4 Commits

Author SHA1 Message Date
developer 1f5e1906ad Merge pull request 'Reject 9 more adjective-primary false nouns (consistency pass)' (#5) from feature/manual-reject-v121 into master
build / dawg (push) Successful in 6m17s
2026-06-20 16:18:08 +00:00
Ilia Denisov 01821afc9a Reject 9 more adjective-primary false nouns (consistency pass)
build / dawg (pull_request) Successful in 6m52s
Follow-up to v1.2.0: reviewing the kept low-confidence noun verdicts surfaced
adjective-primary words admitted only by colloquial ellipsis, while their twins
were already rejected — notably большой (kept) vs маленький (dropped).

Adds to manual_reject.txt: большой, старшенький, горбатый, городской, одинокий,
вольный, каторжный, припадочный, сподручный. Their real nouns are different
words (горбун, горожанин, одиночка, каторжник) or the sense is marginal/устар.

scrabble.txt -9 (83144->83135); erudit.txt re-folded.
2026-06-20 17:39:09 +02:00
developer c901fee994 Merge pull request 'Drop substantivized-adjective false nouns via manual_reject.txt' (#4) from feature/manual-reject-list into master
build / dawg (push) Successful in 8m1s
2026-06-20 15:14:01 +00:00
Ilia Denisov e17e945b41 Drop substantivized-adjective false nouns via manual_reject.txt
build / dawg (pull_request) Successful in 1m33s
OpenCorpora/libmorph hand a noun reading to Stage 2 above the РАН note, so
substantivized-adjective false nouns a dictionary misreads (нёбный, акцизный,
велярный, …) reached scrabble.txt with no veto path — the earlier abbreviation
filter only carved out Abbr+Fixd.

ru_stage2.py now subtracts sources/scrabble_ru/manual_reject.txt last, after
every admission path (OC seed / libmorph / note / manual_confirm / variant),
mirroring manual_confirm.txt. The list seeds 62 hand-reviewed words — 43 pure
adjectives plus 19 marginal (slang/archaic/jargon) substantivizations; genuine
substantivized nouns (больной, знакомый, учёный, участковый, …) stay.

scrabble.txt -62 (83206->83144); erudit.txt re-folded -62. The DAWGs are
gitignored and rebuild from these lists in CI.
2026-06-20 17:09:02 +02:00
5 changed files with 85 additions and 143 deletions
-71
View File
@@ -1512,7 +1512,6 @@
акцидент
акциденция
акциз
акцизный
акциональность
акционер
акционерка
@@ -2913,7 +2912,6 @@
аперитив
апертометр
апертура
апикальный
апилак
апилактоза
апиоид
@@ -5051,7 +5049,6 @@
баталист
баталия
батальон
батальонный
батан
батареец
батарейка
@@ -5397,7 +5394,6 @@
безумец
безумие
безумность
безумный
безумство
безумствование
безупречность
@@ -6541,7 +6537,6 @@
благоразумность
благородие
благородность
благородный
благородство
благосклонность
благословение
@@ -7023,7 +7018,6 @@
большенький
большерот
большинство
большой
болюс
болячка
болящий
@@ -7726,7 +7720,6 @@
брючница
брюшина
брюшко
брюшнотифозный
брюшняк
бряк
бряканье
@@ -8895,7 +8888,6 @@
велюр
велютинум
веляризация
велярный
вена
венболезнь
венгерец
@@ -9127,7 +9119,6 @@
верхогляд
верхоглядка
верхоглядство
верхоконный
верхолаз
верхонка
верхотура
@@ -9449,7 +9440,6 @@
взрывание
взрыватель
взрывник
взрывной
взрывобур
взрывозащита
взрывоопасность
