ECDICT 实战指南：一份开源英汉词典数据库，填平背单词应用的三个数据坑-北京尧图网络

ECDICT 实战指南一份开源英汉词典数据库填平背单词应用的三个数据坑深夜两点你在调试阅读器里的划词翻译输入框里躺着gave这个单词词典却返回一片空白。不是你数据收得少而是大多数词典数据只收录原型词。ECDICT 是一个免费开源的英汉词典数据库基础版本收录了 76 万条词真正值钱的地方在于它把词形变化、双重词频、词性比例这些元数据做成了标准字段让开发者少踩三个典型的大坑。坑一词典收齐了单词却漏掉了它的形态刚才那个场景里gave查不到是因为大部分词库只收录 give、take 这种原型。以往你只能自己写规则把gave猜回 give猜错了又是一轮白费。ECDICT 换了个做法把动词的时态变体也作为独立词条收录进库同时用exchange字段记录 8 类变化——过去式p、过去分词d、现在分词i、第三人称单数3、比较级r、最高级t、复数s外加原型0。from stardict import DictCsv d DictCsv(ecdict.csv) print(d.query(gave)[translation]) # 直接命中释义无需猜词换个说法exchange就是附在每条词上的微型词形数据库既能正向查give 的过去式是什么也能反向问perceived 的原型是谁。做 Anki 卡片、背单词应用时这一条字段能帮你省掉一整套路标推导代码。坑二单词值不值得背两个词频字段说了算解决了查不查得到更现实的问题来了查到了怎么判断它值不值得背你的应用要给用户推荐生词总得知道排在 9000 名的词和排在 9 万名之后的词优先级差多远。ECDICT 为每个词同时标注bnc和frq两个词频顺序bnc统计几百年来的英国文献偏传统frq统计最近 20 年的当代语料偏现代。单词bnc传统词频frq当代词频quay码头8906两万名开外Taliban未进前 20 万6089quay 在百年文献里是高频率词因为当年航海是主流交通Taliban 在当代语料里冒到了 6000 多名传统词频却查无此词。想看懂 19 世纪名著按bnc排序背想啃现代科技文章按frq排序背。这两个字段直接当推荐权重用省得你自己重新统计一遍语料。坑三词干还原别靠猜查表才可靠对单次查询来说词频已经够用了可一旦涉及整篇文档问题又来了。统计文档词频时gave、taken、teeth如果不还原成原型就会变成三个互不相干的 token。靠判断-ed、-ing结尾的规则算法遇到不规则变化就翻车。ECDICT 作者扫描了 BNC 全部一亿条语料生成了lemma.en.txt包含 8 万多个词干组、18 万多条单词。from stardict import LemmaDB db LemmaDB(); db.load(lemma.en.txt) print(db.word_stem(teeth)) # 反向找原型得到 tooth print(db.get(take)) # 正向列出全部变体查询永远比猜测可靠——这是整个项目最值得带走的工程理念拼写检查领域的权威库 hunspell 也是这么干的。工程上的推荐做法是先查表查不到再用规则兜底能覆盖 95% 以上的情况。一个反直觉的选择仓库里为什么只放 CSV这些能力都建立在同一个前提上你得先把数据用起来而这就绕不开一个反直觉的选择。拿到仓库你会发现主仓库只放 CSV不直接给 SQLite。原因很简单CSV 是纯文本贡献者提交 PR、对比 diff 都方便。但本地开发时76 万行的 CSV 加载偏慢作者建议日常转换成 SQLite。更省心的是stardict.py里的 DictCsv、StarDict、DictMySQL 三个类接口完全一致——query、match、query_batch、register、update、remove、commit一字不差换存储后端不用改业务代码完整版数据则打包在stardict.7z里。查不到单词时先看看 sw 字段把数据跑起来之后你还会撞上一个高频率场景用户输入不标准。你可能遇到过输入 long-time 查不到但词典里明明有 longtime。ECDICT 为每个词维护了隐藏字段swstrip-word规则是删掉字符串里所有非字母数字的字符、再转成小写。匹配按sw走long-time、long time、longtime 就能互相命中。这背后其实是单词的自然演变先是一个词组再是连字符组合用得多了连字符也省了。很多商业词典没有这个字段用户输入形态不对就查不出来而这里可以。两个顺手彩蛋词性比例与词根词缀除了这三大坑项目里还藏着两个能直接拿来用的彩蛋。pos字段记录了词性比例比如 fuse 是n:46/v:54表示它在语料库里 46% 的时候是名词、54% 的时候是动词。这个比例可以直接决定释义的展示顺序翻译接口也能据此优先选择更常见的词性。另外wordroot.txt是 JSON 格式的词根词缀资料含近义词、反义词、例句与词源resemble.txt是形近词表给背单词应用做形近词辨析和词根联想记忆都是现成素材。现在就能动手的验证回到那个深夜场景方案已经很清晰了克隆仓库跑一个最小验证一个小时内让问题落地。git clone https://gitcode.com/gh_mirrors/ec/ECDICT先把 76 万条 CSV 转成本地 SQLite再查一下gavefrom stardict import convert_dict, StarDict convert_dict(ecdict.db, ecdict.csv) # 一次性转换 print(StarDict(ecdict.db).query(gave)) # 毫秒级命中自此你的阅读器不会再对 gave 翻白眼你的背单词应用也有了可靠的词频与词形数据。这份免费开源的英汉词典数据库值得放进你的下一个语言工具里动手试试吧。创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

ECDICT 实战指南：一份开源英汉词典数据库，填平背单词应用的三个数据坑

相关推荐

基于SSM的校园照明监控系统----附源码29694----设备控制、能耗管理与数据库设计

通信基站防雷设施智能运维：从人工巡检到数字化管理

baoyu-comic 三步用出 warm 温馨基调：让知识漫画变怀旧治愈风的完整指南

更多资讯

R语言描述性统计实战：从summary到自定义函数与可视化

Superpowers安装指南：浏览器里的轻量级游戏开发IDE

ponytail：AIGC时代微型物理系统的校验标尺

ponytail：一种高效专注的行为启动符号

Superpowers：一款基于浏览器的开源3D游戏开发工具

仓储机器人行业现状、技术趋势与港股上市策略

今日更新

学生选课系统DFD图绘制指南：边界划分与分层校验实战

JIRA敏捷落地：Scrum角色权限、Sprint与燃尽图避坑指南

SEMI S8人机工程验收实战：从条款拆解到现场实测的完整指南

本周精选

防幻觉智能体架构：电源硬件设计中的大模型编排与工具化实践

OpenGL面试核心考点：渲染管线、矩阵变换与性能排查全解析

全国计算机二级C语言真题PDF高效刷题指南

本月热门

我发现了一个新思路：用 Remotion + Claude Code 像写代码一样自动化生成短视频

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式：TaoToken 统一 Key 配置与验证

2026 大模型集体涨价：用 Python 做企业 Token 成本测算与选型避坑（附配置）

读完文章，想聊聊您的网站？