dictprep: Russian orthographic dictionary → Scrabble noun pipeline

Build a committed Russian common-noun word list (dictprep/russian/scrabble.txt)
from the RAN orthographic dictionary, for the Эрудит ruleset.

- Stage 1 (Go, dictprep/ruwords): orfo_dict_2025.txt -> all.txt; extracts
  headwords, reconstructs "ед." singulars (suppressing plurals), pairs "и" variants.
- Stage 2 (Python brain, dictprep/ru_stage2.py): OpenCorpora (mawo-pymorphy3) +
  libmorph + orthographic notes select common nouns (nom. sing.); --trace explains
  a word's fate, --dump writes the in-memory buckets.
- libmorph C++ bridge (libmorph_check.cpp); manual_confirm.txt is merged in.
- orfo_dict_2025.txt is the committed pdftotext source of truth.
- See dictprep/README.md for methodology and reproducibility.
This commit is contained in:
Ilia Denisov
2026-06-01 23:27:17 +02:00
parent 15c7959d96
commit 540ee32178
9 changed files with 402226 additions and 1 deletions
File diff suppressed because it is too large Load Diff
+135
View File
@@ -0,0 +1,135 @@
артгруппа
бутень
вебинар
видеодневник
водозащита
генацвале
жакоб
оберфюрер
околоть
особина
полбазара
полбака
полбалкона
полбанана
полбарана
полбатальона
полбатона
полбиблиотеки
полблокнота
полбокала
полбуханки
полвагона
полвечера
полвзвода
полвинта
полгазеты
полгектара
полгостиницы
полграмма
полгруппы
полдачи
полдвора
полдекабря
полдеревни
полдетсада
полдивана
полдивизии
полдыни
полжурнала
ползавода
ползарплаты
полздания
полканикул
полканистры
полкартофелины
полкастрюли
полквартиры
полкилограмма
полкласса
полкниги
полколлекции
полкольца
полкоманды
полкоробки
полкочана
полкурса
полкуска
полмагазина
полмандарина
полмарта
полматча
полмиллиметра
полмузея
полноября
полпакета
полпарка
полпартии
полпинты
полпирога
полпирожка
полпируэта
полпоезда
полполена
полполка
полполки
полполосы
полпомидора
полпоросёнка
полпосёлка
полпредовский
полпроцента
полпузырька
полрайона
полромана
полроты
полрулона
полряда
полсада
полсажени
полсезона
полсентября
полсловаря
полсостава
полсрока
полстада
полстены
полстолетия
полстраницы
полстроки
полтаблетки
полтайма
полтакта
полтарелки
полтетради
полтома
полтона
полторта
полтысячелетия
полтюбика
полусанаторий
полфакультета
полфевраля
полфлакона
полфразы
полхаты
полцарства
полцентнера
полцистерны
полчайника
полчемодана
полшажка
полшажочка
полшара
полшкафа
полшколы
полщеки
принт
промо
рентгеноаппарат
сивец
соцнаём
срывка
флеш
флешмобер
шиноремонт
File diff suppressed because it is too large Load Diff
File diff suppressed because it is too large Load Diff