Source et méthode
Le dictionnaire utilisé
D'où viennent les mots du site, ce qui a été retiré, et ce que veut dire « mot courant ».
La source
Tous les mots du site viennent du Lexique des formes fléchies du français de Grammalecte, version 7.7, réalisé par Olivier R. et les contributeurs du projet Grammalecte et de Dicollecte, son dictionnaire collaboratif. Il est publié sous licence Mozilla Public License 2.0.
Il contient les formes fléchies : pluriels, féminins et conjugaisons. « Chanter » y figure, mais aussi « chantions » ou « chanteraient ». Il donne pour chaque forme un indice de fréquence de 0 à 9, calculé par Grammalecte sur plusieurs grands corpus de textes : Google Books (1-grammes), Wikipédia, Wikisource et des œuvres littéraires.
Ce que le site en a retiré
Le fichier source compte 515 693 lignes. Pour les jeux de lettres, le site garde seulement les mots écrits en lettres, et retire :
- les noms propres, prénoms et noms de famille ;
- les sigles, abréviations et symboles (km, kg, etc.) ;
- les mots composés avec un trait d'union et les élisions avec apostrophe ;
- les mots qui contiennent un chiffre, les préfixes seuls et les formes que le lexique note comme fautives ;
- des morceaux de locutions latines qui n'existent pas seuls, comme « cujus ».
Les deux orthographes sont gardées quand elles existent : la traditionnelle (« oignon ») et celle des rectifications de 1990 (« ognon »).
Mots familiers et grossiers
Le lexique note certains mots comme familiers, argotiques ou péjoratifs. Le site s'en sert, avec une courte liste maison de mots grossiers ou injurieux que le lexique ne note pas, pour marquer 8 998 formes. Elles ne sont jamais mises en avant dans les mots courants ni dans les exemples. Dans les outils, la case « Masquer les mots familiers et grossiers » est cochée par défaut ; votre navigateur retient votre choix si vous la décochez.
Les chiffres
| Le dictionnaire du site | Nombre |
|---|---|
| Mots retenus (formes fléchies comprises) | 443 982 |
| Mots différents une fois les accents retirés | 420 944 |
| Mots courants (indice de fréquence 5 ou plus) | 77 831 |
| Formes conjuguées de verbes | 272 807 |
| Mots marqués familiers ou grossiers | 8 998 |
| Lignes du fichier source | 515 693 |
| Mots de 2 lettres | 82 |
| Mots de 3 lettres | 540 |
| Mots de 4 lettres | 2 461 |
| Mots de 5 lettres | 8 120 |
| Mots de 6 lettres | 18 776 |
| Mots de 7 lettres | 33 705 |
| Mots de 8 lettres | 50 208 |
| Mots de 9 lettres | 62 334 |
| Mots de 10 lettres | 66 390 |
Mot courant, mot rare
Un mot est dit courant quand son indice de fréquence Grammalecte vaut 5 ou plus. Dans les listes, il s'affiche en gras. Les mots d'indice 0 à 2 sont affichés en gris : ils existent, mais on les croise rarement. Cet indice mesure l'usage d'une forme dans les textes, pas sa difficulté.
Ce que ce dictionnaire n'est pas
Ce n'est pas la liste officielle d'un jeu. Les clubs et tournois de Scrabble, par exemple, utilisent l'Officiel du jeu, une liste propriétaire que le site n'utilise pas et ne reproduit pas. Un mot trouvé ici peut donc être refusé dans une partie, et un mot accepté par un jeu peut manquer ici. Le site parle toujours de « mots du dictionnaire », jamais de mots « valides ».
Les fichiers et la licence
Les fichiers de mots chargés par les outils sont une version modifiée du lexique Grammalecte. Ils restent sous licence MPL 2.0 et vous pouvez les réutiliser aux mêmes conditions :
- la liste des modifications
- le texte de la licence MPL 2.0
- un exemple de fichier : les mots de 5 lettres, un mot par ligne, suivi de son indice de fréquence et d'un « c » pour les formes conjuguées
Le lexique d'origine est téléchargeable sur grammalecte.net. Il manque un mot ? Le plus utile est de le proposer au projet Grammalecte : le site reprendra la version suivante.