2014年6月27日 星期五

遠流活用中文大辭典

為了幫助一位想自力彙編開放辭典的朋友收集辭彙名稱,特別將我手邊已整理好的幾部離線辭典的辭彙名稱(僅含名稱與注音不含釋義內容)給轉換出來相贈。聽聞他以純手工複製、貼上在收集 遠流活用中文大辭典 的辭彙名稱,我實在佩服他的毅力且心疼,於是再度下海,快速地調出以前的程式進行修改,花了幾天的時間便完成了線上資料的擷取收集,並將其中的所有辭彙名稱轉出,一併相贈。經他比對,他的手工作業還是給漏了兩千餘條辭彙名稱,人工終究還是比不上機器呀!

雖然原先是為了友情相助,但既然資料都已經收集好了,接下來就順手把它整理成離線辭典吧!於是兩、三天後這部 "遠流活用中文大辭典.mdx"(約 4 MB) 離線辭典就誕生了。

這部我自己整理的 "遠流活用中文大辭典" 離線辭典,共含 10417 個單字49536 個複詞總共 59953 個詞條。這與該辭典的編輯凡例所稱 "收錄單字約12000餘字,詞語約收錄八萬餘詞條。" 頗有些出入,或許是實體紙本與線上版本的差異吧。

我一共擷取了 10417 個原始網頁檔案。由於該線上辭典採用的還是 BIG-5 編碼,許多罕用字仍是以圖片來呈現,我大概花了接近一整天的時間,一一人工比對,將 283 個不同的圖片字(還好不算太多)還原成 Unicode 文字,這大概是我製作每部離線辭典的過程中,都要經歷的最費時、費工的部分(沒辦法用程式來解決)。

經過匯整編排,終於順利製作完成。使用時,實際的查詢範例如下:


 簡體: 
注音ㄩㄢˇ拼音yuǎn
【形】① 距離長的。  遠方。② 關係不親近的。  遠親。③ 長久之前的。  遠因。④ 廣博深厚的。  深遠。
【副】距離很大地。  差遠了。

 簡體: 
注音ㄩㄢˋ (院) 拼音yuàn
【動】① 避開。  遠罪豐家。② 離開。  論語.顏淵:「不仁者遠矣。」


這已是我自行製作的第六部主要離線辭典,加入中文辭典的群組之中,讀書時的查閱參考又更添力助。

"遠流活用中文大辭典" 是主編 陳鐵君先生的心血之作,而他積勞成疾,2005年未及看到自己的辭典出版便已辭世,實在令人不勝唏噓。今日堪堪受益,緬懷前人嘔心瀝血、造福後世的風範,感佩無已!


p.s. 2014/09/14 發現原資料中幾乎所有語助詞、綴詞的詞性都標示錯誤(總共 69 處,有 67 個標示錯誤),例如:不、且、也、亦 ...... 等字。逐一加上語助詞的標示修正之。

p.s. 2014/09/28 再發現幾處不妥或錯誤:
[籌] ① 古代用來計數的器具。例:籌策。 ① 古代用來計數的器具。例:漢書.五行志下之上:「籌,所以紀數。」 => 兩項重義且重號,辭典另有一「籌策」條目,前項或宜刪除之。
[薏] 蓮子中心的胚芽。 植物名。見「薏苡」條。 => 兩項重號,後項改 ②。
[飪] 【形】食物未煮熟的。例:論語.鄉黨:「臭惡不食,失飪不食。」 => 此條目詞性、釋義均不妥,「失飪」方是形容詞,「飪」應當還是動詞。查證其他幾部辭典,「失飪」均未有特指未煮熟之意 --- 論語.鄉黨.何晏注:「孔曰:『失飪,失生熟之節也。』」(見漢語大字典、漢語大詞典)、《釋常談》過熟謂之失飪。(見康熙字典)、失飪:烹調生熟失宜。(見漢語大詞典3.0)、烹調食物過生或過熟,以致味道欠佳。(見教育部重編國語辭典) --- 此項或宜刪除。

p.s. 2014/10/05 今天讀詩經時查詢「爰」字,又發現有詞性標示錯誤,索性再做一次清查,於是再發現 46 處語助詞的詞性標示錯誤,例如:乎、今、休、兮、厥 ...... 等字。逐一修正。目前累計共有 113 個標示錯誤。另發現一處錯字:
[一] 【助】①`1`加強氣。 => 【助】①`1`加強氣。



2 則留言:

  1. 老师这部词典现在可否提供下载?

    回覆刪除
    回覆
    1. 很抱歉,這部辭典仍是有版權的著作,雖然當初因緣際會收集到了數據,但恕我不能再分享出來,請見諒!

      刪除