Nos lexiques français, retravaillés — en un seul paquet.
C'est le lexique du correcteur et de la dictée OMEGA — retravaillé, complété, curé, et sensiblement plus utile que la matière première dont il part : ~739 000 formes (enrichies au Wiktionnaire), le genre des noms bouché, les homophones, la morphologie, et un POS-tagger qu'on a entraîné nous-mêmes — le tout trié à zéro faux positif. Le français n'appartient à personne : sers-t'en librement, pour n'importe quel projet.
Un seul zip contient tout ce que nos outils utilisent — dictionnaire, conjugaison, prononciations, lexique du pendu, modèles — avec un NOTICE.txt qui décrit chaque fichier. Aucune donnée personnelle : rien qui vienne d'un corpus privé.
Ce qu'il y a dans le paquet
| Fichier | Contenu | Point de départ |
|---|---|---|
speller.tsv.gz | Lexique orthographique — ~739 000 formes (correction, accents, non-mots ; forme, fréquence ‰, catégorie). | Lexique 4 · Wiktionnaire · Morphalou 3.1 |
genre-accentue.json.gz | Genre des noms, formes accentuées (accord du déterminant et de l’adjectif). | Lexique 4 · Wiktionnaire · Morphalou 3.1 |
genre-noms.tsv.gz | Genre des noms à genre non ambigu (pour l'accord). | Lexique 4 · Wiktionnaire |
pos-tagger-hmm.json[.gz] | POS-tagger HMM : émissions + transitions bigramme, décodage Viterbi (version compressée + JSON lisible). | UD French-GSD · Lexique 4 |
noun-post.txt.gz | Contextes post-nominaux (désambiguïsation nom/verbe en contexte). | Lexique 4 |
accord-sujet-verbe-lm.json.gz | Modèle de langue trigramme élagué pour arbitrer l'accord sujet-verbe. | UD French-GSD |
confusables.json | Groupes de confusables (homophones + paronymes) avec sens. | Lexique 4 · Wiktionnaire |
morpho.json | Morphologie : radicaux (md/mb). | Lexique 4 |
homophones-phonetiques.json | Groupes d'homophones par clé phonétique. | Lexique 4 |
elision.txt | Mots à apostrophe (élision) pour le rappel. | UD French-GSD · curé |
pendu-lexique.json | Lexique du pendu : ~155 000 mots avec prononciation, lemme, catégorie, fréquence (colonnes décrites en tête du fichier). | Lexique 4 |
conjugaison.json | Table de conjugaison : 12 945 verbes, tous les temps et toutes les personnes (verbe → temps → personne → forme). | Lexique 4 · Morphalou 3.1 |
prononciations-morphalou.json | Prononciations de ~305 000 formes, notées comme dans Lexique 4. | Morphalou 3.1 |
troisieme-personne-pluriel.txt.gz | Formes en « -ent » qui sont des 3es personnes du pluriel (« -ent » muet : ils mangent). | Lexique 4 · Morphalou 3.1 |
genre-noms-verbes-rares.json | Genre des formes rares à la fois nom et verbe (« flue » : nom féminin). | Morphalou 3.1 · Wiktionnaire |
prenoms-genre.tsv.gz | Prénoms et leur genre (accord : « Marie est venue »). | Wiktionnaire |
definitions-courtes.json.gz | Définitions courtes par mot (jeu Double-Sens). | Wiktionnaire |
ponctuation-lm.json.gz | Modèle de ponctuation du texte dicté (où poser virgules et points). | UD French-GSD · Wiktionnaire |
LICENSE-LGPL-LR.txt | Texte de la licence LGPL-LR, à joindre avec les fichiers qui dérivent de Morphalou. | ATILF/CNRS |
Formats simples : TSV et JSON (les .gz se décompressent avec n'importe quel outil, gunzip compris).
Le Lexique 4 d'origine, inchangé (6 Mo, compressé en .xz) : c'est le point de départ, sous la même licence (CC BY-SA 4.0, lexique.org).
La police OMEGA Dys — à installer dans Word, LibreOffice, Pages…
Une police de recherche pour les troubles de l'écrit, dessinée en aveugle à partir de nos mesures puis confrontée à la littérature : consonnes voisées épaisses (b d g v z j) et sourdes fines (p t c k q f s), lettres-miroirs b/d/p/q marquées chacune à sa façon, accents agrandis, espacement large. Trois graisses (Regular, Light, Heavy), licence libre (SIL Open Font License).
Installée dans Word, elle fait le voisement par lettre. La « police de son » complète — le s de « poison » rendu voisé, lettres muettes en vermillon, syllabes — a besoin de notre moteur : elle vit dans la dictée, le correcteur et l'extension. Prototype de recherche : pas encore mesuré sur lecteurs réels.
Complément Word (bêta) : la police de son complète dans Word — chaque mot ré-inséré caractère pour caractère en runs stylés (voisé épais, sourd fin, muette vermillon, syllabes). Télécharger le manifeste · installer (sideload) & limites. Non encore testé dans Word par nous : la logique est testée avec le moteur réel, le premier essai réel reste à faire.
Libres à réutiliser
On a fait le gros du travail — extraire, croiser, curer à zéro faux positif, entraîner le POS-tagger, poser les clés phonétiques : c'est cette version-là qu'on te donne, prête à l'emploi, pas la matière brute. Sers-t'en pour ce que tu veux.
Point de départ : Lexique 4, le Wiktionnaire et Universal Dependencies French-GSD (CC BY-SA 4.0). Depuis septembre 2026, le lexique orthographique et le genre accentué contiennent aussi des formes fléchies de Morphalou 3.1 (ATILF/CNRS, licence LGPL-LR, texte joint dans le paquet). Par correction : garde-les ouvertes et crédite OMEGA-Ω + ces sources si tu réutilises.