新阿拉伯语汉语大词典 mdx

[wynick27]

特别感谢 @bud 之前提供了xml数据，我结合这个和原版pdf，修复了大量层级错误，rtl错误和部分私用字问题，终于制作完成了这本词典，这本应该是目前最大的阿汉词典）

此外原版是全rtl的，这里提供了两版本css，直接改名为XAHDCD.css即可
ltr版式：

接近原版的rtl版式

原版样式

下载：
通过网盘分享的文件：新阿拉伯语汉语大词典
链接: 百度网盘 请输入提取码 提取码: 1234
或
新阿拉伯语汉语大词典 - FreeMdict Cloud

AI图标：

[chigre3]

是官網的數據吧 ；）

[wynick27]

是的，不过原数据因为rtl问题版面都是乱的，然后前言附录是让ai直接格式化的

[slgns]

感谢楼主。个人感觉阿文和中文直接分行显示，阿文右起，中文左起，类似这本纸质汉阿词典的排版形式，似乎更易读（当然这个mdx是阿汉，阿文应在上，中文应在下）。只是不知道技术上是否容易实现

[slgns]

文字方向不同就是麻烦。例如这条，mdx呈现效果如下：

纸质书排版如下：

按纸质书，这个词有两种拼写，类似汉语的异体字或异形词。在电子版中，这两种拼写法应该都能被单独检索到，目前是不可以的。另外，纸质书的排版相对清楚，可以比较容易地看出，义项1、2用两种拼法均可，义项3只用第一种拼法，电子版中虽然包含了这个信息，但因为文字方向排版问题，不太容易看出来。

[Shawky]

@wynick27

这本应该是目前最大的阿汉词典

感谢制作，我早有这本没制作。
不过这部不是最大，王老师有一本叫“高级阿汉词典” 全书共收词70,000条。（67911词条）。

我分享王培文教授获得亇人阿卜杜拉国王奖亇人贡献奖喜讯。国内好多人不知道王老师获得第十一届阿卜杜拉国王全球翻译奖

自2014年朱威烈教授获此奖后，这十多年来中国学者再获此大奖，这不仅是王教授亇人的荣誉，而且也是中国的荣耀。

下面是第十一届阿卜杜拉国王全球翻译奖新的闻公报网址截图。

[wynick27]

哦，我是看介绍这本写的是有8万词条得出这本最大的。《高级阿汉词典》写的7万词条，但这本8万词条有很大水分，因为我也没学阿语，所以没法做ocr校对，所以另外两本阿汉词典都没有制作

[wynick27]

这个问题我晚点修复一下

[Shawky]

@wynick27

8万词条得出这本最大的

那应该这是修订版，2003年的。其实，有两款app比官方早做了电子版 麦阿尼阿汉词典 及WPT Chinese-Arabic Dictionary 在线词典 ，他们不是OCR的，而是录入项目

《高级阿汉词典》只有切图版mdx

[slgns]

名词的破碎复数也是一个坑，即类似英文mice这样的不规则复数无法直接查询。
例如كتاب的复数كتب就查不到（查询返回的只有根字母相同的动词）。
阿拉伯语名词的破碎复数还是比较多的，还有一个单数对应多种复数形式，甚至于“复数的复数”形式等，纸质书以各种简化符号标示，数字化起来全是坑。

如这一词条，电子版应提取出复数（标记为جـ）形式كلاب和أكلب，以及复数的复数（标记为جج）形式أكالب和كلابات并去除元音符号，列入词头，以利检索。

[wynick27]

现在已经修复了rtl问题，然后让ai补了复数索引，中文强制换行不太好改

[slgns]

可能需要核实一下源数据，是否有数据缺失。输入شعر，只返回一个结果：

实际上，应该对应纸质书的如下多个词条内容：

[slgns]

三处小瑕疵，可以累积一些批量修正：

عزف条，红线处单词错误连写，应断开如下：
عنه وزهدت

أشار条，多个义项序号未另起行：

استعمر条，画圈处多一个空格，把一个单词错误断成了两个：

[wynick27]

用ocr版本做了全文对比排查，发现有470个高置信疑似缺词，但可能是源数据结构问题，我看看能不能修复。

[神农X]

话说这数据是ocr的么，阿语，适配的OCR软件估计不多吧

[wynick27]

不是，前面写了是之前vdict泄露的xml，中阿混排的gemini，mineru和chrome lens可以识别，其他的都不太行。

[slgns]

查询أ，返回大量词条，但都是错误的。比如第一个应该是ألا词条，第二个应该是أنبض词条，第三个应该是أنبط词条。
源数据可能有系统性的在字母أ后多加空格问题，导致数据处理出错。13层有一个多的空格，也是ا后面的。

[wynick27]

让ai检查了一轮，缺词和报告的其他问题都修复了

[slgns]

感谢持续更新。أنبض和أنبط正常了，但نبض和نبط没有了。另外常用词غرفة的查询结果也有问题，出来的只是一个词组条目غرفة منه。
在能正确查得的情况下，这个数据质量是很好的。

[wynick27]

又修订了一下，这些问题解决了