@@ -10742,7 +10732,6 @@
вольнослужащий
вольнослушатель
вольность
вольный
вольняшка
вольт
вольта
@@ -14636,7 +14625,6 @@
головища
головка
головничество
головной
головня
головогрудь
головодержатель
@@ -14875,7 +14863,6 @@
горал
горб
горбатость
горбатый
горбач
горбачевец
горбик
@@ -15006,7 +14993,6 @@
городок
городошник
городошница
городской
городьба
горожанин
горожанка
@@ -15370,7 +15356,6 @@
грамотник
грамотница
грамотность
грамотный
грампластинка
гран
гранат
@@ -15610,7 +15595,6 @@
гринсбон
гриот
грипп
гриппозный
гриф
грифелек
грифель
@@ -15836,7 +15820,6 @@
губка
губком
губкообразность
губной
губоногие
губочка
губошлеп
@@ -16325,7 +16308,6 @@
двояшка
двубрачие
двувидовость
двугласный
двугодок
двугривенник
двугривенничек
@@ -19955,7 +19937,6 @@
желтогузка
желтозем
желток
желтокожий
желтокорень
желтокрылка
желтолозник
@@ -20081,7 +20062,6 @@
живодерка
живодерня
живодерство
живой
живокость
живописание
живописец
@@ -21393,7 +21373,6 @@
заразительность
заразиха
заразность
заразный
зарастание
заратит
заращение
@@ -22537,7 +22516,6 @@
зубик
зубило
зубник
зубной
зубовик
зубоврачевание
зубодер
@@ -23754,7 +23732,6 @@
иноверец
иноверие
иноверка
иноверный
иновещание
иногородний
иноземец
@@ -25222,7 +25199,6 @@
кандалакшец
кандалы
кандальник
кандальный
кандейка
кандела
канделябр
@@ -26029,7 +26005,6 @@
каторжанка
каторжник
каторжница
каторжный
каточек
катран
катрен
@@ -27243,7 +27218,6 @@
клейковина
клейкость
клеймение
клейменый
клеймо
клеймовщик
клеймовщица
@@ -28579,7 +28553,6 @@
коннозаводчик
коннотативность
коннотация
конный
коновал
коновод
коноводка
@@ -29005,7 +28978,6 @@
коньячок
конюга
конюх
конюшенный
конюший
конюшня
коняга
@@ -31234,7 +31206,6 @@
лабарум
лабиализация
лабиальность
лабиальный
лабильность
лабиринт
лабиринтит
@@ -33233,7 +33204,6 @@
лысун
лысуха
лысушка
лысый
лытдыбр
лычко
львенок
@@ -33347,7 +33317,6 @@
любомудрие
любоначалие
любонька
любопытный
любопытство
любострастие
любостяжание
@@ -33890,7 +33859,6 @@
малеванье
малек
маленькая
маленький
малец
малиган
малигнизация
@@ -35030,7 +34998,6 @@
межень
межеумок
межеумье
межзубный
межклетник
межклеточник
межледниковье
@@ -38572,7 +38539,6 @@
нажор
назализация
назальность
назальный
назареец
назарей
назаретянин
@@ -39494,7 +39460,6 @@
неблагополучие
неблагоразумие
неблагородство
небный
небо
небожитель
небожительница
@@ -40925,7 +40890,6 @@
несчастие
несчастливец
несчастливица
несчастненький
несчастный
несчастьице
несчетность
@@ -41598,7 +41562,6 @@
номенклатурщина
номенклатурщица
номер
номерной
номерок
номерочек
номерщик
@@ -41703,7 +41666,6 @@
носка
носкость
носовик
носовой
носоглотка
носогрейка
носок
@@ -42822,7 +42784,6 @@
овизм
овин
овинник
овинный
овист
овладевание
овладение
@@ -43037,7 +42998,6 @@
одинаковость
одинера
одинизм
одинокий
одинокость
одиночество
одиночка
@@ -44843,7 +44803,6 @@
отваливание
отвалка
отвальная
отвальный
отвальчик
отвальщик
отвальщица
@@ -46413,7 +46372,6 @@
паралитик
паралитичка
паралич
параличный
параллакс
параллелепипед
параллелизм
@@ -49638,7 +49596,6 @@
плита
плитка
плитняк
плитовой
плиточка
плиточник
плиточница
@@ -50337,7 +50294,6 @@
поддув
поддувало
