Lexique4linguists

Lexique4linguists fournit un
équivalent de la base de données lexicale du français Lexique dans sa version
la plus récente sous une forme plus adaptée aux besoins des linguistes. La base
de données est construite à partir des deux types d’unités lexicales
généralement reconnues et étudiées par les linguistes, à savoir les mots (ou
formes fléchies) et les lexèmes. Afin de répondre au mieux aux études de
morphologie flexionnelles, elle comprend un jeu de données spécifique sur le
modèle de la base de données Flexique en répertoriant pour chacune des trois catégories flexionnelles la liste de tous
les paradigmes attestés. En complément des lexiques, Lexique4linguists fournit
aussi le corpus complet dont sont extraites les données lexicales. Enfin, en
vue de faire de lexique4linguists une ressource linguistique généraliste, nous
avons complété la base de données en extrayant les ngrams de mots du corpus. L’ensemble
des ressources sont dans un format xml TEI, le classique de la TEI P5 pour les
textes et le format dérivé TEI-lex pour les lexiques et ngrams.ATTENTION: le corpus est en licence sans utilisation commerciale, conformément à la licence d'origine du corpus OpenSubtitles 2018.