑忠乃说止汉王,使高垒深堑,勿与战。
【深居简出】
shen ju jian chu
深居:居
住在隐秘的地方。《文子·微明》《二十
二子》本852中):患祸之所由来,万万无方,故圣人深居以避害,静默以待时。简出:原指经过拣选而使其离开某地。《后汉书·郎颤传》三○下1062:(条便宜
七事)宜简出宫女,恣其姻嫁。很少外出。
后多指
后来四字成文,原指野兽潜藏在深山密林,很少出来活动。唐·韩愈《昌黎集· 二○·送浮屠文畅师序》:夫兽深居而简出,惧物之为己害也,犹且不脱焉
后多用来指人平日待在家里,很少出门。宋·秦观《淮海集·三七·谢王学士书》:自槟弃以来,尤自刻励,深居简出,几不与世人相通。「王若虚《太一三代度师萧公墓表》《金文最》九一):师自重修观舍,深居简出,外人多不识其面。
又作[深居罕出],罕(han):稀少
宋·吕祖谦《吕东莱文集·四·与朱侍讲》:向来在外舍,深居罕出。
又作[深藏简出],藏(cang):隐匿。明·陶宗仪《南村辍耕录·二七·妓妾守志》:(汪)佛奴独居尼寺,深藏简出,操行洁白,以终其身。
【深厉浅揭】
shen li qian qi
《诗经·抑
风·苑有苦叶》(《十三经注疏》本302 下):深则厉,浅则揭。
意思是遇到深水
就穿着单衣下水过去,遇到浅水就撩
起衣服过去。
《尔雅·释水》(同上
2619中):以衣涉水为厉。膝以下为揭,膝以上为涉,带以上为厉。(you):由;从;自。
后来用[深厉浅揭],比喻行动因时因地而制宜。张衡《应间》《后汉书》五九 1899):故尝见谤于鄙儒。深厉浅揭,随时为义,曾何贪于支离,而习其孤技邪?宋·王之望《汉滨集·讲义·诗·汉广(其二)》《四库辑本别集拾遗》674):至于不顾礼义,则深厉浅揭,惟其所欲,而尚奚所惧哉?「清·袁枚《小仓山房诗集·三 ○·桂林至兴安路止百里舟行十日》:我今法两贤,少安且毋躁。深厉浅则揭,能行未可料。
又作[浅深揭厉]。唐·杜牧《樊川文集·三·除官归京睦州雨霁》:顾我能甘贱,无由得自强······浅深须揭厉,休更学张纲!
也省作[揭厉]。陈昌言《赋得玉水记方流》《全唐诗》四六四):滔滔在何许,揭厉愿从游。「权德舆《张隐居<庄子指要>序》(《全唐文》四九三):然则道之于物,无不也。行之者视其分随其方而揭厉之,则为家为邦,为仁为智,游之泳之,日渐渍之,化与心成,不知所自。
又省作[厉揭]。汉·杨雄《剧秦美新》(《文选》四八681下):蕨被风濡化者,京师沉潜,甸内匝洽,侯卫厉揭,要荒灌沐
比喻影响深浅不同。「清·赵翼《瓯北诗钞·七言古一·题王摩洁渡水罗汉图》:丹
青真那得知,厉揭神情独可按。按:此为本义。
深盟密约
shen meng mi yue
指男
女双方为确保爱情始终不渝而对天起誓发愿,立下盟约。也指这样的盟约。杨泽民《满路花》《全宋词》3012上):深盟密约,啮臂曾流血。须知弦断有,鸾胶接。别离日久,转觉归心切。《玉娇梨》一九212:偶尔相逢,似有天幸;黯然别去,殊苦人心。记得石上深盟,花前密约,历历在耳。
又作[深盟厚约],厚:深;亲密。晃端礼《柳初新》《全宋词》442上):共伊合下、深盟厚约,比望收因结果。这好事、难成易破。到如今、彼此无那
又作[厚约深盟]。沈唐《念奴娇》《全宋词》171下):燕语千般,争解说、些子伊家消息。厚约深盟,除非重见,见了方端的。而今无奈,寸肠千恨堆积
又作[密约深盟]。吴锡麒《春从天上来·镜听》(《清名家词》五165):乐事酬侬,欢情赊汝,抵似密约深盟。料心心照见,千里外、与证分明
又作[密约深期],泛指男女约会。方千里《浣沙溪(其二)》(《全宋词》2496 下):密约深期卒未成。
藏钩春酒坐频
倾。向人娇艳夜亭亭。
深明大义
shen ming da yi·深切地
了解做人处事的大道理。多指人能识大体。《歧路灯》一○八1007:岂知抚台太太乃是阀阅旧族,科第世家,深明大义,不肯分毫有错。「清·江藩《国朝汉学师承记·四·王兰泉先生》:先是,文成奏先生系独子,母年七十馀,深明大义,以弹心军事。《儿女英雄传》二五451:世上这般双瞳如豆,一叶迷山的,以至糊涂下人,又有几个深明大义的呢?
又作[大义深明]。清·长白浩歌子《萤窗异草·初编·四·苦节》:(翁又嘱日)吾儿大义深明,予无多赘,益善处之,勿令儿女情长也。
深谋远虑
shen mou yuan lu
周密
谋划,长远考虑。汉·贾谊《过秦论》《史记》六282、《文选》五一709下):適戌之众,非抗于九国之师;深谋远虑,行军用兵之道,非及乡(向)时之士也。丨贾谊《新书·过秦下》:当此时也,世非无深谋远虑知化之士也,然所以不敢尽忠拂过
者,秦俗多忌讳之禁也。
《史记·秦始皇
本纪》六278深谋远虑引1作“深虑”
又作[深谋远计],计:计划;策略。《史记·蔡泽传》七九2423:大夫种为越王深谋远计,免会稽之危,以亡为存。
又作[深谋远鉴],鉴(jian):观察。魏徽《唐故邢国公李密墓志铭》《全唐文》一四一):尚书令景武公杨素,崖岸峻峙,天资宏亮······深谋远鉴,独步当时。
又作[深谋远略],略(lue):计谋;策

一节节对比

1468
shen
深
使群众信服。大:表示程度深。孚:为人所信服。宋·洪咨夔《平斋文集·二六·谢贾制置特荐启》:此皆已见于施行,务在更加于推广,大孚众望,弘济中兴。
后世多作[深孚众望]。《(清)刘坤一遗集·奏疏三四·11·提臣应行陛见暂请展缓折》:该提督老于戎事,忠爱性成,于同治五年蒙恩简授湖南提督,迄今三十馀年,专久膺,深孚众望,其朴诚忠勇,早在圣明洞鉴之中。

问题:

  1. 需要根据页面的大横线,把页首页码等分开处理。
  2. ocr_txt 模式,无法标记加粗。
  3. 生僻字竟然不标记,而是直接忽略。如“专阃久膺”
1 Like

这个结果质量很好了,只是生僻字没识别。

问题记录,方便 ocr 做词典时校正:

  1. 标点符号识别缺失。如【、句号。
  2. 段落(即“\n”的判断)有误。有时缺、有时多。可能是按语义来判断的?
  3. 标点符号识别
    1. 错码:全角[半角[混用
    2. 错误:竖线符号 | 识别为括号「
  4. 拼音的声调无法识别,只能识别出字母。
3 Likes

现在这个文本大概可以出个堪读的版本。

每页的词头从 mdx 提取,然后在 txt 中搜索,搜到就直接把其他文字放到词条内容中。

我的爱豆,教教我怎么二值化的。

2 Likes