迭代英语词典所有单词的来源

Question

我需要遍历英语词典中的所有单词＆amp;根据它们是名词/动词还是其他任何内容来过滤某些内容。某些其他特征。有什么东西我可以用作这些词的来源吗？

Answer 1

只是想提一下，关于WordNet，有“停用词”，不包括在内。网上有些人制作了一些停用词，但我不确定它们是多么完整。 一些停止的词是：'''，'that'，'我'，'''来自''''。

更大的列表在这里： http://www.d.umn.edu/~tpederse/Group01/WordNet/wordnet-stoplist.html

有关单词列表，请参阅此sourceforge项目： http://wordlist.sourceforge.net/

您可能还想搜索此类列表的 usecases ，以便找到合适的数据源。

例如：

• 拼写检查算法使用单词列表（独立的拼写检查程序，OpenOffice等文字处理应用程序）。

• 文字游戏算法使用单词（拼字游戏，词汇教育游戏，填字游戏生成器）

• 密码破解算法使用单词来帮助查找弱密码。 outpost9.com/files/WordLists.html

还有几个Java API可供选择，只有一些使用最新的字典（3.1）麻省理工学院的一个使用Java 5和WordNet 3.1的单词。

Answer 2

我推荐来自princeton.edu的WordNet。这是一个受欢迎的英文词汇数据库，其中包含以下字词属性：

1. 简短定义
2. 词性，例如名词，动词，形容词，＆amp; c。
3. 同义词和分组

smu.edu中有一个WordNet Java API，可以简化您在应用程序中使用WordNet的过程。您也可以下载数据库并自行解析，因为它只有12MB​​压缩。