Česko-německý GPL slovník

18.9.2010 12:19 | Přečteno: 2674× | Linux

Oznámení nového projektu.

Asi tu všichni znáte svobodný anglicko-český slovník. Obsahuje pro mě neuvěřitelných 227220 záznamů a může se směle srovnávat s mnohými komerčními slovníky.

Jistě by bylo hezké mít něco takového i pro jiné jazyky.

S Václavem Radoměřským děláme česko-německý slovník. Už to běží, jdou do toho přidávat slovíčka (zatím jich máme něco přes 400) a teď už je to na dobrovolnících, kteří umí německy lépe než já :).

Máte nějaký nápad na vylepšení? Znáte nějaký česko-německý slovníček s kompatibilní licencí, ze kterého bychom mohli naimportovat nějaká data? Přidáte se? A co na to Jan Tleskač?

Webové rozhraní jsem se snažil udělat tak, aby vkládání víc slovíček po sobě moc nebolelo - stačí přeskákat tabulátorem a zmáčknout entr, po odeslání slovíčka se kurzor přestaví zase do prvního políčka, takže se to dá ovládat i bez myši. Ale jinak nemám problém importovat dávku například z textového souboru.

       

Komentáře

[|🇵🇸]

Připomínka. Není možná úprava hesel. Přidávám heslo, nevyplním "typ slova", jen vyberu v rozbalovacím seznamu -- příslušný sloupec (v exportu) je pak prázný -- asi by se to tam mělo doplnit samo, ne? Nebo nějaké upozornění. Prostě když vyberu podstatné jméno rodu středního, snad to tam nemám ještě psát do toho pole výše.

[Jendа]

Od toho je tam ta červená šipka… A úprava možná je, dáš si vyhledat to slovíčko a v tabulce pak je odkaz upravit.

[|🇵🇸]

Aha, toho vyhledávacího pole jsem si nejdřív vůbec nevšiml.

[|🇵🇸]

Není možná úprava hesel.

Tím se myslí (a) doplnění a (b) úprava. Třeba v tom anglicko-českém jsou chyby.

[|🇵🇸]

Každopádně by to chtělo nějak naznačit, že ten rozbalovací seznam je jen nápověda.

[|🇵🇸]

Jo a kam se má dávat třeba nepravidelné skloňování? Druh sloves? ...? Do poznámky?

[Jendа]

To řeší Vašek… Bohužel je zrovna offline. Nepravidelné skloňování a minulý čas v třetí osobě jednotného čísla do poznámky (do poznámky dáš „er nimmt; er hat genommen“).

[Begleiter]

Co tvar, to řádek + v poznámce uvést např. že se jedná o slabé/smíšené skloňování.

Jinak já osobně nezamýšlím jít tak do hloubky, abych uváděl, zda se jedná o slabé/silné/nepravidelné sloveso. Ale pokud chceš, tak si do poznámky můžeš dát, že se jedná např. o silné sloveso. Např. máme (smíšené skloňování):

der Name
des Namens
dem Namen
den Namen

Takže bude zvlášť řádek pro 'Name', zvlášť řádek pro Namens, zvlášť řádek pro Namen... Jasný?

[Begleiter]

Čeho se ale opravdu držím, tak že do poznámky uvádím vždy, zda se jedná o préteritum, perfektum...

[|🇵🇸]

Cože?! Jako pro každý tvar zvlášť položka? OMG!

Jinak ano, hodilo by se uvádět, jak se s tím slovem zachází (BTW v německých výkladových slovnících to tak je), protože když to slovo hledám ve slovníku, pravděpodobně je to proto, že ho neznám nebo neumím používat.

[Jendа]

Takhle?

[|🇵🇸]

Jo, to je lepší. Akorát při zobrazení bez obrázků tam nějak není ta červená šipečka, jenom '^', šlo by to třeba obarvit CSS?

[Jendа]

Hergot, v Unicode není zlomená šipka doleva a nahoru, tak jsem tam dal alespoň tohle.

[Sodalite]

Když kliknu do rozbalovacího seznamu a potom na červenou šipku, tak se mi tam záznam vloží. Tak jaká nápověda???

[Luboš Doležel (Doli)]

Asi tu všichni znáte svobodný anglicko-český slovník. Obsahuje pro mě neuvěřitelných 227220 záznamů a může se směle srovnávat s mnohými komerčními slovníky.

Kéž by to byla pravda. Bohužel obsahuje docela dost redundantních/podivných záznamů a pokročilá slovní zásoba je dost nekompletní. Oproti poslednímu Lingea Lexiconu pořád bída.

Hlavně ty záznamy jsou samy o sobě dost chatrné. Připomíná mi to ten hrůzaslovník na Seznam.cz.

