open-source - 我在哪里可以获得带有结构化数据的英语词典？

Question

我想以结构化格式（例如 TXT、XML 或 SQL）下载英语词典——不仅仅是一个单词列表。

具体来说，我需要拼音发音和词性（不需要定义）。

令人惊讶的是，我在任何地方都无法在网上找到这个。维基词典可供下载，但它只是 MediaWiki 文章本身。抓取所有文章并提取语音和词性将是一项巨大的工作。

这在任何地方都可用吗？我不介意付钱。

编辑：有几个人问我想做什么。我的迫切需要只是好奇，例如“最常见的两音节动词是什么？”。最终，我希望能成为一个工具，帮助您找到可用的域名，并通过将正确的词性与语音匹配的奖励积分配对来实现。

注意：交叉发布在英语语言和用法上。

score 17 · Accepted Answer

目前最新版本是 cmudict.0.7a。

这就是我目前用来为http://www.haikuvillage.com实现音节计数器的方法。它是用 Ruby 编写的，如果有帮助，我很乐意为您开源它。

score 8 · Accepted Answer

高度结构化格式的公共领域语音词典的部分内容：http: //icon.shef.ac.uk/Moby/mpos.html

每行是一个条目，用×分隔，左边是单词值，右边是词性值（动词等）。简单的文本文件。

score 6 · Accepted Answer

Wordnet 是我所知道的最好的词典之一。也许你会在那里找到一些东西： http ://wordnet.princeton.edu/wordnet/related-projects/

score 2 · Accepted Answer

Portman，当我使用DevExpress 的 SpellChecker 工具时，我知道存在OpenOffice 词典，我很确定它们具有明确定义的数据结构。我建议您将它与任何免费/付费的文本转语音工具结合使用。

希望有帮助，

score 1 · Accepted Answer

这不是您问题的直接答案，但 Double Metaphone 算法非常擅长为搜索引擎应用程序服务器（如 Solr 等）查找单词或短语匹配。

我无法说出您的预期用途是什么，所以我无法确定我的建议是否有用。如果它接近您的预期用途，关于 Double Metaphone 的 Wikipedia 页面列出了大约十几个可能值得探索的实现。

5 回答 5