Dataset Viewer
Auto-converted to Parquet Duplicate
ortho
stringlengths
1
85
⌀
lemme
stringlengths
1
85
⌀
id_lemme
stringlengths
4
91
upos
stringclasses
14 values
multext
stringclasses
572 values
phone
stringlengths
1
113
⌀
alignement
stringlengths
3
279
⌀
orthocode
stringlengths
1
108
⌀
composition
stringlengths
9
187
⌀
freq_opensubtitles
float64
0
33k
⌀
freq_wikipedia
float64
0
60.2k
⌀
freq_gutenberg
float64
0.02
53.9k
⌀
parts_opensubtitles
stringlengths
1
35
⌀
parts_wikipedia
stringlengths
1
41
⌀
parts_gutenberg
stringlengths
1
35
⌀
confiance
stringclasses
10 values
-ce
ce
ce#PRON
PRON
Pd-----;Pd-ms--
sə
=- s=c ə=e
-ce
null
1,598.672
8.492
527.149
;1.000
;1.000
;1.000
R
-ci
ci
ci#ADV
ADV
Rgp
si
=- s=c i=i
-ci
null
45.665
13.332
32.401
1.000
1.000
1.000
R
-elle
il
il#PRON
PRON
Pp3fsn-
ɛl
=- ɛ=e l=ll =e°
-elle°
null
67.522
7.546
311.526
1.000
1.000
1.000
B
-elles
il
il#PRON
PRON
Pp3fpn-
ɛl
=- ɛ=e l=ll =e° =s°
-elle°s°
null
14.068
2.77
30.552
1.000
1.000
1.000
B
-en
en
en#PRON
PRON
Pp3fp--;Pp3fs--;Pp3mp--;Pp3ms--
ɑ̃
=- ɑ̃=en
-en
null
32.667
0.892
22.297
0.040;0.144;0.040;0.776
0.031;0.068;0.044;0.857
0.038;0.105;0.038;0.819
C
-il
il
il#PRON
PRON
Pp3msn-
il
=- i=i l=l
-il
null
254.818
25.389
719.242
1.000
1.000
1.000
B
-ils
il
il#PRON
PRON
Pp3mpn-
il
=- i=i l=l =s°
-ils°
null
71.217
6.664
105.852
1.000
1.000
1.000
B
-je
je
je#PRON
PRON
Pp1-sn-
ʒə
=- ʒ=j ə=e
-je
null
248.995
2.406
330.94
1.000
1.000
1.000
C
-la
le
le#PRON
PRON
Pp2fsa-
la
=- l=l a=a
-la
null
69.127
1.28
23.904
0.996
0.995
0.995
B
-le
le
le#PRON
PRON
Pp2msa-
lə
=- l=l ə=e
-le
null
166.163
1.819
50.736
0.002
0.015
null
C
-les
le
le#PRON
PRON
Pp3fpa-;Pp3mpa-
l{e|ɛ}
=- l=l {e|ɛ}=es
-les
null
53.172
1.061
17.741
0.998;0.001
0.746;0.017
0.995;
B
-leur
lui
lui#PRON
PRON
Pp3fpd-;Pp3mpd-
lœʁ
=- l=l œ=eu ʁ=r
-leur
null
36.659
0.21
4.336
1.000;
1.000;
1.000;
B
-lui
lui
lui#PRON
PRON
Pp3fsd-;Pp3msd-
lɥi
=- l=l ɥi=ui
-lui
null
122.557
0.481
24.036
0.983;0.017
0.842;0.160
0.968;0.032
B
-là
là
là#ADV
ADV
Rgp
la
=- l=l a=à
-là
null
185.039
54.857
279.632
1.000
1.000
1.000
R
-m'
me
me#PRON
PRON
Pp1fsd-;Pp1msd-
m
=- m=m ='
-m'
null
2.591
0.007
1.739
0.993;0.007
;
0.987;0.013
R
-moi
moi
moi#PRON
PRON
Pp1-s-t
mwa
=- m=m wa=oi
-moi
null
670.938
3.886
200.655
1.000
1.000
1.000
B
-nous
nous
nous#PRON
PRON
Pp1-pn-
nu
=- n=n u=ou =s°
-nous°
null
176.641
2.991
107.591
1.000
1.000
