# 开源英汉词典计划（open ecdict） 拟议 **URL:** \ **Category:** 技术交流与词典编修\ **Tags:** 英汉, 开源\ **Created:** [2025 年11 月 7 日 12:46 UTC](https://forum.freemdict.com/t/topic/42038 "2025-11-07T12:46:56Z")\ **Posts on this page:** 20\ **Page:** 1
**Author:** ![mixivivo](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/m/8491ac/32.png) [@mixivivo](https://forum.freemdict.com/u/mixivivo)\ **Post date:** [2025 年11 月 7 日 12:46 UTC](https://forum.freemdict.com/t/topic/42038/1 "2025-11-07T12:46:56Z")
缘起 > [@\[讨论\] 有哪些真正意义上免费的英汉/汉英词典](http://forum.freemdict.com/t/topic/41900/4): > > 群策群力编一个10-15万词汇之间的开源英汉词典，是很好的社区项目，但遗憾的是，国人好像擅长个人英雄主义，或者互相拆台，连这样的小事（相对14亿人）也干不了。CC-CEDICT就组织得不错。 > [@\[讨论\] 有哪些真正意义上免费的英汉/汉英词典](http://forum.freemdict.com/t/topic/41900/5): > > 像 linwei 搞的 ECDICT，就是个人英雄主义的产物，付出的劳动自然值得赞扬，但收录单词泥沙俱下，体量庞大，结果最终成了贪多嚼不烂。几百万单词，个人或者小团体是无法有效管理审核的，质量良莠不齐，别人没法放心用。如果用某种方法抽出10-15万较基础的词汇，集体协力，倒是可以校对复核一遍，保证品质，可惜linwei好像并没有这样的想法或者长期规划，一次性豪情万丈然后就兴味索然、石沉大海了。 > [@《21世纪英汉词典》（2022-02-22日更新）](http://forum.freemdict.com/t/topic/9873/60): > > 初步谈一下上面所述中型英汉词典数据库的构想： > > 1、它的基本版收词量大概在6-7万之间。此一数据不算空穴来风，去观察一下，牛津简明英语词典（COD），《现代汉语词典》，日本的《三省堂国语辞典》、《明解国语辞典》和《岩波国语辞典》，法国的《Le Petit Robert》，《朗氏德汉双解大词典》，收词量全部落在6-8万这个区间，说明无论你的母语是什么，这一量级的词汇量对普通人应付学习、工作、生活来说是足够了，或者绰绰有余。 > > 2、数据库编修的基础选定为《21世纪英汉词典》，原因有好几个：a）它是绝版的词典，不与那些现售的词典发生利益冲突；b）文本数据是现成的，相对准确，只需要略微整理校改；c）其释义风格简明精炼，适合快速参考；d）收词量中等程度，便于扩充，我个人认为编词典增词容易删词难。 > > 3、有了基础文本，下一步的任务是改进完善，主要有下列工作可做： > > i）补充失收“备考”词条。把那些中考词汇、高考词汇、四六级词汇表、研究生入学词汇、专业英语四八级词汇、托福/GRE词汇都找来，程序扫一遍，凡遗漏了的都予以添加。 > > ii）适当补充BNC、COCA这些大规模语料库中词频排名在20000以上的词汇。 > > iii）《牛津高阶英汉双解词典》某一版本中的全部词头（headword）予以收录，还可以考虑《朗文当代》、“柯林斯”这些学习词典的词头数据。 > > iv）是否继续把词条收录扩展到COD（牛津简明）待议，也看前面的工作进行得如何，比如已经有60000词头了，再扩大可能会超标超纲。 > > v）补充词条时的注音、释义力求准确有据，注明出处，像从《牛津高阶》补充收录的词条直接用原始的中文释义即可。 > > vi）从不同来源增补词汇，难免有体例不一致的地方，比如有的词典分vi.、vt.，有的只标verb。先收录进来，再集中校改，统一体例。 > > vii）某些其他词典来源词条释义过详过繁，在注明来源的基础上参考另外的辞书予以删改。 > > viii）数据库词目基本完备之后，可以开始对词条释义予以校订，这是一个长期的工作，力求最终有独立、开放的版权。同时也可以适度删除、增补某些词条，但必须有足够理据。 > > 4、在“基本版”英汉词典数据库的基础上，继续搞扩大版，10万词版，15万词版，20万词版。扩大版的词头依据应该是某一著名词典，注音、释义来源择良而从，因为自6万以上增收的词汇基本都是生僻单词或者专业词汇，其中文释义基本是固定的，也谈不上太多谁抄袭谁。octogen总是翻译为奥克托今，pachycephalosaur总是“肿头龙”而不是“胖头龙”。 > > 5、数据库扩大的原则是宁缺毋滥，例如编修者如果不能把从6万扩充到10万所增加的4万个词条通读校阅一遍，那就不应该搞这个所谓的扩大版。 > [@《21世纪英汉词典》（2022-02-22日更新）](http://forum.freemdict.com/t/topic/9873/65): > > 还有一个方案是不做这个统一的数据库，而是清洗干净若干种主要词典的释义数据库，查词时在这些数据库当中使用fallback机制。第一轮，首先使用《英语专业四八级词汇表》或《牛津中阶英汉双解词典》查询，查询不到，则启用《21世纪英汉词典》查词，如果还是查不到，则fallback到《牛津高阶英汉双解词典》或者COD。这两个词典查询不到结果，则求助于新牛津（ODE）或者《英汉大词典》，如果还是查不到，我们可以使用skywind著名的 ECDICT。之所以搞得这么复杂，是因为收词量小的词典一般来说释义更简洁精炼，适合快速参考。 很早以前我就有这么一个想法，但因为编辑、校订的工作量很大，就不了了之了。不过，现在乘着 ai 的东风，似乎又可以重新捡起，一些繁琐劳累的编校工作，比如统一体例、核查错误、缩减过长释义等交给大模型预处理，然后人工审核即可。 就此各位有什么主意？ ---
