OMEGA-Ω — Lexiques ouverts & POS-tagger français
==================================================

Les lexiques et modèles du correcteur/dictée OMEGA-Ω, retravaillés à la
main (tri à zéro faux positif, POS-tagger, clés phonétiques, curation) et
réunis ici en un seul paquet. Le français n'appartient à personne :
réutilise-les librement, pour n'importe quel projet.

Merci aux ressources amont dont ces données partent — Lexique 4
(lexique.org), le Wiktionnaire français (via kaikki.org) et Universal
Dependencies French-GSD (universaldependencies.org), en CC BY-SA 4.0 ;
et, depuis septembre 2026, Morphalou 3.1 (ATILF/CNRS, ortolang.fr), sous
LGPL-LR : le lexique orthographique et le genre accentué en contiennent des
formes fléchies (≈ 500 000 formes verbales, noms, adjectifs, adverbes).
Par correction on partage donc dans le même esprit : crédite OMEGA-Ω et
ces sources si tu réutilises, garde-le ouvert, et joins le texte de la
LGPL-LR (LICENSE-LGPL-LR.txt) avec toute redistribution des fichiers qui
en dérivent (speller.tsv.gz, genre-accentue.json.gz).

Rien de privé ici : ni corpus personnel, ni WiCoPaCo, ni OQLF.

FICHIERS
--------
- speller.tsv.gz
    Lexique orthographique — ~706 000 formes (correction, accents, non-mots ; forme, fréquence ‰, catégorie).
    Source : Lexique 4 + Wiktionnaire + Morphalou 3.1 (LGPL-LR)
- genre-accentue.json.gz
    Genre des noms, formes accentuées (accord du déterminant et de l’adjectif) — hors noms épicènes, qui ont les deux genres (un/une peintre) et ne peuvent donc trancher aucun accord.
    Source : Lexique 4 + Wiktionnaire + Morphalou 3.1 (LGPL-LR)
- genre-noms.tsv.gz
    Genre des noms à genre non ambigu (accord).
    Source : Lexique 4 + Wiktionnaire
- pos-tagger-hmm.json.gz
    POS-tagger HMM (émissions + transitions bigramme, décodage Viterbi).
    Source : UD French-GSD + Lexique 4
- pos-tagger-hmm.json
    Même POS-tagger, JSON lisible (non compressé).
    Source : UD French-GSD + Lexique 4
- noun-post.txt.gz
    Contextes post-nominaux (désambiguïsation nom/verbe en contexte).
    Source : Lexique 4
- accord-sujet-verbe-lm.json.gz
    Modèle de langue trigramme élagué pour l’arbitrage de l’accord sujet-verbe.
    Source : UD French-GSD
- confusables.json
    Groupes de confusables (homophones + paronymes) avec sens (vigilance verte).
    Source : Lexique 4 + Wiktionnaire
- morpho.json
    Morphologie : radicaux (md/mb).
    Source : Lexique 4
- homophones-phonetiques.json
    Groupes d’homophones (clé phonétique).
    Source : Lexique 4
- elision.txt
    Mots à apostrophe (élision) pour le rappel — sources sûres uniquement.
    Source : UD French-GSD + curé
- LICENSE-LGPL-LR.txt
    Texte de la licence LGPL-LR (Morphalou 3.1, ATILF/CNRS).
    Source : ATILF/CNRS

Généré par build_lexiques.py — OMEGA-Ω — https://omegapendu.com/