1.000
B
-on
on
on#PRON
PRON
Pi--s--;Pi-ms--
ɔ̃
=- ɔ̃=on
-on
null
54.266
5.65
105.632
;1.000
0.002;0.998
;1.000
B
-t'
te
te#PRON
PRON
Pp2-sa-;Pp2fsd-;Pp2msd-
t
=- t=t ='
-t'
null
5.574
0.086
5.151
1.000;;
1.000;;
1.000;;
R
-t-elle
il
il#PRON
PRON
Pp3fsn-
t‿ɛl
=- t=t ‿=- ɛ=e l=ll =e°
-t-elle°
t:ELEMENT elle:PRON:il
37.123
4.776
111.575
1.000
1.000
1.000
B
-t-elles
il
il#PRON
PRON
Pp3fpn-
t‿ɛl
=- t=t ‿=- ɛ=e l=ll =e° =s°
-t-elle°s°
t:ELEMENT elles:PRON:il
0.046
0.004
null
1.000
null
null
B
-t-il
il
il#PRON
PRON
Pp3msn-
t‿il
=- t=t ‿=- i=i l=l
-t-il
t:ELEMENT il:PRON:il
166.186
18.627
277.673
1.000
1.000
1.000
B
-t-ils
il
il#PRON
PRON
Pp3mpn-
t‿il
=- t=t ‿=- i=i l=l =s°
-t-ils°
t:ELEMENT ils:PRON:il
0.129
0.015
0.066
1.000
1.000
1.000
B
-t-on
on
on#PRON
PRON
Pi--s--;Pi-ms--
t‿ɔ̃
=- t=t ‿=- ɔ̃=on
-t-on
t:ELEMENT on:PRON:on
19.685
1.762
40.369
0.001;0.999
;1.000
0.003;0.997
B
-toi
toi
toi#PRON
PRON
Pp2fsa-;Pp2fsd-;Pp2msa-;Pp2msd-
twa
=- t=t wa=oi
-toi
null
186.731
1.674
43.186
1.000;;;
1.000;;;
1.000;;;
B
-tu
tu
tu#PRON
PRON
Pp2-sn-
ty
=- t=t y=u
-tu
null
583.932
2.174
234.663
1.000
1.000
1.000
B
-vous
vous
vous#PRON
PRON
Pp2-pn-
vu
=- v=v u=ou =s°
-vous°
null
914.598
6.24
566.219
1.000
1.000
1.000
B
-y
y
y#PRON
PRON
Pp3----
i
=- i=y
-y
null
57.805
0.491
12.282
1.000
0.912
1.000
B
A Arnoia
A Arnoia
A Arnoia#PROPN
PROPN
Np--
a.aʁ.nɔ.ja
a=A =␣ a=A ʁ=r n=n ɔ=o j=i a=a
A .Ar.no.ia
A:ELEMENT Arnoia:ELEMENT
null
null
null
null
null
null
C
A Baña
A Baña
A Baña#PROPN
PROPN
Np--
a.ba.ɲa
a=A =␣ b=B a=a ɲ=ñ a=a
A .Ba.ña
A:ELEMENT Baña:ELEMENT
null
null
null
null
null
null
C
A Bola
A Bola
A Bola#PROPN
PROPN
Np--
a.bɔ.la
a=A =␣ b=B ɔ=o l=l a=a
A .Bo.la
A:ELEMENT Bola:PROPN:Bola
null
null
null
null
null
null
C
A Botte
A Botte
A Botte#PROPN
PROPN
Np--
a.bɔt
a=A =␣ b=B ɔ=o t=tt =e°
A .Botte°
A:ELEMENT Botte:PROPN:Botte
null
null
null
null
null
null
S
A Capela
A Capela
A Capela#PROPN
PROPN
Np--
a.ka.pə.la
a=A =␣ k=C a=a p=p ə=e l=l a=a
A .Ca.pe.la
A:ELEMENT Capela:PROPN:Capela
null
null
null
null
null
null
C
A Castagnola
A Castagnola
A Castagnola#PROPN
PROPN
Np--
a.kas.ta.ɲɔ.la
a=A =␣ k=C a=a s=s t=t a=a ɲ=gn ɔ=o l=l a=a
A .Cas.ta.gno.la
A:ELEMENT Castagnola:PROPN:Castagnola
null
null
null
null
null
null
S
A Cañiza
A Cañiza
A Cañiza#PROPN
PROPN
Np--
a.ka.ɲi.sa
a=A =␣ k=C a=a ɲ=ñ i=i s=z a=a
A .Ca.ñi.za
A:ELEMENT Cañiza:ELEMENT
null
null
null
null
null
null
R
A Estrada
A Estrada
A Estrada#PROPN
PROPN
Np--
a.ɛs.tʁa.da
a=A =␣ ɛ=E s=s t=t ʁ=r a=a d=d a=a
A .Es.tra.da
A:ELEMENT Estrada:PROPN:Estrada
null
null
null
null
null
null
C
A Fonsagrada
A Fonsagrada
A Fonsagrada#PROPN
PROPN
Np--
a.fɔ̃.sa.ɡʁa.da
a=A =␣ f=F ɔ̃=on s=s a=a ɡ=g ʁ=r a=a d=d a=a
A .Fon.sa.gra.da
A:ELEMENT Fonsagrada:ELEMENT
null
null
null
null
null
null
C
A Guarda
A Guarda
A Guarda#PROPN
PROPN
Np--
a.ɡwaʁ.da
a=A =␣ ɡ=G w=u a=a ʁ=r d=d a=a
A .Guar.da
A:ELEMENT Guarda:PROPN:Guarda
null
null
null
null
null
null
C
A Gudiña
A Gudiña
A Gudiña#PROPN
PROPN
Np--
a.ɡy.di.ɲa
a=A =␣ ɡ=G y=u d=d i=i ɲ=ñ a=a
A .Gu.di.ña
A:ELEMENT Gudiña:ELEMENT
null
null
null
null
null
null
G
A Illa de Arousa
A Illa de Arousa
A Illa de Arousa#PROPN
PROPN
Np--
a.i.la.də.a.ʁu.za
a=A =␣ i=I l=ll a=a =␣ d=d ə=e =␣ a=A ʁ=r u=ou z=s a=a
A .I.lla .de .A.rou.sa
A:ELEMENT Illa:PROPN:Illa de:ADP:de Arousa:ELEMENT
null
null
null
null
null
null
G
A Laguccia
A Laguccia
A Laguccia#PROPN
PROPN
Np--
a.la.ɡyk.sja
a=A =␣ l=L a=a ɡ=g y=u k=c s=c j=i a=a
A .La.guc.cia
A:ELEMENT Laguccia:ELEMENT
null
null
null
null
null
null
G
A Lama
A Lama
A Lama#PROPN
PROPN
Np--
a.la.ma
a=A =␣ l=L a=a m=m a=a
A .La.ma
A:ELEMENT Lama:PROPN:Lama
null
null
null
null
null
null
S
A Laracha
A Laracha
A Laracha#PROPN
PROPN
Np--
a.la.ʁa.ʃa
a=A =␣ l=L a=a ʁ=r a=a ʃ=ch a=a
A .La.ra.cha
A:ELEMENT Laracha:ELEMENT
null
null
null
null
null
null
G
A Liscia
A Liscia
A Liscia#PROPN
PROPN
Np--
a.li.sja
a=A =␣ l=L i=i s=sc j=i a=a
A .Li.scia
A:ELEMENT Liscia:PROPN:Liscia
null
null
null
null
null
null
S
A Masina
A Masina
A Masina#PROPN
PROPN
Np--
a.ma.zi.na
a=A =␣ m=M a=a z=s i=i n=n a=a
A .Ma.si.na
A:ELEMENT Masina:PROPN:Masina
null
null
null
null
null
null
S
A Merca
A Merca
A Merca#PROPN
PROPN
Np--
a.mɛʁ.ka
a=A =␣ m=M ɛ=e ʁ=r k=c a=a
A .Mer.ca
A:ELEMENT Merca:NOUN:merca
null
null
null
null
null
null
S
A Mezquita
A Mezquita
A Mezquita#PROPN
PROPN
Np--
a.mɛz.ki.ta
a=A =␣ m=M ɛ=e z=z k=qu i=i t=t a=a
A .Mez.qui.ta
A:ELEMENT Mezquita:ELEMENT
null
null
null
null
null
null
G
A Muvrella
A Muvrella
A Muvrella#PROPN
PROPN
Np--
a.my.vʁɛ.la
a=A =␣ m=M y=u v=v ʁ=r ɛ=e l=ll a=a
A .Mu.vre.lla
A:ELEMENT Muvrella:ELEMENT
null
null
null
null
null
null
G
A Pastoriza
A Pastoriza
A Pastoriza#PROPN
PROPN
Np--
a.pas.to.ʁi.za
a=A =␣ p=P a=a s=s t=t o=o ʁ=r i=i z=z a=a
A .Pas.to.ri.za
