Sources et licences du moteur de mots

Lexique 3.83. Les formes, catégories grammaticales, lemmes, transcriptions phonétiques, découpages syllabiques et fréquences (films et livres, par million de mots) proviennent de la base Lexique 3.83, publiée par Boris New, Christophe Pallier, Marc Brysbaert et Ludovic Ferrand sur http://www.lexique.org, sous licence Creative Commons Attribution – Partage dans les mêmes conditions 4.0 International (CC BY-SA 4.0, texte : https://creativecommons.org/licenses/by-sa/4.0/legalcode.fr). Références : New B., Pallier C., Brysbaert M., Ferrand L. (2004), « Lexique 2: A new French lexical database », Behavior Research Methods, Instruments, & Computers, 36(3), 516-524 ; New B., Brysbaert M., Veronis J., Pallier C. (2007), « The use of film subtitles to estimate word frequencies », Applied Psycholinguistics, 28(4), 661-677. Une version 4 de Lexique existe (2026) ; ce site utilise la version 3.83.

Modifications apportées. Normalisation de chaque forme en lettres sans accent (œ → oe, æ → ae) pour former une entrée par graphie ASCII, les graphies accentuées étant conservées et affichées ; fusion des homographes (fréquences additionnées) ; exclusion des locutions (espaces, traits d'union, apostrophes) ; calcul de signatures (lettres triées), de terminaisons orthographiques et phonétiques, de répartitions et de classements par fréquence ; marquage « courant » (fréquence ≥ 1 par million) et « très courant » (≥ 10) ; retrait des injures et termes explicites de l'affichage. Aucune définition n'est fournie.

Ce que vous pouvez réutiliser. Les listes, comptes et fichiers de données de ce moteur sont des œuvres dérivées de Lexique et sont mis à disposition sous la même licence CC BY-SA 4.0 : vous pouvez les copier, les modifier et les redistribuer, y compris commercialement, à condition de citer Lexique et La Récré et de partager sous la même licence. Téléchargement de la base dérivée : formes.tsv.gz (≈ 2 Mo, colonnes décrites dans l'en-tête). Les textes rédigés, le code et la mise en page du site ne sont pas couverts par cette licence.

Dictionnaire des jeux. La validation des mots dans les jeux Anagrammes, Le pendu et Le Mot du jour repose sur une liste de mots français distincte, dérivée de la liste de Christophe Pallier (elle-même issue du dictionnaire Français-GUTenberg de Christophe Pythoud, 1998). Cette liste sert uniquement à accepter ou refuser un mot joué ; elle n'est ni affichée ni distribuée par ce site.

Mots exclus. La liste d'amorce des termes offensants provient de french-badwords-list (licence MIT), relue et corrigée à la main.