**Author:** ![mixivivo](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/m/8491ac/32.png) [@mixivivo](https://forum.freemdict.com/u/mixivivo)\ **Post date:** [2025 年11 月 7 日 13:05 UTC](https://forum.freemdict.com/t/topic/42038/2 "2025-11-07T13:05:16Z")
以《现代英汉词典》、OALD-8、ODE-2为底本，我初步编辑了一个样稿，收词量在10万左右。现在只是一个最简陋原始的起点，错谬不少，此后还有大量的编校工作需要去做。例如词典当中的某些百科词条释义过长，我尝试着用ai精简缩写，效果还可以，但因为还没有审校过，我并没有把它合并进底稿。 [open\_ecdict 样稿.txt](https://forum.freemdict.com/uploads/short-url/e4S1xDPM5MTptLGt4e7X2IEB5TZ.txt) (11.8 MB) ai 释义缩减示例： [def\_long.txt](https://forum.freemdict.com/uploads/short-url/vvPKd7ysvKRpMsJbUV8AIJMgX98.txt) (990.4 KB) [def\_short.txt](https://forum.freemdict.com/uploads/short-url/ulBdKwlAlnrvnxwG51ZB5ReFGAC.txt) (634.8 KB) 补充一个 GitHub 链接，在那里校改文本会更方便一些。 > **[GitHub - mahavivo/open-ecdict: 开源英汉词典（open-source English-Chinese dictionary）](https://github.com/mahavivo/open-ecdict)** > > 开源英汉词典（open-source English-Chinese dictionary） ---
**Author:** ![hua](https://forumcdn.freemdict.com/user_avatar/forum.freemdict.com/hua/32/11090_2.png) [@hua](https://forum.freemdict.com/u/hua)\ **Post date:** [2025 年11 月 7 日 13:12 UTC](https://forum.freemdict.com/t/topic/42038/3 "2025-11-07T13:12:01Z")
---
**Author:** ![hua](https://forumcdn.freemdict.com/user_avatar/forum.freemdict.com/hua/32/11090_2.png) [@hua](https://forum.freemdict.com/u/hua)\ **Post date:** [2025 年11 月 7 日 13:13 UTC](https://forum.freemdict.com/t/topic/42038/4 "2025-11-07T13:13:12Z")
务必考虑 LLM 的幻觉问题，这和词典的准确性（相对）是相悖的。 ---
**Author:** ![mixivivo](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/m/8491ac/32.png) [@mixivivo](https://forum.freemdict.com/u/mixivivo)\ **Post date:** [2025 年11 月 7 日 13:46 UTC](https://forum.freemdict.com/t/topic/42038/5 "2025-11-07T13:46:26Z")
ai只是用来做预处理，只有人工审核过才会添加进底稿。 本来更基础的词汇释义我打算用《英语专业四八级词汇表》，但它太简略了，确实是词汇表，而不是词典，一些并不生僻的义项也缺失。 搞这个开源项目，目前也不是真的编词典，确实需要查词，用正规出版的词典好了，选择也很多。它的主要目的是提供查询的快速参考，力求释义准确，简洁精炼，以供程序调用等。 现存的一大障碍是版权和所谓的“抄袭”问题，它只能通过此后的不断编辑、校改、修订来逐步解决。 ---