A:ELEMENT Pastoriza:ELEMENT
null
null
null
null
null
null
G
A Peroxa
A Peroxa
A Peroxa#PROPN
PROPN
Np--
a.pe.ʁɔk.sa
a=A =␣ p=P e=e ʁ=r ɔ=o ks=x a=a
A .Pe.ro(x).xa
A:ELEMENT Peroxa:ELEMENT
null
null
null
null
null
null
G
A Pobra de Trives
A Pobra de Trives
A Pobra de Trives#PROPN
PROPN
Np--
a.pɔ.bʁa.də.tʁiv
a=A =␣ p=P ɔ=o b=b ʁ=r a=a =␣ d=d ə=e =␣ t=T ʁ=r i=i v=v =e° =s°
A .Po.bra .de .Trive°s°
A:ELEMENT Pobra:ELEMENT de:ADP:de Trives:PROPN:Trives
null
null
null
null
null
null
G
A Pobra do Brollón
A Pobra do Brollón
A Pobra do Brollón#PROPN
PROPN
Np--
a.pɔ.bʁa.do.bʁɔln
null
null
A:ELEMENT Pobra:ELEMENT do:NOUN:do Brollón:X
null
null
null
null
null
null
G
A Pobra do Caramiñal
A Pobra do Caramiñal
A Pobra do Caramiñal#PROPN
PROPN
Np--
a.pɔ.bʁa.do.ka.ʁa.mi.nal
null
null
A:ELEMENT Pobra:ELEMENT do:NOUN:do Caramiñal:X
null
null
null
null
null
null
G
A Pontenova
A Pontenova
A Pontenova#PROPN
PROPN
Np--
a.pɔ̃.tə.no.va
a=A =␣ p=P ɔ̃=on t=t ə=e n=n o=o v=v a=a
A .Pon.te.no.va
A:ELEMENT Pontenova:ELEMENT
null
null
null
null
null
null
G
A Ronca
A Ronca
A Ronca#PROPN
PROPN
Np--
a.ʁɔ̃n.ka
a=A =␣ ʁ=R ɔ̃n=on k=c a=a
A .Ron².ca
A:ELEMENT Ronca:PROPN:Ronca
null
null
null
null
null
null
S
A Rúa
A Rúa
A Rúa#PROPN
PROPN
Np--
aʁ.da
null
null
A:ELEMENT Rúa:X
null
null
null
null
null
null
G
A Sambucheta
A Sambucheta
A Sambucheta#PROPN
PROPN
Np--
a.sɑ̃.by.ʃə.ta
a=A =␣ s=S ɑ̃=am b=b y=u ʃ=ch ə=e t=t a=a
A .Sam.bu.che.ta
A:ELEMENT Sambucheta:ELEMENT
null
null
null
null
null
null
G
A Teixeira
A Teixeira
A Teixeira#PROPN
PROPN
Np--
a.tɛk.sɛ.ʁa
a=A =␣ t=T ɛ=ei ks=x ɛ=ei ʁ=r a=a
A .Tei(x).xei.ra
A:ELEMENT Teixeira:PROPN:Teixeira
null
null
null
null
null
null
S
A Testa
A Testa
A Testa#PROPN
PROPN
Np--
a.tɛs.ta
a=A =␣ t=T ɛ=e s=s t=t a=a
A .Tes.ta
A:ELEMENT Testa:PROPN:Testa
null
null
null
null
null
null
S
A Torra
A Torra
A Torra#PROPN
PROPN
Np--
a.tɔ.ʁa
a=A =␣ t=T ɔ=o ʁ=rr a=a
A .To.rra
A:ELEMENT Torra:PROPN:Torra
null
null
null
null
null
null
S
A Vaccaja
A Vaccaja
A Vaccaja#PROPN
PROPN
Np--
a.va.ka.ʒa
a=A =␣ v=V a=a k=cc a=a ʒ=j a=a
A .Va.cca.ja
A:ELEMENT Vaccaja:ELEMENT
null
null
null
null
null
null
G
A Veiga
A Veiga
A Veiga#PROPN
PROPN
Np--
a.vɛ.ɡa
a=A =␣ v=V ɛ=ei ɡ=g a=a
A .Vei.ga
A:ELEMENT Veiga:PROPN:Veiga
null
null
null
null
null
null
S
A Vulpaja
A Vulpaja
A Vulpaja#PROPN
PROPN
Np--
a.vyl.pa.ʒa
a=A =␣ v=V y=u l=l p=p a=a ʒ=j a=a
A .Vul.pa.ja
