French lexicon with morphological information

View resource name in all available languages

Lexique français avec information morphologique

ID:

ELRA-L0068

This French lexicon is made up of 424,000 inflected forms corresponding to 55,000 simple word lemmas. It contains:
- 34,400 nouns, with gender, number and inflected forms (including irregular forms)
- 7,300 verbs, with mood, tense, person, gender, number and inflected forms (including irregular forms),
- 11,700 adjectives, with gender, number and inflected forms (including irregular forms),
- 1,400 adverbs,
- 200 pronouns, articles, prepositions/postpositions and conjunctions.

Each line in the resource file shows an inflected form, its part of speech, its related lemma and its morphological information. The inflected forms were generated using two databases: one containing the lemmas with the related root(s) and paradigm number(s), the other one containing the paradigm numbers with the related terminations and morphological information.

Each row in the resource file consists of four fields following the structure below:
Lemma|part of speech|inflected form|morphological information

The part of speech and the morphological information are encoded using our internal standard (an abbreviation key file is also provided).

View resource description in all available languages

Ce lexique français est constitué de 424 000 formes fléchies correspondant à 55 000 mots-lemmes simples. Il comprend :
- 34 400 noms, incluant le genre, le nombre et les formes fléchies (dont les formes irrégulières),
- 7 300 verbes, incluant le mode, le temps, la personne, le genre, le nombre et les formes fléchies (dont les formes irrégulières),
- 11 700 adjectifs, incluant le genre, le nombre et les formes fléchies (dont les formes irrégulières),
- 1 400 adverbes,
- 200 pronoms, articles, prépositions/postpositions et conjonctions.

Chaque ligne de fichier présente une forme fléchie, la partie du discours, le lemme correspondant et l’information morphologique. Les formes fléchies sont générées en utilisant deux bases de données, l’une contenant les lemmes avec la ou les racines correspondantes et le ou les nombres de paradigmes, tandis que la deuxième comprend les nombres de paradigmes avec les terminaisons correspondantes et l’information morphologique.

Chaque ligne de fichier est constituée de quatre champs présentés selon la structure suivante :
Lemme|partie du discours|forme fléchie|information morphologique

La partie du discours et l’information morphologique sont codées selon un standard interne (un fichier des abréviations utilisées est également fourni).

You don’t have the permission to edit this resource.
People who looked at this resource also viewed the following: