Як отримати базу даних слів англійської мови? [зачинено]


148

Мені потрібна база даних про кожне дійсне слово англійською мовою. Я перевірив /usr/share/dict/wordsфайл, він містить менше 100 клів. У Вікіпедії сказано, що англійська мова має 475 тис. Слів. Де я можу отримати повний список (американський правопис)?

Крім того, є єдиний веб-сайт, який дає слова для інших мов, включаючи азіатські та європейські?

Редагувати: забути додати, мені не потрібні імена тощо, просто дійсні англійські слова.


9
У мене /usr/share/dict/wordsє 479829 слів, тому, можливо, тут є якась різниця (і може підходити для інших).
marshall.ward

4
wc -l /usr/share/dict/wordsна Mac - 235 876 ​​слів (липень 2014 - OSX Mavericks 10.9.4)
nelsonic

2
Кращий список , який я знайшов: raw.githubusercontent.com/docdis/english-words/master / ... . Дякуємо до @nelsonic.
james.garriss


1
Ви можете отримати список справ тут marcoagpinto.cidadevirtual.pt/proofingtoolgui.html .. шукайте посилання WORDLIST праворуч
kofifus

Відповіді:


75

База даних WordNet може бути корисною. Я колись працював над додатком Firefox, в якому розглядаються слова та всілякі прості та складні асоціації між ними та ін. Схоже, WordNet буде дуже корисним для вас.

Ось він у форматі MySQL . І цей (заархівоване за веб-посиланням) використовує дані Wordnet v3.0, а не старіші дані Wordnet 2.0.


Чи є у них і список, який можна завантажити?

1
Так, вони дають вам можливість завантажувати свою базу даних у багатьох форматах - CSV, база даних MySQL тощо. І навіть мати API, якими ви можете користуватися через .Net, Java тощо ... Це сторінка завантаження - wordnet.princeton .edu / wordnet / завантажити
користувач266803


Я особисто не завантажував його, але він був там готовий, коли я почав кодувати. Тож я не знаю, які файли будуть там, де завантажувати. Я просто знаю, що ви можете завантажувати в різних форматах. Якщо ви можете сказати мені, в якому форматі ви хочете, я можу допомогти.
користувач266803

Схоже, дуже цікавий проект.
Вім Холлебрандсе

36

Ви можете знайти те, що вам потрібно, на infochimps.org .

У них є список з 350 000 простих (тобто нескладних) слів, доступних для вільного завантаження.

Список слів - 350 000+ Прості англійські слова

Щодо інших мов, ви можете поцікавитись на Вікісховищі. Ось посилання на всі резервні копії бази даних - інформація не так організована, але якщо вони мають мову, ви можете завантажити дані у форматі SQL.


6
Посилання для завантаження змінилося - infochimps.com/datasets/…
Chris Rae

36
Роздратовує файл infochimps .xls (файл excel зі словами, розділеними на 6 робочих таблиць!) ... Я вилучив усі 354986 слів у файл txt : github.com/nelsonic/english-words
nelsonic

@nelsonic велике спасибі, посилання на infochimps 404

1
@ChrisRae обидва посилання не працюють
garg10may

5
Схоже, вони включають слова з неправильними написаннями, як, наприклад, технологія - імовірно, оскільки вони збирають все, що з’являється в Інтернеті. тому це добре для зламування / перевірки паролів, але не добре для додатків, які потребують реальних слів (наприклад, перевірки орфографії тощо).
макс

13

Я не бачу http://wordlist.sourceforge.net/ згаданих тут, але саме з цього я б почав, якби шукав щось подібне (і був, коли натрапив на це питання).

Якщо ви не можете знайти те, що ви хочете там, і те, що ви хочете, - це список англійських слів, то, напевно, вам слід витратити додатковий час, описуючи, як розпізнати, що це таке, що ви хочете.


1
Я сподівався, що ці ширші списки містять слова з розділовими знаками, як-от "C ++" або "C #", але їх не вдалося знайти. Отже, якщо це те, що ви після короткого замикання, ви можете пропустити це (і більш вузькі списки в інших відповідях).
варильні панелі

9

Не існує такого поняття, як "повний" список. У різних людей є різні способи вимірювання - наприклад, вони можуть включати сленг, неологізми, багатослівні фрази, образливі терміни, іноземні слова, сполучення дієслів тощо. Деякі люди навіть порахували мільйон слів ! Тож вам доведеться вирішити, що ви хочете в списку слів.


3
Дякуємо за це посилання Дуже просвітливо читайте, скільки саме слів є в англійській мові, і про безглуздість спроб дійти до їх остаточного підрахунку. Для більш короткого та актуального читання, є також таке: en.oxforddic slova.com/explore/language-questions/… .
Прометей

4

Ви можете перевірити *spell словник en-GB, який використовується Mozilla, OpenOffice, і багато іншого програмного забезпечення.


посилання на mozilla en-gb.pyxidium.co.uk/dictionary/en_GB.zip каже, що сервер не знайдено, будь-яке оновлення? спасибі

@AMB Thx, я оновив посилання, щоб вказати на альтернативне джерело словника на extensions.openoffice.org/en/project/…
mloskot

А тепер нове посилання - 404, @mloskot.
james.garriss

@ james.garriss Боюся, весь сайт extensions.openoffice.org, здається, не працює.
mloskot

3

Ви не сказали, для чого вам потрібен цей список. Якщо чогось, що використовується як чорний список для перевірки паролів, достатньо cracklib може бути корисним для вас. Він містить понад 1,5 млн слів.


1
ні, не для чорного списку. Я роблю якусь гру слів / граф.

У ньому багато "непотрібних слів", проте я все ще дуже вдячний, що ви тут це виклали - це ідеально під час пошуку конкретних слів, яких немає в інших словниках (наприклад,
firetruck
Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.