A:ELEMENT Vulpaja:ELEMENT
null
null
null
null
null
null
G
A'Lia
A'Lia
A'Lia#PROPN
PROPN
Npfs
a.lja
a=A =' l=L j=i a=a
A'.Lia
A':PRON:a' Lia:PROPN:Lia
null
null
null
null
null
null
G
A'a
A'a
A'a#PROPN
PROPN
Npm-
a.a
a=A =' a=a
A'.a
A':PRON:a' a:PRON:a
null
0.03
null
null
0.333
null
B
A'amêr
A'amêr
A'amêr#PROPN
PROPN
Np--
a.a.mɛʁ
a=A =' a=a m=m ɛ=ê ʁ=r
A'.a.mêr
A':PRON:a' amêr:ELEMENT
null
null
null
null
null
null
G
A'aninin
A'aninin
A'aninin#NOUN
NOUN
Nc-s
a.a.ni.nɛ̃[n]
a=A =' a=a n=n i=i n=n ɛ̃[n]=in
A'.a.ni.nin
A':PRON:a' aninin:ELEMENT
null
0.006
null
null
null
null
G
A'raf
A'raf
A'raf#PROPN
PROPN
Npf-
a.ʁaf
a=A =' ʁ=r a=a f=f
A'.raf
A':PRON:a' raf:ELEMENT
null
null
null
null
null
null
B
A-Tchoun
A-Tchoun
A-Tchoun#PROPN
PROPN
Npf-;Npm-
a‿t.ʃun
a=A ‿=- tʃ=Tch u=ou n=n
A-(Tch).Tchoun
A:ELEMENT Tchoun:ELEMENT
null
null
null
;
;
;
G
Aa
Aa
Aa#PROPN
PROPN
Npm-
a
a=Aa
Aa
null
0.029
1.557
0.154
0.793
0.613
0.409
C
Aa d'Engelberg
Aa d'Engelberg
Aa d'Engelberg#PROPN
PROPN
Npm-
a.d‿ɑ̃.ʒɛl.bɛʁ
a=Aa =␣ d=d ‿=' ɑ̃=En ʒ=g ɛ=e l=l b=b ɛ=e ʁ=r =g°
Aa .d'En.gel.berg°
Aa:PROPN:Aa d':ADP:de Engelberg:PROPN:Engelberg
null
null
null
null
null
null
S
Aa en Hunze
Aa en Hunze
Aa en Hunze#PROPN
PROPN
Np--
a.ɑ̃.œ̃z
a=Aa =␣ ɑ̃=en =␣ =H° œ̃=un z=z =e°
Aa .en .H°unze°
Aa:PROPN:Aa en:ADP:en Hunze:ELEMENT
null
null
null
null
null
null
G
Aa of Weerijs
Aa of Weerijs
Aa of Weerijs#PROPN
PROPN
Npm-
a.ɔ.f‿wi.ʁiʒ
a=Aa =␣ ɔ=o f=f ‿=␣ w=W i=ee ʁ=r i=i ʒ=j =s°
Aa .o.f Wee.rijs°
Aa:PROPN:Aa of:X Weerijs:ELEMENT
null
null
null
null
null
null
G
Aaban
Aaban
Aaban#PROPN
PROPN
Npms
a.a.bɑ̃
a=A a=a b=b ɑ̃=an
A.a.ban
null
null
null
null
null
null
null
G
Aabenraa
Aabenraa
Aabenraa#PROPN
PROPN
Np--
ɔ.bɛn.ʁɔ
null
null
null
0.001
0.021
null
null
1.000
null
R
Aabi
Aabi
Aabi#PROPN
PROPN
Np--
a.a.bi
a=A a=a b=b i=i
A.a.bi
null
null
null
null
null
null
null
G
Aabid
Aabid
Aabid#PROPN
PROPN
Np--
a.a.bid
a=A a=a b=b i=i d=d
A.a.bid
null
0.002
0.004
null
null
null
null
G
Aach
Aach
Aach#PROPN
PROPN
Np--
a.atʃ
a=A a=a tʃ=ch
A.ach
null
null
0.053
null
null
1.000
null
G
Aadam
Aadam
Aadam#PROPN
PROPN
Npms
a.a.dam
a=A a=a d=d a=a m=m
A.a.dam
null
null
0.004
null
null
null
null
G
Aadarsh
Aadarsh
Aadarsh#PROPN
PROPN
Npms
a.a.daʁʃ
a=A a=a d=d a=a ʁ=r ʃ=sh
A.a.darsh
null
null
null
null
null
null
null
G
Aadav
Aadav
Aadav#PROPN
PROPN
Npms
a.a.dav
a=A a=a d=d a=a v=v
A.a.dav
null
0.002
null