**Author:** ![mixivivo](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/m/8491ac/32.png) [@mixivivo](https://forum.freemdict.com/u/mixivivo)\ **Post date:** [2025 年11 月 7 日 14:13 UTC](https://forum.freemdict.com/t/topic/42038/6 "2025-11-07T14:13:56Z")
为了便利编辑修改，词典采用纯文本格式，但也为了程序可以部分准确处理，给文本加了三种分界符：`词头` ⇒ `音标` ※ `释义` 〇 `来源`。➜ 符号指的是链接跳转。至于〈3〉指的是什么，自己去研究就知道了。目前文中注明来源，以保证释义的准确和权威。 > abduction ⇒ [əbˈdʌkʃən] ※ noun, [mass noun] 1. 诱拐，劫持，绑架 → （法律用语）诱拐儿童 2. [生理] （肢体或其他部位的）外展。 adduction 的反义词[见 adduct] 〇〈4〉 > > abductor ⇒ [æbˈdʌktər] ※ n. 1.劫持者；绑架者；绑匪 2.(解)展肌 〇〈3〉 > > Abduh ⇒ [ˈæbdu:] ※ 阿卜杜，穆罕默德（1849—1905，埃及伊斯兰教学者、法理学家和自由主义改革家） 〇〈4〉 > > Abdul Hamid II ⇒ [ˌæbdʊl ˈhæmɪd] ※ 阿卜杜勒哈米德二世（1842—1918，1876—1909年土耳其最后一位苏丹，独裁专制统治者，在青年土耳其组织起义后被废黜） 〇〈4〉 > > abeam ⇒ [əˈbi:m] ※ adv. 正横地（即与船的龙骨或飞机的机身成直角） → 横对着（船或飞机等）的中部 〇〈4〉 > > a beam in one’s eye ⇒ （与他人相比）自身特别重大的缺点 〇〈5〉 > > abeam of ➜ abeam > > abecedarian ⇒ [ˌeibi(:)si(:)ˈdɛəriən] ※ adj. 按字母顺序排列的 〇〈4〉 > > abed ⇒ [əˈbed] ※ adv. (old use)在床上 〇〈3〉 ---
**Author:** ![shiruxue](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/s/bbe5ce/32.png) [@shiruxue](https://forum.freemdict.com/u/shiruxue)\ **Post date:** [2025 年11 月 8 日 00:22 UTC](https://forum.freemdict.com/t/topic/42038/7 "2025-11-08T00:22:57Z")
![image](https://forumcdn.freemdict.com/uploads/default/original/3X/f/1/f1c16f05ef91d265c6b57bc9b8c313e672275fd7.png) - 从0干起仿佛没有必要吧，楼主的想法，The Little Dict 多功能百宝箱都能满足，收词量足够大，查得率接近100%，基础词汇涵盖了常见考试词汇，词义、发音、词频等应有尽有。就连以前总为人诟病的释义，从个人使用经验来看，在线词典中也是比较权威的。最令我喜欢的是，作者提供了常用的七种权威词典单词发音，搭配得当，几乎所有的单词都有词典发音，包括牛津、朗文、剑桥、柯林斯、韦氏、[Vocabulary.com](http://Vocabulary.com)、[Dictionary.com](http://Dictionary.com)，就缺麦克米伦了。哪怕词典小白也可以DIY。 - 美中不足的是，词典制作过去很多年了，作者此后再没维护。如有高手出手更新修复词典数据，则实属论坛一大幸事！ ---
**Author:** ![mixivivo](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/m/8491ac/32.png) [@mixivivo](https://forum.freemdict.com/u/mixivivo)\ **Post date:** [2025 年11 月 8 日 02:37 UTC](https://forum.freemdict.com/t/topic/42038/8 "2025-11-08T02:37:24Z")
萝卜白菜，各有所爱。词典的主要作用是查语义，就释义不准、不佳这一条，就在我这里pass、淘汰了。其他的，什么考试词级、多种发音，我个人觉得都是没用的干扰信息。 > best ⇒ [best] ※ n. 1.最好的事物；最好的状况(或部分) 2.最好(或最优秀、最能干)的人 3.最好的衣服，盛装 4.最诚挚的问候，祝愿 | adv. 1.最好地；最适合地；最有效地 2.最 | vt. 打败；胜过 | adj. 1.最好的，最优秀的 2.最适合的 3.最大的，主要的 〇〈2〉 > > Best ⇒ 贝斯特，查尔斯·赫伯特（1899-1978，美国出生的加拿大生理学家，协助F· G·班廷于1922年发现胰岛素） | 贝斯特，乔治（1946-2005，北爱尔兰足球运动员，曼彻斯特联队边锋，获1968年欧洲足球先生称号） 〇〈5〉 best在我这里查出来的释义，可以略微对比，The Little Dict不少义项丢失了。像串入的“n.(Best)人名;(英、西、德、葡、法)贝斯特”，也是莫名其妙，应该是合并了专门的人名翻译词典。它的释义数据好像是基于skywind的ECDICT，里面的差错不胜枚举。 ---
