Det sies at norsk har rundt 20.000 ord. Men hva er et ord? Her kan du søke i en ordliste på nærmere 400.000 norske ord. Hvor mange ord tror du starter med jule..?
Jeg jobber i et datafirma som heter WIS. I et prosjekt for noen år siden skulle vi lage et system for stavekontroll. Vi måtte ha tak i alle gyldige norske ord. Men hva er et gyldig ord?
"Korrupsjon" er et ord. "Etterforskning" er et annet. Men "korrupsjonsetterforskning" er jo også et ord. Og hvis det nedsettes en gruppe som skal drive med det, får vi ordet "korrupsjonsetterforskningsgruppe". Et system for stavekontroll skal godta alle disse tre, men ikke alle sammensetninger av ord er gyldige. F.eks. vil du kanskje ønske at "Gruppekorrupsjon" blir markert som ugyldig?
Vi søkte i mange kilder og landet på å bruke lister med ord som er hentet ut fra mengder av aviser, romaner og faglitteratur. Såkalte frekvensordlister. Vi bestemte oss for å hente ut alle ord som var brukt 3 ganger eller mer. Etter å ha slått sammen ulike lister og fjernet duplikate, hadde vi nærmere 400.000 ord på lista. Vi fjernet en del typiske feilstavelser som "akurat", "interesant" osv. Fordi disse feilstavelsene fantes også i listene - avisene skriver også feil.
Så nå har vi en liste med ord. Men vi vet at svært mange av ordene skulle vært fjernet, og mange ord mangler. Men et system for stavekontroll blir stadig korrigert av brukeren. Og når de sier at ordet finnes, sjekker vi det og legger det inn i ordlisten. På den måten blir ordlisten stadig bedre.
Er det mulig å legge til ord? Jeg fant kjapt flere ord som ikke er representert, f.eks. finkalibret, stettampel, støkiometri, for å nevne noen.
Helt supert, mye spennende å lære .
Ahhhhh
Takk for jobben som er gjort. Fantastisk!
Grupperkorrupsjon var en god ide. Skal prøve :-)
Hei, Kan dere utvikle en ordforråds test slik at jeg kan se hvor mange ord jeg har i mitt vokabulare? Det finnes nøyaktige tester for engelsk, men synes det er litt ergerlig at jeg ikke kan teste hvor mange ord jeg kan på mitt eget morsmål.
Flott ordliste, og bra søkefunksjon! Takk.