null
null
null
null
G
Aadel
Aadel
Aadel#PROPN
PROPN
Npms
a.a.dɛl
a=A a=a d=d ɛ=e l=l
A.a.del
null
null
0.011
null
null
null
null
G
Aadesh
Aadesh
Aadesh#PROPN
PROPN
Npms
a.a.dɛʃ
a=A a=a d=d ɛ=e ʃ=sh
A.a.desh
null
0.016
0.007
null
1.000
null
null
G
Aadhaar
Aadhaar
Aadhaar#PROPN
PROPN
Np--
a.a.da.aʁ
a=A a=a d=d =h° a=a a=a ʁ=r
A.a.dh°a.ar
null
null
0.015
null
null
null
null
G
Aadhav
Aadhav
Aadhav#PROPN
PROPN
Npms
a.a.dav
a=A a=a d=d =h° a=a v=v
A.a.dh°av
null
null
0.001
null
null
null
null
G
Aadhi
Aadhi
Aadhi#PROPN
PROPN
Npms
a.a.di
a=A a=a d=d =h° i=i
A.a.dh°i
null
null
0.018
null
null
null
null
G
Aadhini
Aadhini
Aadhini#PROPN
PROPN
Npfs
a.a.di.ni
a=A a=a d=d =h° i=i n=n i=i
A.a.dh°i.ni
null
0.012
null
null
null
null
null
G
Aadhira
Aadhira
Aadhira#PROPN
PROPN
Npfs
a.a.di.ʁa
a=A a=a d=d =h° i=i ʁ=r a=a
A.a.dh°i.ra
null
null
null
null
null
null
null
G
Aadhiran
Aadhiran
Aadhiran#PROPN
PROPN
Npms
a.a.di.ʁɑ̃n
a=A a=a d=d =h° i=i ʁ=r ɑ̃n=an
A.a.dh°i.ran²
null
null
null
null
null
null
null
G
Aadhish
Aadhish
Aadhish#PROPN
PROPN
Npms
a.a.diʃ
a=A a=a d=d =h° i=i ʃ=sh
A.a.dh°ish
null
null
null
null
null
null
null
G
Aadhith
Aadhith
Aadhith#PROPN
PROPN
Npms
a.a.dit
a=A a=a d=d =h° i=i t=th
A.a.dh°ith
null
null
null
null
null
null
null
G
Aadhiya
Aadhiya
Aadhiya#PROPN
PROPN
Npfs
a.a.di.ja
a=A a=a d=d =h° i=i j=y a=a
A.a.dh°i.ya
null
null
null
null
null
null
null
G
Aadhya
Aadhya
Aadhya#PROPN
PROPN
Npfs
a.a.dja
a=A a=a d=d =h° j=y a=a
A.a.dh°ya
null
0.005
null
null
null
null
null
G
Aadil
Aadil
Aadil#PROPN
PROPN
Npms
a.a.dil
a=A a=a d=d i=i l=l
A.a.dil
null
null
0.005
null
null
null
null
G
Aadish
Aadish
Aadish#PROPN
PROPN
Npms
a.a.diʃ
a=A a=a d=d i=i ʃ=sh
A.a.dish
null
null
null
null
null
null
null
G
Aadiya
Aadiya
Aadiya#PROPN
PROPN
Npfs
a.a.di.ja
a=A a=a d=d i=i j=y a=a
A.a.di.ya
null
null
null
null
null
null
null
G
Aadjounahs
Aadjounahs
Aadjounahs#NOUN
NOUN
Ncmp
a.ad.ʒu.na[z]
a=A a=a d=d ʒ=j u=ou n=n a=a =h° [z]=s°
A.ad.jou.nah°s°
null
null
null
null
null
null
null
G
Aadnane
Aadnane
Aadnane#PROPN
PROPN
Npms
a.ad.najn
null
null
null
null
null
null
null
null
null
G
Aadorf
Aadorf
Aadorf#PROPN
PROPN
Np--
a.a.doʁf
a=A a=a d=d o=o ʁ=r f=f
A.a.dorf
null
null
0.014
null
null
null
null
C
Aadorp
Aadorp
Aadorp#PROPN
PROPN
Np--
a.a.dɔʁp
a=A a=a d=d ɔ=o ʁ=r p=p
A.a.dorp
null
null
0.001
null
null
null
null
G
End of preview. Expand in Data Studio