поддувание
поддужный
поддьяк
поделка
подельник
@@ -52066,7 +52022,6 @@
полубаркас
полубархат
полубег
полубезработный
полубимс
полубог
полубогиня
@@ -52265,7 +52220,6 @@
полуребенок
полуреек
полурота
полуротный
полурубка
полурыба
полусанаторий
@@ -54422,7 +54376,6 @@
приостановление
припадание
припадок
припадочный
припадшие
припаивание
припай
@@ -62033,7 +61986,6 @@
сверхактивность
сверхбаллон
сверхбогач
сверхбольшой
сверхбомба
сверхважность
сверхвспышка
@@ -62277,7 +62229,6 @@
свобода
свободность
свободноягодник
свободный
свободолюбец
свободолюбие
свободомыслие
@@ -66487,7 +66438,6 @@
сподография
сподручник
сподручница
сподручный
сподумен
спожинки
спой
@@ -66958,7 +66908,6 @@
старшеклассница
старшекурсник
старшекурсница
старшенький
старший
старшина
старшинство
@@ -67528,7 +67477,6 @@
стопорезчик
стопорение
стопорка
стопорный
стопосложение
стопочка
стоппер
@@ -67678,7 +67626,6 @@
стрелкование
стреловержец
стреловидность
стреловой
стрелок
стрелолист
стрелометатель
@@ -68109,7 +68056,6 @@
судбище
судебник
судеец
судейский
судейство
суденышко
судза
@@ -68926,7 +68872,6 @@
сыноубийца
сыночек
сыпец
сыпнотифозный
сыпняк
сыпучесть
сыпь
@@ -70912,7 +70857,6 @@
тифлотехника
тифлотипография
тифози
тифозный
тифоид
тифон
тифулез
@@ -71068,7 +71012,6 @@
толкотня
толкун
толкунчик
толкучий
толкучка
толкушка
толлер
@@ -73062,7 +73005,6 @@
уврачевание
увулит
увулярность
увулярный
увядание
увязание
увязка
@@ -73157,7 +73099,6 @@
уголовка
уголовник
уголовница
уголовный
уголовщина
уголок
уголочек
@@ -73977,7 +73918,6 @@
усложнение
усложненность
услуга
услужающий
услужение
услужливость
услужник
@@ -74261,7 +74201,6 @@
ухудшение
уценка
учалка
участвующий
участие
участковый
участливость
@@ -74358,7 +74297,6 @@
фабрикат
фабрикация
фабричка
фабричный
фабричонка
фабула
фабульность
@@ -75404,7 +75342,6 @@
фламин
фламинго
фланг
фланговый
фландр
фланелет
фланель
@@ -77368,7 +77305,6 @@
холерик
холерина
холеричность
холерный
холестаз
холестерин
холестеринемия
@@ -78556,7 +78492,6 @@
чанги
чанец
чанкайшист
чановой
чановщик
чань
чапаевец
@@ -78943,7 +78878,6 @@
чесночница
чесночок
чесотка
чесоточный
чествование
честер
честерфилд
@@ -79340,7 +79274,6 @@
чумиза
чумичка
чумка
чумной
чумолог
чумработница
чунири
@@ -80550,7 +80483,6 @@
штрафник
штрафной
штрафование
штрафованный
штрафовка
штрафстоянка
штрейкбрехер
@@ -80748,11 +80680,9 @@
щекуренок
щелевание
щелеватель
щелевой
щелезуб
щелерез
щелина
щелинный
щелистость
щелк
щелка
@@ -82392,7 +82322,6 @@
эскадра
эскадрилья
эскадрон
эскадронный
эскалада
эскалатор
эскалаторщик
+71
View File
@@ -0,0 +1,71 @@
акцизный
апикальный
батальонный
безумный
благородный
большой
брюшнотифозный
велярный
верхоконный
взрывной
вольный
головной
горбатый
городской
грамотный
гриппозный
губной
двугласный
желтокожий
живой
заразный
зубной
иноверный
кандальный
каторжный
клеймёный
конный
конюшенный
лабиальный
лысый
любопытный
маленький
межзубный
назальный
несчастненький
нёбный
номерной
носовой
овинный
одинокий
отвальный
параличный
плитовой
поддужный
полубезработный
полуротный
припадочный
сверхбольшой
свободный
сподручный
старшенький
стопорный