[Luboš Doležel (Doli)]

Dám příklad - zkuste do toho zadat slovo beckon. Vyhodí to tyhle věci:

beckon - zvát
beckon - pokynout
beckons - zve

První položka je zavádějící - beckon v tomhle významu opravdu znamená spíš lákat (jako lure) než zvát (jako invite). Druhá je OK. A ta třetí je evidentně naprosto zbytečná.

[Petr Prášek]

Mohls to rovnou opravit.

[Luboš Doležel (Doli)]

Proč? To bych musel podobně opravit tři čtvrtě toho slovníku.

[Begleiter]

+1

[Petr Tomášek]

-1

Proč by měl opravovat něco, co je špatné „by-design“?

[Grunt]

Kdysi mi jakési slovníky do Stardictu poslal Oťula (za což jsem mu nesmírně vděčný). Bohužel k nim neznám licenci (a jen doufám, že to nebylo nic tajného – no při nejhorším to smažu). Třeba se to do začátku bude hodit.

[Begleiter]

Může se to hodit, ale bohužel bez té licence to nepůjde.

[Grunt]

Fakt nepomůžu. Snažit jsem se Googlit a hledat zdroj ale bez úspěchu. Nejspíš by bylo potřeba kontaktovat Otu a pátrat po původním autorovi.

[Grunt]

Jinak mám pocit, že jsem ještě jeden takový obdobný menší slovník pro Stardict už kdesi viděl.

[Begleiter]

Díky za ochotu. Mám Otu kontaktovat?

[Grunt]

Mám Otu kontaktovat?

Já v tom nevidím nejmenší problém.

[otula]

Václav mne kontaktoval, ale moc s tím nepomohu, protože autora ani licenci neznám. Našel jsem to kdysi na nějakých stránkách se slovníky, ale netuším už ani adresu těch stránek, natož něco dalšího.

[Jendа]

na nějakých stránkách se slovníky

Rapidshare.com?

[otula]

Pochybuji, že by na RS byly slovníky pro Stardict Bylo to na normálních stránkách, ale zda je původ slovníku čistý, to fakt nevím, a určitě bych za něj žádný orgán do ohně nestrkal…

[Jendа]

Fakt se to čte s ť?

[Grunt]

Co?

[Jendа]

Oťula.

[Grunt]

Aha. Jsem si říkal, kde by Němci vzali ť. Jinak nevím. Zeptej se ho. Ale, že by se otulil (základ slova tulit se?) se mi nezdá.

[Jendа]

že by se otulil (základ slova tulit se?)

Eh, co to znamená „otulit se“? Jako tulit se kolem něčeho?

Ty to vůbec máš s těmi jmény divné. Už jsi přestal Davidovi říkat Kolíbáč?

[Grunt]

Ach jo. Neotravuj furt. Nechápu jak to souvisí a na některé otázky prostě odpovědi neznám budeš-li snažit sebevíc.

[otula]

Jo, Oťula je naprosto správně. Bejvalka mi říkala Oťulko, Jana mi tak říká jen když je výjimečně velmi potěšena třeba nějakou kytkou, jinak mi převážně říká právě Oťulo, občas Oťóchu. Ale nejvíc mne oslovuje stylem Jéžišmarjá, {co tu zase dělá ta bedna | co je tu zas nadrobeno | proč je to prkýnko nahoře | kolikrát ti mám opakovat…}?

[Petr Tomášek]

Taková otázka: proč děláte česko-německý a ne německo-český slovník?

Podle mně je a) k vytvoření kvalitního Č-N slovníku zapotřebí velmi dobré znalosti němčiny; nejlépe, aby na tom dělali rodilí mluvčí; b) stejně tak bude větší zájem o směr N→Č, než Č→N.

[Jendа]

Já ti nevím. Tak mě to napadlo. Vzhledem k tomu, že to jde používat oběma směry, tak mi to přijde celkem nevýznamné… Ale podle mě je spíš česko-německý - pro české sloveso odbočit jsou rovnou i záznamy pro třetí osobu.

[|🇵🇸]

Ale pro ostatní časy nic...

[Petr Tomášek]

Pokud by to má být Č⇒N, tak proč se zadává, slovní druh / rod / atd. pro němčinu a ne pro češtinu?

[Begleiter]

Jde hlavně o to, aby prostě si kdokoli za pomoci tohoto slovníku mohl vyhledat překlad německého slova do češtiny. Opačně to půjde taky. Tak nevím, co řešíte.

[Petr Tomášek]

Tak to, aby to šlo „opačně“ je pěkná blbost, takle se kvalitní slovníky nedělají. Pokud to tak, skutečně chcete, pak z toho bude pěkný zmetek, asi něco, jako mají na seznamu...