LeXiK — French phonetic and grammatical lexicon

LeXiK is a lexicon of French inflected forms and their lemmas. Each form comes with its pronunciation (syllabified IPA), its grammatical analysis (Universal Dependencies and MULTEXT/GRACE), a grapheme–phoneme alignment and frequencies from three corpora (OpenSubtitles, Wikipedia, Gutenberg).

This repository mirrors the reference deposit on ORTOLANG, version 1.0 (LeXiK base 1.2.4, October 2026): https://hdl.handle.net/11403/lexik. Full documentation (in French): DOCUMENTATION.md / DOCUMENTATION.pdf; presentation: LISEZ-MOI.md.

LeXiK est un lexique de formes fléchies du français et de leurs lemmes : prononciation en API syllabée, analyse grammaticale (UD et MULTEXT/GRACE), alignement graphème–phonème, fréquences sur trois corpus. Dépôt de référence sur ORTOLANG ; documentation en français.

Key figures

Sub-lexicon Spellings Entries (rows) Readings Lemmas
Words (mots) 2,240,213 2,349,919 2,877,446 752,058
Multi-word expressions and phrases (multimots) 80,059 80,688 — —
Special forms (speciaux) 45,423 45,919 — —
Unclassified forms (non_classes, not verified) 103,184 103,501 — —

For words, an entry is a (spelling, lemma) pair, i.e. one row of the file; it can hold several grammatical readings (MULTEXT codes), separated by ; in the multext column. The lemma file has 752,058 rows.

Correction (5 November 2026): version 1.0 of the documentation gave 2,877,446 as the number of entries for words; this figure counts readings. The documentation files in this repository are the corrected ones; the data files are unchanged.

Files

File Content
lexik_formes_mots.tsv.gz Words: spelling, lemma, part of speech and readings; analyses, pronunciation, alignment, orthocode, frequencies, confidence
lexik_lemmes.tsv.gz Lemmas of the words: properties and frequencies
lexik_formes_multimots.tsv.gz Multi-word expressions and phrases
lexik_formes_speciaux.tsv.gz Special forms, one line per form and reading, with their expansion
lexik_formes_non_classes.tsv.gz Unclassified forms, not verified
annexes/ MULTEXT codes with their UD features; pronominal share of each verb
provenance/ Source of each pronunciation and property, with documentation
checksums.sha256 Checksums of the original deposit files

All files are tab-separated, UTF-8, gzip-compressed, with a header line.

Usage

from datasets import load_dataset

mots = load_dataset("lecturaworld/lexik", "mots", split="train")

License

CC BY-SA 4.0 (full text in LICENSE). LeXiK is an enriched compilation of free lexical sources, cross-checked against each other (guide §12; per-source detail in provenance/DOCUMENTATION_PROVENANCE.md §2). Morphalou, Sequoia and FQB (LGPL-LR) were used for checking only; none of their data is redistributed. Any reuse must credit LeXiK and be shared under the same license.

Citation

CARRIERE, Maxime (2026). LeXiK — lexique phonétique et grammatical du français, version 1.0. Lectura. ORTOLANG. https://hdl.handle.net/11403/lexik

Links

Downloads last month
164