**Author:** ![Vim](https://forumcdn.freemdict.com/user_avatar/forum.freemdict.com/vim/32/8408_2.png) [@Vim](https://forum.freemdict.com/u/Vim)\ **Post date:** [2025 年11 月 8 日 03:50 UTC](https://forum.freemdict.com/t/topic/42038/9 "2025-11-08T03:50:56Z")
A：如果只是输出上述案例，借鉴 Vibe Coding，先定义规范 + 精心维护的词表，然后让AI逐个处理，最后在人工审核，理论上是完全可以的。 B：如果 A 的质量很好、需求火爆，那么鉴于词典的应用场景很多，很可能会要求在原始版本基础上增加很多特性，但这样复杂性就产生了，难以平衡不同的需求，或许就会衍生很多分支版本，或许需要委员会/理事会之类的协调机构精心构建规范（类似 Python 发展过程），或许需要配套工具，原始数据 + 个性化配置 ==\> 输出个性化结果。 ---
**Author:** ![shiruxue](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/s/bbe5ce/32.png) [@shiruxue](https://forum.freemdict.com/u/shiruxue)\ **Post date:** [2025 年11 月 8 日 04:18 UTC](https://forum.freemdict.com/t/topic/42038/10 "2025-11-08T04:18:47Z")
The Little Dict 词典数据来源不确定，有网友说是youdao，可以确定的是，释义准确度好过大多数在线词典。个人开源词典，如不借/抄鉴/袭未必好过TLD。也正是发现TLD有较多没用的干扰信息，才需要进行修订维护，相比从零开始，事半功倍，不是吗？ ---
**Author:** ![mixivivo](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/m/8491ac/32.png) [@mixivivo](https://forum.freemdict.com/u/mixivivo)\ **Post date:** [2025 年11 月 8 日 04:19 UTC](https://forum.freemdict.com/t/topic/42038/11 "2025-11-08T04:19:22Z")
词表用的是ODE 2的词头数据，10万左右，加上衍生词和短语，13-14万之间。这个词汇量我认为一般情况下是够用了，规模再扩大，就有点失控了，个人无法有效管理审核。先把这个数据做扎实，以后有必要可以进一步扩充。 以现在ai的性能，只给词头，定义清楚体例，同时给若干样本，是能够编辑出相当不错的简释词典的，但这么做审校修正的工作量有点大。为了避免错误和幻觉，还可以加一个RAG流程，给ai提供若干权威词典作为数据库，让它在这个基础上检索提取释义。 另一种思路，就是找一个相对可靠的开源英文词典，然后让ai翻译成中文，再予以审核校订。我大略搜了搜，好像没有很理想的底本，比如有个 The Online Plain Text English Dictionary (OPTED)，是以1913年的Webster词典为基础的，它显然陈旧过时了。 ---
**Author:** ![mixivivo](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/m/8491ac/32.png) [@mixivivo](https://forum.freemdict.com/u/mixivivo)\ **Post date:** [2025 年11 月 8 日 04:34 UTC](https://forum.freemdict.com/t/topic/42038/12 "2025-11-08T04:34:29Z")
老老实实“抄袭”专业词典，我认为是强于虽然还是抄袭，但为了避免这个名头，遮人耳目，而找一些廉价大学生把别人的词典洗稿胡搅蛮缠乱改一气的。像有道、海词、（必应）等在线词典，按理说不缺钱买断别人的词典版权而后开源，或者聘请业界人士来编辑审校4-5万个基础词汇的释义，但它们就是不这么做，一通胡来，流毒天下。 如果觉得The Little Dict很好，自己去改进完善它好了，并没有人拦着你。 ---
**Author:** ![shiruxue](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/s/bbe5ce/32.png) [@shiruxue](https://forum.freemdict.com/u/shiruxue)\ **Post date:** [2025 年11 月 8 日 04:36 UTC](https://forum.freemdict.com/t/topic/42038/13 "2025-11-08T04:36:12Z")
> [@mixivivo](#): > > 词表用的是ODE 2的词头数据，10万左右，加上衍生词和短语，13-14万之间。 这么整的话， 1.涉及版权问题； 2.你是觉得ODE不够好吗？ ---
**Author:** ![mixivivo](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/m/8491ac/32.png) [@mixivivo](https://forum.freemdict.com/u/mixivivo)\ **Post date:** [2025 年11 月 8 日 05:05 UTC](https://forum.freemdict.com/t/topic/42038/14 "2025-11-08T05:05:57Z")
我不认为用ODE的词头存在版权问题，词汇并不属于哪家出版社或者公司。王力的古汉语字典明确在前言里说用的是《辞源》的字头数据，没听说有人就此提出版权指控。 不过就目前的状况open ecdict在释义上存在版权问题，我在前面已经讲过了，它是一个需要长期逐渐解决的障碍。 ODE算我用的主力词典了，没什么不好，但我同样也已经就此说过： > 搞这个开源项目，目前也不是真的编词典，确实需要查词，用正规出版的词典好了，选择也很多。它的主要目的是提供查询的快速参考，力求释义准确，简洁精炼，以供程序调用等。 像在ePub阅览器里需要快速看一下词义，ODE这些就未必合适。 ---
