Ilia Denisov
7f8165f16d
build / dawg (pull_request) Successful in 24s
Remove the 11 obscene nouns built on the хуй/еб·ёб/пизд/бляд roots (ахуй, блядь, выблядок, ебальник, еблан, охуение, пизда, пиздец, пиздобол, хуй, хуйня) from the Russian Scrabble/Эрудит dictionary. These are morphologically valid common nouns, so the pipeline admitted them like any other word — OpenCorpora's tagset exposes no obscenity grammeme to filter on. They are vetoed as policy via manual_reject.txt, which is subtracted last in ru_stage2.build(), so no pipeline logic changes: scrabble.txt is the deterministic result of that subtraction and erudit.txt is its Ё→Е fold, regenerated with tools/fold_yo.py. The coarser-but-not-mat муд* (мудак, мудила) and legitimate homographs (очко, сука, моча, дрочёна) are deliberately kept. scrabble.txt 83027 -> 83016, erudit.txt 82985 -> 82974.
86 lines
1.7 KiB
Plaintext
86 lines
1.7 KiB
Plaintext
акцизный
|
|
апикальный
|
|
батальонный
|
|
безумный
|
|
благородный
|
|
большой
|
|
брюшнотифозный
|
|
велярный
|
|
верхоконный
|
|
взрывной
|
|
вольный
|
|
головной
|
|
горбатый
|
|
городской
|
|
гос
|
|
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
|
|
# обсценная лексика (мат), корни хуй / еб·ёб / пизд / бляд — вычищается как
|
|
# политика, а не как «ложное существительное»; строки с «#» отбрасывает cyr_ok
|
|
ахуй
|
|
блядь
|
|
выблядок
|
|
ебальник
|
|
еблан
|
|
охуение
|
|
пизда
|
|
пиздец
|
|
пиздобол
|
|
хуй
|
|
хуйня
|