自然英語單詞

Question

我需要我可以找到的幾種語言處理操作中最詳盡的英語單詞列表，但我無法在互聯網上找到具有足夠好質量的任何內容。

英語裏有1,000,000個單詞，包括外文和/或技術詞彙。

你能否建議這樣一個來源（或接近500k字），可以從互聯網下載，也許有點分類？你使用什麼輸入語言處理應用程序？

Answer 1

Kevin's wordlists是我知道的最好的單詞列表。

WordNet是更好，如果你想知道的事情是名詞，動詞等，同義詞等

Answer 2

誰讓你有百萬字？根據Wikipedia，牛津英語詞典只有600,000。 OED試圖包含所有使用的技術和俚語術語。

Answer 3

我在普渡大學進行了受控/自然英語和語言領域知識處理方面的研究。

我會看看這個項目：http://attempto.ifi.uzh.ch/site/description/這是一個項目，以幫助建立一個受控制的自然英語。

您可以下載他們的整個單詞詞典：http://attempto.ifi.uzh.ch/site/downloads/files/clex-6.0-080806.zip它有約100,000個自然英語單詞。

您也可以爲特定領域的單詞提供您自己的詞典，這就是我們在我們的研究中所做的。他們提供網絡服務來解析和格式化自然英文文本。

Answer 4

`The "million word" hoax rolls along」，我看;-)

如何讓你的單詞列表更長：給定一個名詞，添加以下任意給它的：無，僞，半，-arific， - 極客， ...; mutatis mutandis爲動詞等

Answer 5

嘗試直接維基百科的提取物：。http://dbpedia.org

Answer 6

有沒有按照這個 - oxford太多基地字（171k這是我記得在大學裏CS程序被告知 但是，如果包括所有形式的words-的則大幅上升。

這就是說，爲什麼不自己做一個？找一個維基百科的轉儲和分析它，並建立了一套你遇到的所有令牌。

期待拼寫錯誤雖然 - 就像所有的事情一樣rowd-sources將會出現錯誤。