{
    "name": "corpus-dictionnaire-synapx",
    "version": "1.3.0",
    "released": "2026-08-21",
    "language": "fr",
    "publisher": "SynapxLab",
    "homepage": "https://dictionnaire.synapx.fr/corpus/",
    "contact": "contact@synapx.fr",
    "description": "Corpus lexical français de 125980 mots, livré en lots séparés par provenance : les droits diffèrent selon l'origine des données, et un seul lot est concédé par SynapxLab.",
    "join_key": "mot_id",
    "files": [
        {
            "file": "index-mots.jsonl",
            "language": "fr",
            "encoding": "UTF-8",
            "format": "JSONL",
            "records": 125980,
            "content": "Formes écrites du lexique : identifiant, orthographe, forme normalisée.",
            "provenance": "Faits bruts (formes écrites) — aucune paternité revendiquée.",
            "license": "CC0-1.0",
            "license_confirmed": true,
            "compressed": {
                "file": "index-mots.jsonl.zst",
                "codec": "zstd",
                "bytes": 801549,
                "sha256": "656a83c546d35f2372cd75b6b98b88f2c0a78b41205d7bb4c4120140d502f741"
            },
            "url": "https://dictionnaire.synapx.fr/corpus/index-mots.jsonl.zst"
        },
        {
            "file": "wiktionnaire.jsonl",
            "language": "fr",
            "encoding": "UTF-8",
            "format": "JSONL",
            "records": 123725,
            "content": "Définitions, étymologies, relations de sens, registres, datations.",
            "provenance": "Wiktionnaire francophone via kaikki.org ; une partie des datations provient de Littré 1873 via littre.org.",
            "license": "CC-BY-SA-4.0",
            "license_confirmed": true,
            "compressed": {
                "file": "wiktionnaire.jsonl.zst",
                "codec": "zstd",
                "bytes": 9935099,
                "sha256": "8473f91c817e16964e8d65d7b436f0aafb9f041f0ace4a4fa110a43ff21f5232"
            },
            "note": "Licence imposée par la source, non choisie par SynapxLab. Les textes ont été normalisés et restructurés par sens, sans réécriture. Toute rediffusion doit citer le Wiktionnaire, nommer la licence avec un lien vers son texte et signaler les modifications.",
            "url": "https://dictionnaire.synapx.fr/corpus/wiktionnaire.jsonl.zst"
        },
        {
            "file": "synapx-original.jsonl",
            "language": "fr",
            "encoding": "UTF-8",
            "format": "JSONL",
            "records": 125980,
            "content": "Définitions rédigées avec provenance ligne par ligne, notations de qualité, clé phonétique normalisée, racine morphologique, relations d’affixes.",
            "provenance": "SynapxLab — seule partie produite par ce projet.",
            "license": "CC-BY-SA-4.0",
            "license_confirmed": true,
            "compressed": {
                "file": "synapx-original.jsonl.zst",
                "codec": "zstd",
                "bytes": 2074644,
                "sha256": "712fa369836e8366ca7d6f71fac0fa3c2d6bcbea8176a5637a1c489f74a39e67"
            },
            "note": "Seul lot dont SynapxLab détient les droits, donc le seul dont la licence relevait d'un choix. CC BY-SA 4.0 a été retenue pour aligner ce lot sur celui du Wiktionnaire : les deux se combinent alors sans conflit de licence. Les définitions de ce lot ont été rédigées par SynapxLab ; leur champ `source` distingue celles du lexique du numérique de celles saisies à la main. Les commentaires de notation jugent la qualité des définitions du dictionnaire ; ils ne reproduisent aucun texte des ouvrages de référence consultés.",
            "url": "https://dictionnaire.synapx.fr/corpus/synapx-original.jsonl.zst"
        },
        {
            "file": "reproductibilite.jsonl",
            "language": "fr",
            "encoding": "UTF-8",
            "format": "JSONL",
            "records": 500,
            "content": "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.",
            "provenance": "SynapxLab — rejouable : les deux notations sont fournies, la statistique peut être recalculée.",
            "license": "CC-BY-SA-4.0",
            "license_confirmed": true,
            "compressed": {
                "file": "reproductibilite.jsonl.zst",
                "codec": "zstd",
                "bytes": 40625,
                "sha256": "18ef018e18bb806a41c9d803035a600110aacfeeb2e358259ee02579e723a4b8"
            },
            "note": "Échantillon aléatoire de mots déjà notés, renotés sans accès à la note d'origine et selon le même barème. Corrélation de Pearson 0,779 sur l'ensemble, 0,862 sur les notations à confiance ≥ 0,8.",
            "url": "https://dictionnaire.synapx.fr/corpus/reproductibilite.jsonl.zst"
        },
        {
            "file": "definitions-courtes.csv",
            "language": "fr",
            "encoding": "UTF-8",
            "format": "CSV",
            "records": 58846,
            "content": "Une définition courte par ligne, avec le mot en capitales, sa longueur, sa catégorie grammaticale et son registre. Séparateur point-virgule, UTF-8.",
            "provenance": "Dérivé des lots Wiktionnaire, Littré et SynapxLab de ce même corpus ; la colonne « source » donne l’origine de chaque ligne.",
            "license": "CC-BY-SA-4.0",
            "license_confirmed": true,
            "compressed": {
                "file": "definitions-courtes.csv.zst",
                "codec": "zstd",
                "bytes": 1083688,
                "sha256": "7b29f782da92dd63733d75eb42629148415627ccafbb4deeaa605bd4237afeae"
            },
            "note": "Extrait d'usage, non exhaustif : 58846 définitions pour 31411 mots, filtrées pour être jouables hors de leur article — flexions, renvois anaphoriques et définitions livrant leur propre mot sont écartés. TERMIUM Plus (OGL-C) en est exclu, son régime de droits différant. Le corpus complet reste dans les lots JSONL.",
            "uncompressed": {
                "file": "definitions-courtes.csv",
                "bytes": 5513519,
                "sha256": "317486a3309bdc66b1fbee999f1bf6fcf9632ee1b0d978c9365cbff1bc1bb31d",
                "url": "https://dictionnaire.synapx.fr/corpus/definitions-courtes.csv"
            },
            "url": "https://dictionnaire.synapx.fr/corpus/definitions-courtes.csv.zst"
        }
    ],
    "warning": "Les fichiers sont séparés par provenance à dessein. Les fusionner sous une licence unique reviendrait à concéder sur du contenu tiers des droits que SynapxLab ne détient pas.",
    "withheld": {
        "files": [
            {
                "file": "lexique.jsonl",
                "license": "Licence en cours de confirmation auprès de l’auteur",
                "content": "Phonétique API, rime, phonèmes, syllabation, lemme, catégorie grammaticale, genre, nombre, fréquence."
            }
        ],
        "reason": "Lot retenu tant que sa licence n'est pas confirmée auprès de son auteur. Il sera ajouté à une version ultérieure si la licence le permet."
    }
}