4

Sono alla ricerca di un database di tutte le parole italiane, in particolare di tutte le forme che le parole possono assumere in italiano (cioè tutte le possibili flessioni in base a maschile/femminile, singolare/plurale, coniugazione, ecc.). Si trovano diverse risorse in rete (ad esempio uno degli archivi più completi mi sembra https://github.com/napolux/paroleitaliane), ma nessuna di quelle che ho trovato comprende vocaboli che ritengo assolutamente comprensibili ed utilizzabili, come, ad esempio, "sfogliabile" o "apparecchiabile".

Qualcuno conosce qualche risorsa più completa?

8
  • Benvenuto/a su Italian.SE!
    – Charo
    Jul 25 '20 at 17:30
  • @FedericoPoloni, il corpus che avevi usato per questa risposta può forse rispondere alla domanda?
    – DaG
    Jul 25 '20 at 17:38
  • Sarebbe utile, in effetti, se fosse fatto bene. Non sono particolarmente ferrato su questo tipo di database, ma l'italiano (come le altre lingue naturali, quale più quale meno) è molto fecondo: dato un verbo e un suffisso come “-bile”, potenzialmente “esistono” tutte le parole che si possono generare in questo modo, ma è difficile che un dizionario o un corpus le contempli tutte (a meno appunto che non possa appunto generare anche parole “nuove” a partire da prefissi e suffissi).
    – DaG
    Jul 25 '20 at 17:44
  • @DaG Non credo che quel database (che, per inciso, è disponibile per esempio su packages.debian.org/sid/witalian) sia migliore di quelli che l'OP ha già a disposizione. Ha 116758 parole, e non contiene "sfogliabile" né "apparecchiabile". Jul 27 '20 at 8:31
  • 1
    "Google translate è in grado di tradurre sfogliabile, quindi ha un database più completo": questo non è detto. I traduttori moderni sono basati su tecniche di machine learning, non su vocabolari e traduzioni parola per parola; in teoria potrebbero essere in grado di tradurre il vocabolo pur senza averlo visto su una lista di parole preesistente, esattamente come fa un essere umano. Jul 28 '20 at 6:44
2

Di recente ho avuto anch'io la stessa necessità e ho provato a generarne uno a partire da alcuni già noti, fra cui quello che hai menzionato, e usando lo spell-checker di MS Word come "filtro"; lo si può trovare qui.

Il file si chiama dictionary.txt e contiene sui 4 milioni di parole, anche se molte sono forme verbali flesse. Per inciso, fra quelle generate ci sono anche le parole sfogliabile e apparecchiabile. In ogni caso, sicuramente non è completo per diverse ragioni. La risposta arriva in ritardo ma spero aiuterà lo stesso qualcuno.

Your Answer

By clicking “Post Your Answer”, you agree to our terms of service, privacy policy and cookie policy

Not the answer you're looking for? Browse other questions tagged or ask your own question.