【讨论】一种提升英文阅读体验的可能性

Jousimies · 2022 年11 月 20 日 12:12

谢谢，很好很强大。

我目前使用下面的方法来 mark unknown word。

advice-add 'osx-dictionary-search-pointer :after 'dictionary-overlay-mark-word-unknown

考虑添加个hook 来干这件事不？

Jousimies · 2022 年11 月 20 日 12:14

我试了下，放配置里直接启动没啥问题，加载只需要 0.7ms，可以的。

ginqi7 · 2022 年11 月 20 日 12:15

我觉得你这样就很好了呢。我自己是在外把查词典+dictionary-overlay-mark-word-unknow 包在了同一个方法里，然后给这个方法定一个快捷键。

好像添加一个hook 也没有什么特别的优点吧？

Jousimies · 2022 年11 月 20 日 12:16

嗯嗯，都可以接受。Emacs里hook 满天飞。

zqso · 2022 年11 月 21 日 03:16

试用了两天，觉得还是要等这个大杀器出现，这个包才算完整。期待。

另外不知道大佬有没有精力给 overlay 加上 face，以便区分普通文本？

参考：

wolray/symbol-overlay

nobiot/org-remark

ginqi7 · 2022 年11 月 21 日 03:30

GitHub - ginqi7/dictionary-overlay at feature/stemming 在这个分支当中实现这个功能。只是还在测试中。大佬有空的话，可以试用一下。帮忙试试有没有什么问题。

需要pip install snowballstemmer

ginqi7 · 2022 年11 月 21 日 03:33

担心加上face 可能会影响阅读。

这个 remark 挺好看的，可以考虑加个变量，让用户自定义face。

zqso · 2022 年11 月 21 日 04:10

我一会儿试试看，不过我也没有经验，也是和你们一起边用边学习。

所以我是比较喜欢 org-remark 这种浅色mark的。之所以提起 symbol-overlay 是因为它可以让相同的word/symbol 显示相同的face。

基础使用的话，提供个defface就够了，以后有精力再进一步整。

zqso · 2022 年11 月 21 日 06:35

拉取了feature/stemming，安装了snowballstemmer，效果不及预期，一些knownwords里的熟词不应该出现在overlay里。

环境：

macOS Big Sur GNU Emacs 29.0.50 (build 1, x86_64-apple-darwin20.6.0, NS appkit-2022.60 Version 11.6 (Build 20G165)) of 2022-11-19

配置：

(use-package websocket-bridge
  :straight (:host github :repo "ginqi7/websocket-bridge")
  :commands (websocket-bridge-server-start))

(use-package dictionary-overlay
  :straight (:host github
             :repo "ginqi7/dictionary-overlay"
             :branch "feature/stemming"
             :files (:defaults "*"))
  :commands (dictionary-overlay-start
             dictionary-overlay-render-buffer)
  :init
  (setq dictionary-overlay-user-data-directory
        (concat path-emacs-private-dir "dictionary-overlay-data/"))
  (setq dictionary-overlay-just-unknown-words nil))

几个截图：

左边knownwords.txt, 右边elfeed-entry文章里的词（如果stemming成功，它们不应该出现）

ginqi7 · 2022 年11 月 21 日 07:10

stemming 的算法比较粗暴，city 会被提取为 citi, 因此它你在knownwords.txt, 中保存city 无法被识别。

你可以重新运行一下dictionary-overlay-mark-word-known ，那么它会吧 city 和citi 全部都保存到 knownwords.txt 当中。

ginqi7 · 2022 年11 月 21 日 07:13

由于stemming 算法并不准确。感觉，stemming 比较适合运用在生词本当中。因为一个词不认识，你通常和他类似的也不认识。但在熟词本场景，可能由于stemming 算法不准确，导致，你把一个你不认识的单词，截断太多，误以为你认识。实际效果如何还不确定。当前我阅读使用的按照“生词本”提示。

zqso · 2022 年11 月 21 日 09:45

我情感上还是比较喜欢透析法，个人比较懒，想让不懂的词自动出现在我面前。

不过我还是好好理一理生/熟词本与 stemming 算法的交互

ginqi7 · 2022 年11 月 21 日 10:16

我现在先用“生词本”模式，阅读一些内容，读完一篇之后，整个buffer 加入到“熟词本”。

我觉得“熟词”积累到一定程度之后，再使用“透析法”或许就比较合适了。

否则一个个添加认识的单词比较麻烦。

ginqi7 · 2022 年11 月 21 日 13:31

把 “词干提取” 的功能合并到主干分支了。需要添加 python 包snowballstemmer, 并没使用 nltk, snowballstemmer 更加轻量，专注与词干提取。

将生词添加到生词本或者熟词本时，同时会把提取的词干也加入其中。因此下次遇到词干相同的词语也会进行翻译，例如 city 和 cities.

由于只有新增加的单词会有效果。如果发现没有效果，需要重新添加一下某个单词，才能根据词干进行匹配。

主要的功能，基本已经都完成了。接下来就是修修补补了。欢迎大家使用，提出问题与建议。

manateelazycat · 2022 年11 月 21 日 13:54

还没有合并补丁吧？

ginqi7 · 2022 年11 月 21 日 14:09

网络太差，居然没有合并成功。

现在合并了。

heisaari · 2022 年11 月 21 日 22:43

大家是怎么更新的，不会像我一样笨地每次删除目录重新clone回来吧

suliveevil · 2022 年11 月 21 日 22:51

git pull

像猫大一样用 submodule 管理插件的话，就

git submodule foreach git pull

redguardtoo · 2022 年11 月 22 日 01:39

可以看一下 GitHub - redguardtoo/mybigword: Use Zipf frequency of each word to extract English big words 一次生词都事先查好. 词典可自己定义.

zqso · 2022 年11 月 22 日 02:09

蹲一个org-remark同款defface。今天尝试自己添加，轮子造了一半，发现face是在dictionary-overlay.py里定义的？我对python不熟悉。

;; TODO 2022-11-21: test
(defface dictionary-overlay-knownwords
  '((((class color) (min-colors 88) (background light))
     :underline "#aecf90" :background "#ecf7ed")
    (((class color) (min-colors 88) (background dark))
     :underline "#00422a" :background "#001904")
    (t
     :inherit highlight))
  "Face for dictionary-overlay known words.")

;; TODO 2022-11-21: test
(defface dictionary-overlay-unknownwords
  '((((class color) (min-colors 88) (background light))
     :underline "#fb8c96" :background "#fbd8db")
    (((class color) (min-colors 88) (background dark))
     :underline "#C77577" :background "#7A696B")
    (t
     :inherit highlight))
  "Face for dictionary-overlay unknown words.")