# 《新世纪日汉双解大词典》 OCR文本数据 **URL:** \ **Category:** 日语\ **Tags:** ocr\ **Created:** [2025 年12 月 22 日 04:57 UTC](https://forum.freemdict.com/t/topic/42400 "2025-12-22T04:57:09Z")\ **Posts on this page:** 10\ **Page:** 1
作者： ![wynick27](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/w/958977/32.png) [@wynick27](https://forum.freemdict.com/u/wynick27)\ 发布日期： [2025 年12 月 22 日 04:57 UTC](https://forum.freemdict.com/t/topic/42400/1 "2025-12-22T04:57:10Z")
本词典已经有mdx版了，但是似乎存在缺词和错误问题没有完全修正 > [@《新世纪日汉双解大辞典》补档 + 替补css](https://forum.freemdict.com/t/topic/5042): > > 好的资源值得重开一贴，分享给大家，同时提供替补css一份，附在最后。 感谢freecomic101等无私奉献者，感谢论坛这个优质的平台，祝各位新年快乐，万事顺心！ 5.0版和5.0.1版区别： 1 词条数：28w+、41w+ 2 编辑日期：20200727、20200731 3 其他大修类项目参照[原帖](https://forum.freemdict.com/t/topic/1279/393)[xinshijirihan\_v0.501.zip](https://forum.freemdict.com/uploads/short-url/slxRJtR46V3ZEfg57axM5kAeMMq.zip) (29.8 MB) pw: f… 我重新用gemini和quark进行了ocr，然后开发了新工具进行了幻觉检查，这次幻觉率应该比较低了。 [新世纪日汉双解大辞典\_gemini.zip](https://forum.freemdict.com/uploads/short-url/jaiDjKPzpTj5ncEnktfdHu6AU1z.zip) (17.0 MB) 夸克识别版本： [新世纪日汉双解大辞典 部分1 あ-こ.docx](https://forum.freemdict.com/uploads/short-url/Fskaf0ehAtnqCXr5HJTmpfQS3p.docx) (14.1 MB) [新世纪日汉双解大辞典 部分2 さ-の.docx](https://forum.freemdict.com/uploads/short-url/9YAIbfADp16sM4XiJenENscmI8I.docx) (13.7 MB) [新世纪日汉双解大辞典 部分3 は-ん 附录.docx](https://forum.freemdict.com/uploads/short-url/cNM3Db3RghxVFZS9WPqKo8hQ5Ce.docx) (16.4 MB) 夸克转文本后的版本： [新世纪日汉双解大辞典\_quark.zip](https://forum.freemdict.com/uploads/short-url/pKVvgcMkqSmFlbjr84CExBpvUUz.zip) (18.3 MB) ---
作者： ![zheshijie](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/z/73ab20/32.png) [@zheshijie](https://forum.freemdict.com/u/zheshijie)\ 发布日期： [2025 年12 月 22 日 05:38 UTC](https://forum.freemdict.com/t/topic/42400/2 "2025-12-22T05:38:41Z")
大佬又没有兴趣做这个： [故訓匯纂文字化項目](https://forum.freemdict.com/t/topic/6852) ---
作者： ![wynick27](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/w/958977/32.png) [@wynick27](https://forum.freemdict.com/u/wynick27)\ 发布日期： [2025 年12 月 22 日 06:05 UTC](https://forum.freemdict.com/t/topic/42400/3 "2025-12-22T06:05:57Z")
这个项目现在是什么状态啊，我对古汉语兴趣不大，不过可以帮忙ocr和提供对比工具。 ---
作者： ![zheshijie](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/z/73ab20/32.png) [@zheshijie](https://forum.freemdict.com/u/zheshijie)\ 发布日期： [2025 年12 月 22 日 06:18 UTC](https://forum.freemdict.com/t/topic/42400/4 "2025-12-22T06:18:23Z")
应该只是很多人想尝试，但没有进展，如果不麻烦，大佬可以出一个版本 ---
作者： ![mixivivo](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/m/8491ac/32.png) [@mixivivo](https://forum.freemdict.com/u/mixivivo)\ 发布日期： [2025 年12 月 22 日 06:28 UTC](https://forum.freemdict.com/t/topic/42400/5 "2025-12-22T06:28:39Z")
《故訓匯纂》文本化已经有人在做： [图片词典故訓匯纂文本化过程记录 - #22，来自 W2K](https://forum.freemdict.com/t/topic/23162/22) 但以目前的条件——图像底本不清晰，体量大，生僻难字多，版式也异常——神仙也干不快干不好，最重要的功夫是文字一一对比校改。 ---
作者： ![zheshijie](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/z/73ab20/32.png) [@zheshijie](https://forum.freemdict.com/u/zheshijie)\ 发布日期： [2025 年12 月 22 日 06:38 UTC](https://forum.freemdict.com/t/topic/42400/6 "2025-12-22T06:38:57Z")
噢，感谢提供信息，但是3月份之后就没动静了，不知道结果啥样了 ---
作者： ![mixivivo](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/m/8491ac/32.png) [@mixivivo](https://forum.freemdict.com/u/mixivivo)\ 发布日期： [2025 年12 月 22 日 06:40 UTC](https://forum.freemdict.com/t/topic/42400/7 "2025-12-22T06:40:56Z")
书本身也是古文字专家才真的用得上的，一般人像说文解字、集韵、康熙字典、辞源、汉语大字典、汉语大词典等还满足不了需求？即使偶尔查一下，图像PDF也很方便，索求文本mdx，我看多是叶公好龙，松鼠症发作，真有了文本化词典也是束之高阁居多。 ---
作者： ![weist123](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/w/71e660/32.png) [@weist123](https://forum.freemdict.com/u/weist123)\ 发布日期： [2025 年12 月 22 日 06:46 UTC](https://forum.freemdict.com/t/topic/42400/8 "2025-12-22T06:46:23Z")
楼主：你新ocr后，有没有转成mdx啊，我看附件是txt格式。 ---
作者： ![mixivivo](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/m/8491ac/32.png) [@mixivivo](https://forum.freemdict.com/u/mixivivo)\ 发布日期： [2025 年12 月 22 日 06:52 UTC](https://forum.freemdict.com/t/topic/42400/9 "2025-12-22T06:52:31Z")
像《故訓匯纂》里的“麝”字条，18条例证，实际基本是一个意思，不研究训诂和古文字，一般人查它是浪费精力和时间。 ![麝01](https://forumcdn.freemdict.com/uploads/default/original/3X/0/5/05cfb26bd7d1e5787476f0bc2b2cc985153ced66.jpeg) ---
作者： ![wynick27](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/w/958977/32.png) [@wynick27](https://forum.freemdict.com/u/wynick27)\ 发布日期： [2025 年12 月 22 日 06:54 UTC](https://forum.freemdict.com/t/topic/42400/10 "2025-12-22T06:54:23Z")
这个不是直接转那么简单的，ocr只是第一步，需要进行数据清洗，词头匹配，然后原来的文本要转成可还原为html的文本形式然后才能对比校对，还需要做大量工作。