стреловой
судейский
сыпнотифозный
тифозный
толкучий
увулярный
уголовный
услужающий
участвующий
фабричный
фланговый
холерный
чановой
чесоточный
чумной
штрафованный
щелевой
щелинный
эскадронный
-71
View File
@@ -1513,7 +1513,6 @@
акцидент
акциденция
акциз
акцизный
акциональность
акционер
акционерка
@@ -2914,7 +2913,6 @@
аперитив
апертометр
апертура
апикальный
апилак
апилактоза
апиоид
@@ -5053,7 +5051,6 @@
баталист
баталия
батальон
батальонный
батан
батареец
батарейка
@@ -5399,7 +5396,6 @@
безумец
безумие
безумность
безумный
безумство
безумствование
безупречность
@@ -6545,7 +6541,6 @@
благоразумность
благородие
благородность
благородный
благородство
благосклонность
благословение
@@ -7029,7 +7024,6 @@
большенький
большерот
большинство
большой
болюс
болячка
болящий
@@ -7732,7 +7726,6 @@
брючница
брюшина
брюшко
брюшнотифозный
брюшняк
бряк
бряканье
@@ -8900,7 +8893,6 @@
велюр
велютинум
веляризация
велярный
вена
венболезнь
венгерец
@@ -9128,7 +9120,6 @@
верхогляд
верхоглядка
верхоглядство
верхоконный
верхолаз
верхонка
верхотура
@@ -9456,7 +9447,6 @@
взрывание
взрыватель
взрывник
взрывной
взрывобур
взрывозащита
взрывоопасность
@@ -10749,7 +10739,6 @@
вольнослужащий
вольнослушатель
вольность
вольный
вольняшка
вольт
вольта
@@ -14643,7 +14632,6 @@
головища
головка
головничество
головной
головня
головогрудь
головодержатель
@@ -14882,7 +14870,6 @@
горал
горб
горбатость
горбатый
горбач
горбачёвец
горбик
@@ -15013,7 +15000,6 @@
городок
городошник
городошница
городской
городьба
горожанин
горожанка
@@ -15378,7 +15364,6 @@
грамотник
грамотница
грамотность
грамотный
грампластинка
гран
гранат
@@ -15618,7 +15603,6 @@
гринсбон
гриот
грипп
гриппозный
гриф
грифелёк
грифель
@@ -15844,7 +15828,6 @@
губка
губком
губкообразность
губной
губоногие
губочка
губошлёп
@@ -16334,7 +16317,6 @@
двояшка
двубрачие
двувидовость
двугласный
двугодок
двугривенник
двугривенничек
@@ -19964,7 +19946,6 @@
желтогузка
желтозём
желток
желтокожий
желтокорень
желтокрылка
желтолозник
@@ -20094,7 +20075,6 @@
живодёрка
живодёрня
живодёрство
живой
живокость
живописание
живописец
@@ -21407,7 +21387,6 @@
заразительность
заразиха
заразность
заразный
зарастание
заратит
заращение
@@ -22551,7 +22530,6 @@
зубик
зубило
зубник
зубной
зубовик
зубоврачевание
зубодёр
@@ -23769,7 +23747,6 @@
иноверец
иноверие
иноверка
иноверный
иновещание
иногородний
иноземец
@@ -25237,7 +25214,6 @@
кандалакшец
кандалы
кандальник
кандальный
кандейка
кандела
канделябр
@@ -26044,7 +26020,6 @@
каторжанка
каторжник
каторжница
каторжный
каточек
катран
катрен
@@ -27258,7 +27233,6 @@
клейковина
клейкость
клеймение
клеймёный
клеймо
клеймовщик
клеймовщица
@@ -28596,7 +28570,6 @@
коннозаводчик
коннотативность
коннотация
конный
коновал
коновод
коноводка
@@ -29023,7 +28996,6 @@
коньячок
конюга
конюх
конюшенный
конюший
конюшня
коняга
@@ -31252,7 +31224,6 @@
лабарум
лабиализация
лабиальность
лабиальный
лабильность
лабиринт
лабиринтит
@@ -33252,7 +33223,6 @@
лысун
лысуха
лысушка
лысый
лытдыбр
лычко
львёнок
@@ -33366,7 +33336,6 @@
любомудрие
любоначалие
любонька
любопытный
любопытство
любострастие
любостяжание
@@ -33908,7 +33877,6 @@
малеванец