[|🇵🇸]

Problém je, že v tuto chvíli ten slovník nemá nic mimo svobodné licence navíc oproti jiným slovníkům. Tohle se týká především anglického slovníku (ZČU), protože němčina je v zásadě mimo mě, takže ani nemůžu moc přispívat do tohoto slovníku. Na tom anglickém je problém v chybách* a právě v chybějících příkladech a souvisejích frázích apod. (v němčině je to navíc ta gramatika, IMHO klíčová). Tím pádem mizí i motivace přispívat (jistě, tady je to GUI jednoduché, takže se to ještě celkem dá). Raději si pořídím třeba LL a OALD/LDOCE, ač jsou proprietární, s restriktivní licencí, navíc relativně drahé.

* U méně frekventované slovní zásoby byly některé překlady zcela zcestné, konkrétní příklady bych teď musel dohledávat, ale ve škole jsem na to čuměl jak puk, když jsem to konzultoval s OALD a rodilým mluvčím.

[Petr Tomášek]

Ještě jednu věc: pokud bych se skutečně snažil udělat pořádný slovník, tak bych si určitě nevystačil s překladem 1:1, ale ke každému výrazu v původním jazyce bych dal možnost několika různých („základních“) významů (např. označených „arabskými“ číslicemi), a ke každému z nich mít synonymní vyjádření v cílovém jazyce plus vazby a idiomy.

[Begleiter]

Dělám slovník takový, aby mi vyhovoval a aby byl užitečný i jiným lidem (což určitě bude).

Po vzoru slovnik.zcu.cz má každý překlad jednoho slova vlastní řádek.

ke každému z nich mít synonymní vyjádření v cílovém jazyce plus vazby a idiomy.

Nebudu opisovat jiné (komerční) slovníky, abych vyhověl vám. Když nějakou vazbu znám, tak jí do slovníku dám.

[Petr Tomášek]

Vidíte, měl jsem chuť přispět, ale do takového zmetku opravdu nemám chuť.

[Petr Tomášek]

Nebudu opisovat jiné (komerční) slovníky, abych vyhověl vám. Když nějakou vazbu znám, tak jí do slovníku dám.

A jak ji tam jako dáte, když ani nevíte, jestli chcete překládat z Č⇒N (tj. jestli se jedná o českou frázi), nebo z N⇒Č; a když na ni nemáte žádnou kloudnou strukturu v databázi?

[Begleiter]

Vždycky se najde nějakej Helmut von Idiot, co akorát kritizuje. Ale aby sám něco udělal, to ne.

[Petr Tomášek]

Sorry, snažil jsem se přijít s konstruktivní kritikou, bohužel přístup „mě to vyhovuje, neser se mi do toho“ není zrovna způsob, jak přitáhnout další přispěvatele...

[Luboš Doležel (Doli)]

Přesně tak, to je základ. Jinak je z toho opravdu bordel typu slovnik.seznam.cz.

[otasomil]

Po precteni textu na zminene strance byste si meli davat majzla pac se muze objevit kreten jez bude pi****t ze je vlastnikem ci jinym narokovatelem slovnich prekladu DE / CZ.

Doufam ze se tak nikdy nestane a preju mnoho uspechu v praci na slovniku.

[Begleiter]

Díky.

[Jardík]

Abychom jim pak rozuměli, až na nás zase půjdou s beretama?

[xurfa]

Jardíku, ty jsi prostě jen obyčejný malý český blb...

[Jardík]

Já o sobě alespoň netvrdím, že jsem nadčlověk.

[xurfa]

Jejda, ty jsi ale pitomec! Ukaž mě němce, který o sobě tvrdí, že je nadčlověk...

[Jardík]

Ukaž mě němce, který o sobě tvrdí, že je nadčlověk

Tohle já přece nikde neříkám, to by mohl být rasismus ...

[Václav "Darm" Novák]

Kdy a jací Němci na nás šli s baretama?

[Václav "Darm" Novák]

Jo beretama, slepota :D

[gtz]

předpokládá se import slovníků z dict.info?

[Jendа]

Hmm, FDL. Já si hned říkal, že s GPL budou problémy . Možná by to chtělo změnit licenci, dokud to ještě jde (= není tam moc slovíček od moc lidí). Napíšu Vaškovi…

[Ondrej 'SanTiago' Zajicek]

Ono je otazka, zda by nebylo nejlepsi rovnou to spojit (strojove synchronizovat) s wiktionary.org

[Michal Čihař]

Verzi pro stardict si můžete (stejně jako u anglického) stáhnout ode mě.

[Jendа]

Ó, díky moc.

[Begleiter]

Moc díky.

[Grunt]

BTW: Ještě mě napadlo…nakolik legální by bylo vzít klasický slovník a zOCRkovat ho? Když už nějaké to slovo přidávat budu, stejně se podívám do klasického slovníku co vůbec znamená.