Version 1.3.0 — publiée le 2026-08-21 par SynapxLab. Corpus dérivé de dictionnaire.synapx.fr, 125 653 mots du français.
Encodage UTF-8, compression zstd, jointure par la clé mot_id.
Aucune authentification, aucun JavaScript.
Les lots de référence sont en JSONL — une ligne JSON par mot, complète et fidèle.
Le lot definitions-courtes.csv en est un extrait tabulaire :
un mot, sa longueur et une définition courte par ligne, pour les usages qui n'ont pas
besoin de l'arbre — mots croisés, quiz, jeux de lettres, exercices. Il ne remplace pas
les lots JSONL, il évite d'avoir à les transformer soi-même.
| Fichier | Contenu | Lignes | Taille | Licence | SHA-256 |
|---|---|---|---|---|---|
| index-mots.jsonl.zst | Formes écrites du lexique : identifiant, orthographe, forme normalisée. | 125980 | 0.8 Mo | CC0-1.0 | 656a83c546d35f23… |
| wiktionnaire.jsonl.zst | Définitions, étymologies, relations de sens, registres, datations. | 123725 | 9.5 Mo | CC-BY-SA-4.0 | 8473f91c817e1696… |
| synapx-original.jsonl.zst | Définitions rédigées avec provenance ligne par ligne, notations de qualité, clé phonétique normalisée, racine morphologique, relations d’affixes. | 125980 | 2.0 Mo | CC-BY-SA-4.0 | 712fa369836e8366… |
| reproductibilite.jsonl.zst | Contrôle de reproductibilité : pour chaque mot tiré au sort, la notation d’origine et une renotation à l’aveugle, côte à côte, avec leur écart. | 500 | 0.0 Mo | CC-BY-SA-4.0 | 18ef018e18bb806a… |
| definitions-courtes.csv.zst (en clair, 5.3 Mo) | Une définition courte par ligne, avec le mot en capitales, sa longueur, sa catégorie grammaticale et son registre. Séparateur point-virgule, UTF-8. | 58846 | 1.0 Mo | CC-BY-SA-4.0 | 7b29f782da92dd63… |
Lot retenu : lexique.jsonl — Phonétique API, rime, phonèmes, syllabation, lemme, catégorie grammaticale, genre, nombre, fréquence. Licence en cours de confirmation auprès de l’auteur ; il sera ajouté à une version ultérieure si elle le permet.
Les données n'ont pas toutes la même origine, et donc pas les mêmes droits. Les définitions et étymologies viennent du Wiktionnaire et restent sous CC BY-SA 4.0, imposée par la source ; les notations de qualité sont produites par SynapxLab. Réunir le tout dans un fichier unique reviendrait à concéder sur du contenu tiers des droits que SynapxLab ne détient pas.