малеванье
маленькая
маленький
малец
малёк
малиган
@@ -35050,7 +35018,6 @@
межеумок
межеумье
межёвка
межзубный
межклетник
межклеточник
межледниковье
@@ -38597,7 +38564,6 @@
нажор
назализация
назальность
назальный
назареец
назарей
назаретянин
@@ -40949,7 +40915,6 @@
несчастие
несчастливец
несчастливица
несчастненький
несчастный
несчастьице
несчётность
@@ -41230,7 +41195,6 @@
неяркость
неясность
неясыть
нёбный
нёбо
ниацин
нибелунг
@@ -41625,7 +41589,6 @@
номенклатурщина
номенклатурщица
номер
номерной
номерок
номерочек
номерщик
@@ -41730,7 +41693,6 @@
носка
носкость
носовик
носовой
носоглотка
носогрейка
носок
@@ -42849,7 +42811,6 @@
овизм
овин
овинник
овинный
овист
овладевание
овладение
@@ -43064,7 +43025,6 @@
одинаковость
одинера
одинизм
одинокий
одинокость
одиночество
одиночка
@@ -44870,7 +44830,6 @@
отваливание
отвалка
отвальная
отвальный
отвальчик
отвальщик
отвальщица
@@ -46441,7 +46400,6 @@
паралитик
паралитичка
паралич
параличный
параллакс
параллелепипед
параллелизм
@@ -49669,7 +49627,6 @@
плита
плитка
плитняк
плитовой
плиточка
плиточник
плиточница
@@ -50368,7 +50325,6 @@
поддув
поддувало
поддувание
поддужный
поддьяк
поделка
подельник
@@ -52098,7 +52054,6 @@
полубаркас
полубархат
полубег
полубезработный
полубимс
полубог
полубогиня
@@ -52297,7 +52252,6 @@
полуребёнок
полуреек
полурота
полуротный
полурубка
полурыба
полусанаторий
@@ -54455,7 +54409,6 @@
приостановление
припадание
припадок
припадочный
припадшие
припаивание
припай
@@ -62058,7 +62011,6 @@
сверхактивность
сверхбаллон
сверхбогач
сверхбольшой
сверхбомба
сверхважность
сверхвспышка
@@ -62314,7 +62266,6 @@
свобода
свободность
свободноягодник
свободный
свободолюбец
свободолюбие
свободомыслие
@@ -66526,7 +66477,6 @@
сподография
сподручник
сподручница
сподручный
сподумен
спожинки
спой
@@ -66997,7 +66947,6 @@
старшеклассница
старшекурсник
старшекурсница
старшенький
старший
старшина
старшинство
@@ -67567,7 +67516,6 @@
стопорезчик
стопорение
стопорка
стопорный
стопосложение
стопочка
стоппер
@@ -67717,7 +67665,6 @@
стрелкование
стреловержец
стреловидность
стреловой
стрелок
стрелолист
стрелометатель
@@ -68148,7 +68095,6 @@
судбище
судебник
судеец
судейский
судейство
судёнышко
судза
@@ -68965,7 +68911,6 @@
сыноубийца
сыночек
сыпец
сыпнотифозный
сыпняк
сыпучесть
сыпь
@@ -70952,7 +70897,6 @@
тифлотехника
тифлотипография
тифози
тифозный
тифоид
тифон
тифулёз
@@ -71108,7 +71052,6 @@
толкотня
толкун
толкунчик
толкучий
толкучка
толкушка
толлер
@@ -73102,7 +73045,6 @@
уврачевание
увулит
увулярность
увулярный
увядание
увязание
увязка
@@ -73197,7 +73139,6 @@
уголовка
уголовник
уголовница
уголовный
уголовщина
уголок
уголочек
@@ -74017,7 +73958,6 @@
усложнение
усложнённость
услуга
услужающий
услужение
услужливость
услужник
@@ -74301,7 +74241,6 @@
ухудшение
уценка
учалка
участвующий
участие
участковый
участливость
@@ -74398,7 +74337,6 @@
фабрикат
фабрикация
фабричка
фабричный
фабричонка
фабула
фабульность
@@ -75444,7 +75382,6 @@
фламин
фламинго
фланг
фланговый
фландр
фланелет
фланель
@@ -77408,7 +77345,6 @@
холерик
холерина
холеричность
холерный
холестаз
холестерин
холестеринемия
@@ -78597,7 +78533,6 @@