**Author:** ![Vim](https://forumcdn.freemdict.com/user_avatar/forum.freemdict.com/vim/32/8408_2.png) [@Vim](https://forum.freemdict.com/u/Vim)\ **Post date:** [2025 年11 月 8 日 05:19 UTC](https://forum.freemdict.com/t/topic/42038/15 "2025-11-08T05:19:20Z")
这个开源计划相对于[维基词典](https://en.wiktionary.org/wiki/Wiktionary) （ [项目说明](https://en.wiktionary.org/wiki/Wiktionary:Welcome,_newcomers) ），核心区别是什么？毕竟维基词典也是开源，用户多，资金也充足，但没见到有什么特别的反响。 ---
**Author:** ![mixivivo](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/m/8491ac/32.png) [@mixivivo](https://forum.freemdict.com/u/mixivivo)\ **Post date:** [2025 年11 月 8 日 05:26 UTC](https://forum.freemdict.com/t/topic/42038/16 "2025-11-08T05:26:26Z")
维基词典成于多人之手，泥沙俱下，无法控制质量、程度（详或略）、范围，中文版尤其如此了。 ---
**Author:** ![Vim](https://forumcdn.freemdict.com/user_avatar/forum.freemdict.com/vim/32/8408_2.png) [@Vim](https://forum.freemdict.com/u/Vim)\ **Post date:** [2025 年11 月 8 日 05:29 UTC](https://forum.freemdict.com/t/topic/42038/17 "2025-11-08T05:29:50Z")
那么是否意味着，关键应该是有个核心人物或团队，有较高的质量把关？但这可能会引发很多问题——热情难以持续。 不过想想优秀的开源作品也都是如此，先要有个开创性的东西，即使随着时间流逝，维护断断续续，但只要质量够好，说不定什么时候就会有人跟进。 ---
**Author:** ![mixivivo](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/m/8491ac/32.png) [@mixivivo](https://forum.freemdict.com/u/mixivivo)\ **Post date:** [2025 年11 月 8 日 06:00 UTC](https://forum.freemdict.com/t/topic/42038/18 "2025-11-08T06:00:18Z")
10万词的简明释义词典，我自己浏览或者通读一遍应该没问题，毕竟早已读过好几种数万词的词典了。目前绝大多数词的释义也不需要改动，它们通常是准确的（从底本复刻），主要检查有没有因为多重转换导致的错误或者文字遗漏。先做到正确，然后再说适当和符合体例的问题。 ---
**Author:** ![First\_Last](https://forumcdn.freemdict.com/user_avatar/forum.freemdict.com/first_last/32/5_2.png) [@First\_Last](https://forum.freemdict.com/u/First_Last)\ **Post date:** [2025 年11 月 8 日 13:39 UTC](https://forum.freemdict.com/t/topic/42038/19 "2025-11-08T13:39:04Z")
之前站上网友 shaoshi 有做过一个英文词典常收词， 收了 33217 词头。 可以先从这里开始。 ---
**Author:** ![mixivivo](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/m/8491ac/32.png) [@mixivivo](https://forum.freemdict.com/u/mixivivo)\ **Post date:** [2025 年11 月 8 日 13:57 UTC](https://forum.freemdict.com/t/topic/42038/20 "2025-11-08T13:57:33Z")
没什么意义，外研社、牛津的词典编撰专家研究什么词头/词汇重要起码几十年了，ODE又是重头戏，用它比啥都强。一个考研、GRE或者Collins词汇失收？我更相信是考研、gre词汇表或Collins编撰者的偏差和错误。 [下一页](https://forum.freemdict.com/t/topic/42038.md?page=2)