自然英语单词

Question

我需要我可以找到的几种语言处理操作中最详尽的英语单词列表，但我无法在互联网上找到具有足够好质量的任何内容。

英语里有1,000,000个单词，包括外文和/或技术词汇。

你能否建议这样一个来源（或接近500k字），可以从互联网下载，也许有点分类？你使用什么输入语言处理应用程序？

Answer 1

Kevin's wordlists是我知道的最好的单词列表。

WordNet是更好，如果你想知道的事情是名词，动词等，同义词等

Answer 2

谁让你有百万字？根据Wikipedia，牛津英语词典只有600,000。 OED试图包含所有使用的技术和俚语术语。

Answer 3

我在普渡大学进行了受控/自然英语和语言领域知识处理方面的研究。

我会看看这个项目：http://attempto.ifi.uzh.ch/site/description/这是一个项目，以帮助建立一个受控制的自然英语。

您可以下载他们的整个单词词典：http://attempto.ifi.uzh.ch/site/downloads/files/clex-6.0-080806.zip它有约100,000个自然英语单词。

您也可以为特定领域的单词提供您自己的词典，这就是我们在我们的研究中所做的。他们提供网络服务来解析和格式化自然英文文本。

Answer 4

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

如何让你的单词列表更长：给定一个名词，添加以下任意给它的：无，伪，半，-arific， - 极客， ...; mutatis mutandis为动词等

Answer 5

尝试直接维基百科的提取物：。http://dbpedia.org

Answer 6

有没有按照这个 - oxford太多基地字（171k这是我记得在大学里CS程序被告知 但是，如果包括所有形式的words-的则大幅上升。

这就是说，为什么不自己做一个？找一个维基百科的转储和分析它，并建立了一套你遇到的所有令牌。

期待拼写错误虽然 - 就像所有的事情一样rowd-sources将会出现错误。