чанги
чанец
чанкайшист
чановой
чановщик
чань
чапаевец
@@ -78970,7 +78905,6 @@
чесночница
чесночок
чесотка
чесоточный
чествование
честер
честерфилд
@@ -79381,7 +79315,6 @@
чумиза
чумичка
чумка
чумной
чумолог
чумработница
чунири
@@ -80592,7 +80525,6 @@
штрафник
штрафной
штрафование
штрафованный
штрафовка
штрафстоянка
штрейкбрехер
@@ -80786,11 +80718,9 @@
щекурёнок
щелевание
щелеватель
щелевой
щелезуб
щелерез
щелина
щелинный
щелистость
щелкопёр
щелкотня
@@ -82434,7 +82364,6 @@
эскадра
эскадрилья
эскадрон
эскадронный
эскалада
эскалатор
эскалаторщик
+5
View File
@@ -33,6 +33,7 @@ process's memory (dump it with `--dump`, query it with `--trace WORD`).
| `orfo_dict_2025.txt` | ✓ | the pdftotext output — the parsed source of truth (the PDF binary is not needed to rebuild). |
| `all.txt` | ✓ | Stage 1 base: every clean Cyrillic headword/variant; a plural headword with a singular is replaced by that singular. |
| `manual_confirm.txt` | ✓ | hand-reviewed nouns from the undefined tail; the brain merges them into the result. |
| `manual_reject.txt` | ✓ | hand-vetoed false nouns (substantivized adjectives a dictionary misreads as nouns, e.g. нёбный); subtracted from the result last. |
| `scrabble.txt` | ✓ | **Stage 2 result**: common nouns, nominative singular (+ pluralia tantum), length 215 — the working dictionary. |
| `undefined.txt` | — | the ambiguous tail; kept in memory, written only with `--dump`. |
@@ -127,6 +128,10 @@ Each Stage-1 word (length 215) is routed by three sources, most authoritative
травмпункт`, `регги и реггей`) and one is already a confirmed noun, the other is moved
from review/undefined into the result as well, propagated transitively through chains.
The plural-form variants the dictionaries already resolve never reach this step.
5. **Manual overrides**: `manual_confirm.txt` adds maintainer-approved nouns from the
undefined tail (before variant rescue, so they can anchor it); `manual_reject.txt` is
subtracted **last**, removing false nouns a dictionary misreads — substantivized
adjectives with no nominal use (`нёбный`, `акцизный`, …) — overriding every path above.
The nominative singular always comes from the dictionary that recognised the word, or from
the orthographic `ед.` note — never from a predictor guess (libmorph and the predictor
+9 -1
View File
@@ -353,7 +353,15 @@ def build():
fate[y] = f"scrabble: вариант от «{x}» (через «и»)"
changed = True
undefined = [w for w in amb if w not in scrabble]
# Manual rejections: words the maintainer vetoed — substantivized-adjective false nouns
# a dictionary misreads as nouns (нёбный, акцизный, …). Subtracted last, so it overrides
# every admission path above (OC seed / libmorph / note / manual_confirm / variant).
reject = {w for w in load(os.path.join(OUT_DIR, "manual_reject.txt")) if cyr_ok(w)}
scrabble -= reject
for w in reject:
fate[w] = "отброшено: ручной запрет (manual_reject.txt)"
undefined = [w for w in amb if w not in scrabble and w not in reject]
return {
"oc": oc, "scrabble": scrabble, "undefined": undefined,
"adjectives": adj, "verbs": verb, "singulars": ed_nouns,