华宇开源词库——中外历史词库系列

wangyanhan

华宇开源词库——中外历史词库系列

中外历史词库系列说明

（一）版本说明：
    中外历史词库系列包含有两个版本：
    1、《中外历史词库》：
    用QQ、搜狗输入法论坛质量尚好的34个历史类词库合成制作。词条数36245条。
    2、《中外历史词库豪华版》：
    在《中外历史词库》的基础上，增加了：①百度输入法《QQ历史人物名录》中的30000多条。②《辞海中国古代史分册》中的4700多条。③《辞海中国近代史分册》中的800多条。④《辞海历史的地理分册》中的4700多条。⑤《中国百科大辞典历史分册》中的3300多条。⑥《民国人物大辞典》名录7100多条。⑦国民党将领（含台湾）名录2200多条。⑧历届中共中央委员名录1700多条。⑧中国人民解放军将帅名录1600多条。合并去重复后，词条数84553条。
（二）涵盖内容：
    1、范围：囊扩中国古代史、近代史、现代史和世界历史。
    2、中国历史内容含：①古代中央行政部门；②历代职官；③历代年号；④历史事件；⑤帝王名录；⑥后宫群名词、公主封号；⑦历史名人；⑧神话人物；⑨古代地名；⑩重点文物保护单位；⑪石器时代遗址。
    3、世界历史内容含：①历史名词；②历史事件；③历史名人。
（三）适用对象：
    《中外历史词库》就基本能满足中学历史教师、历史著作作家、文史工作者及历史爱好者的一般使用。
    在编辑或打印历史专著时，若想做到输入流畅，建议最好使用《中外历史词库豪华版》。   
（四）为可编辑的开源词库。
    1、《中外历史词库》词频设置如下：
    ①对华宇官方系统词库已有的词条（计8800多条），按原词频套用。
    ②与系统词库词条中的词语、词组有关联的词条（计8000多条），一律设置词频为20。
    ③与系统词库词条中的词语、词组无关联的词条（计20100多条），一律设置词频为5。
    2、《中外历史词库豪华版》补充进《中外历史词库》中的扩充词条，一律设置词频为20。
    3、用户除个别进行手动修改增删外，还可用使用“cnbook（中文记事本）”或“TextPro文本处理”，按如下方法进行批量修改：
    ①文本批量替换：不勾选“正则表达式”，
    查找：20或5
    替换：（用户自己设置的词频数）
    可以批量修改20或5的词频数。
    ②勾选“正则表达式”和“查找不匹配的行”，
    查找：(.+)20$|(.+)5$
    替换：（为空）
    可以清除本词库中华宇官方系统词库已有的词条（使用官方系统词库的用户，进行这项操作，可以避免本词库和官方系统词库的词条重复）。
    ③仍然使用以上正则表达式，不勾选“查找不匹配的行”，则可清除官方系统词库之外的全部词条（不使用官方系统词库的用户，进行这项操作，可提取官方系统词库中已有的历史类词条使用）。
    ④勾选“正则表达式”，
    查找：(.+)5$
    替换：（为空）
    可以清除与系统词库词条中的词语、词组无关联的词条。
（五）编后话：
    纵览了一些主流输入法论坛的历史类词库，自以为这《中外历史词库》和《中外历史词库豪华版》，应该是同行、同类词库中最大的了。粗略检查了一下，感觉大部分多音字的注音还是正确的。但由于词库大，很多多音字词条都没有正音参照，加之小编水平有限，所以注音错误肯定难免。希望广大用户使用中，将错词、错音在论坛上直接反馈，以便及时勘误更新。
    总感觉还有缺憾之处，譬如现代史部分的事件，因此还在继续寻求资料，待日后扩充……

一箭冲天

这个词库比较专业。。

wangyanhan

一箭冲天 发表于 2013-6-1 11:42
这个词库比较专业。。

回一箭冲天兄：

《中外历史词库》放出后，随即便发现词条含量远远不够。

现在已经在着手制作《中外历史豪华词库》。在《中外历史词库》的基础上，增加了如下内容：

1、百度输入法《QQ历史人物名录》30000多条。
2、历届中共中央委员名录1700多条。
3、中国人民解放军将帅名录1600多条。
4、国民党将领（含台湾）名录2200多条。
5、《辞海  中国古代史分册》中的4700多条。
6、《辞海  中国近代史分册》中的800多条。
7、《辞海  历史的地理分册》中的4700多条。
8、《民国人物大辞典》名录7100多条。
9、《中国百科大辞典_历史分册》中的3300多条。

合并去重复后，估计词条总数会在80000——100000条之间。这才真正称得上是“比较专业”了呵呵！