¿Cómo obtener la base de datos de palabras en inglés?

114

Necesito una base de datos de cada palabra válida en inglés. Revisé el archivo /usr/share/dict/words, que contiene menos de 100k palabras. Wikipedia dice que el inglés tiene 475k de palabras. ¿Dónde obtengo la lista completa (ortografía estadounidense)?¿Cómo obtener la base de datos de palabras en inglés?

Además, ¿hay un único sitio web que también da palabras para otros idiomas, incluidos los asiáticos y europeos?

Editar: Se olvidó de agregar, no necesito nombres, etc., palabras válidas en inglés.

Fuente

2010-02-06 Anonymous

Mi '/ usr/share/dict/words' tiene 479829 palabras, por lo que tal vez haya alguna variación aquí (y podría ser adecuada para otras). –

'wc -l/usr/share/dict/words' en Mac es ** 235,886 palabras ** (julio de 2014 - OSX Mavericks 10.9.4) – nelsonic

Mejor lista que he encontrado: https://raw.githubusercontent.com/ docdis/english-words/master/words2.txt. Gracias a @nelsonic. –

WordNet base de datos puede ser útil. Una vez trabajé en un complemento de Firefox que trata con palabras y todo tipo de asociaciones simples o complicadas entre ellos y esas cosas. Parece que WordNet te será muy útil.

Aquí está en MySQL format. Y this one uses Wordnet v3.0 data, en lugar de los datos anteriores de Wordnet 2.0:

Fuente

2010-02-06 16:09:30 user266803

¿tienen también una lista descargable? –

Sí, le dan la posibilidad de descargar su base de datos en muchos formatos: CSV, base de datos MySQL, etc. e incluso tienen API que puede usar a través de .Net, Java, etc. Esta es la página de descarga: http: //wordnet.princeton.edu/wordnet/download/ – user266803

¿es este? http://wordnetcode.princeton.edu/3.0/WNdb-3.0.tar.gz –

Puede encontrar lo que necesita en infochimps.org.

Tienen una lista de 350,000 palabras simples (es decir, sin compuesto) disponibles para su descarga gratuita.

Word List - 350,000+ Simple English Words

En cuanto a otros idiomas, es posible que desee hurgar en Wikcionario. Aquí hay un enlace a todos los database backups: la información no está organizada, pero si tienen un idioma, puede descargar los datos en formato SQL.

Fuente

2010-02-06 15:35:44 danben

La descarga el enlace ha cambiado - http://www.infochimps.com/datasets/word-list-350000-simple-english-words-excel-readable –

+27

El archivo infochimps es molesto **. xls ** (un archivo de Excel con las palabras dividido en 6 hojas de trabajo!) ... He extraído todas las ** 354986 palabras ** en un ** archivo txt **: https: // github.com/nelsonic/english-words – nelsonic

@nelsonic muchas gracias, el enlace de infochimps es 404 – AMB

No dijiste para qué necesitabas esta lista. Si algo utilizado como una lista negra para la verificación de contraseñas es suficiente, cracklib podría ser bueno para usted. Contiene más de 1,5 millones de palabras.

Fuente

2010-02-06 15:45:06

no, no para la lista negra. Estoy haciendo una especie de juego de palabras/gráfico. –

No existe la lista "completa". Diferentes personas tienen diferentes formas de medir, por ejemplo, pueden incluir jerga, neologismos, frases de varias palabras, términos ofensivos, palabras extranjeras, conjugaciones de verbos, etc. Algunas personas incluso han contado a million words! Por lo tanto, tendrá que decidir lo que quiere en una lista de palabras.

Fuente

2010-02-06 16:21:11

Gracias por ese enlace. Una lectura muy esclarecedora sobre cuántas palabras hay en el idioma inglés, y la inutilidad de tratar de llegar a un conteo definitivo de ellas. Para una lectura más concisa y actualizada, también hay esto: https://en.oxforddictionaries.com/explore/language-questions/how-many-words-are-here-in- the-english-language. – Hashim

Puede consultar *spellen-GB dictionary utilizado por Mozilla, OpenOffice, muchos otros programas.

Fuente

2010-02-06 17:20:00 mloskot

enlace en mozilla http://en-gb.pyxidium.co.uk/dictionary/en_GB.zip dice Servidor no encontrado, ¿alguna actualización? gracias – AMB

@AMB Thx, actualicé el enlace para señalar a una fuente alternativa del diccionario en http://extensions.openoffice.org/en/project/english-dictionaries-apache-openoffice – mloskot

Y ahora el nuevo enlace es 404, @ mloskot. –

No veo http://wordlist.sourceforge.net/ mencionado aquí, pero ahí es donde comenzaría si estuviera buscando algo como esto (y lo estaba, cuando tropecé con esta pregunta).

Si no puede encontrar lo que quiere allí, y lo que desea es una lista de palabras en inglés, entonces probablemente deba dedicar más tiempo a describir cómo reconocer qué es lo que desea.

Fuente

2012-02-06 14:25:46 rdm

Tenía la esperanza de que estas listas más amplias contendrían palabras con signos de puntuación, como "C++" o "C#", pero no pudieron encontrar ninguna. Entonces, si eso es lo que buscas, puedes cortocircuitar, puedes omitir este (y las listas más limitadas en otras respuestas). – hobs

¿Cómo obtener la base de datos de palabras en inglés?

Respuesta

Cuestiones relacionadas