LeXiK
LeXiK est la couche lexicale de WikiLeXiK : un lexique de formes fléchies du français et de leurs lemmes, qui donne pour chaque forme sa prononciation en alphabet phonétique découpée en syllabes, son analyse grammaticale, l'alignement entre ses lettres et ses sons, son orthographe découpée en syllabes (l'orthocode) et ses fréquences dans trois corpus. C'est sur ses lemmes que WikiLeXiK rattache les deux autres couches : la couche sémantique du Wiktionnaire (définitions, exemples, relations, traductions) et la couche encyclopédique de Wikidata et Wikipédia (entités, propriétés, catégories).
- 839 262 lemmes, 2 580 286 formes (graphie et lemme), dont plus de 400 000 noms propres prononcés ;
- quatre sous-lexiques : les mots, les locutions et phrases, les formes spéciales (sigles, abréviations, symboles, unités), les formes non classées ;
- prononciation, alignement et syllabation qui concordent : pour chaque syllabe prononcée, on sait quelles lettres l'écrivent ;
- des fréquences par analyse : celle de mange est répartie entre l'indicatif, le subjonctif et l'impératif ;
- une provenance documentée : chaque prononciation est tracée jusqu'à la source qui l'a proposée.
Sur le site, LeXiK est ce qu'on lit dans l'en-tête d'un mot et dans son onglet Formes ; le guide d'utilisation explique chaque colonne et chaque convention. LeXiK est aussi présenté sur le site du projet Lectura, où il sert de base à la méthode de lecture.
Télécharger LeXiK
La base complète (version 1.0, octobre 2026, base LeXiK 1.2.3 du 14/10/2026 13:25) est diffusée ici sous licence CC BY-SA 4.0 : 91,5 Mo en tout, fichiers TSV compressés (gzip), une ligne par entrée, encodage UTF-8, tabulation comme séparateur. Les trois premiers sous-lexiques sont aussi publiés séparément sur ORTOLANG (LeXiK Mots, LeXiK MultiMots, LeXiK Spéciaux), avec le même format.
Télécharger tout : LeXiK-1.0.zip (91,5 Mo ; archive zip de l'ensemble des fichiers ci-dessous ; SHA-256 100bf380e22919e2…, fichier de contrôle)
| fichier | contenu | taille |
|---|---|---|
LISEZ-MOI.mdcdabd9556e97dc17… | présentation, licence, citation | 3 Ko |
DOCUMENTATION.mdff921382105ac521… | guide d'utilisation (aussi en ligne : onglet LeXiK de la documentation) | 48 Ko |
DOCUMENTATION.pdf083723577a3b1701… | le même guide, en PDF | 719 Ko |
lexik_formes_mots.tsv.gz30c80ec24237c30c… | les mots : une ligne par entrée (graphie, lemme) ; analyses, prononciation, alignement, orthocode, fréquences, confiance | 49,3 Mo |
lexik_lemmes.tsv.gz46f2b89453ae9d86… | les lemmes des mots : propriétés et fréquences | 8,4 Mo |
lexik_formes_multimots.tsv.gz097da51c99eb54fc… | les locutions et phrases, une ligne par locution, avec ses propriétés et sa fréquence toutes formes | 4,3 Mo |
lexik_formes_speciaux.tsv.gz5950756803e97036… | les formes spéciales (sigles, abréviations, symboles, unités, éléments), une ligne par forme et par lecture, avec son développement | 757 Ko |
lexik_formes_non_classes.tsv.gzcdfd5d3373a1e35f… | les formes non classées, relevées dans les corpus ou les lexiques sans pouvoir être rangées, non vérifiées | 1,2 Mo |
annexes/lexik_multext.tsv.gzeb9ead63e29e42ac… | les codes MULTEXT et leurs traits Universal Dependencies | 2 Ko |
annexes/lexik_pronominaux.tsv.gzc7a7ecba00dcdca4… | la part pronominale de chaque verbe (se battre / battre) | 78 Ko |
provenance/DOCUMENTATION_PROVENANCE.md712f8649dfcd2953… | comment la base a été construite : sources, arbitrages, contrôles | 23 Ko |
provenance/DOCUMENTATION_PROVENANCE.pdfc6f88bb7032503de… | la même documentation, en PDF | 382 Ko |
provenance/lexik_provenance.tsv.gzb0871e33b4ac01bc… | origine de chaque prononciation : source retenue et candidates | 26,1 Mo |
provenance/lexik_lemmes_provenance.tsv.gz227228af7d19d612… | origine des propriétés de chaque lemme | 200 Ko |
LICENSE28a9529c7d0bb4dc… | texte de la licence CC BY-SA 4.0 | 20 Ko |
| checksums.sha256 | sommes de contrôle des fichiers | 1 Ko |
Pour commencer : lire LISEZ-MOI.md, puis le guide (§2, « Prise en main ») ; les sommes de contrôle permettent de vérifier chaque fichier après téléchargement.
Licence et citation
LeXiK est une compilation de sources lexicales libres, croisées entre elles (guide, §12). Toute réutilisation doit citer LeXiK et être diffusée sous la même licence :
CARRIERE, Maxime (2026). LeXiK — lexique phonétique et grammatical du français, version 1.0. Lectura. https://lectura.world
Les données du site, qui ajoutent à LeXiK le Wiktionnaire et Wikidata, relèvent chacune de leur licence : voir Licences et sources. Une erreur de forme, d'analyse, de prononciation ou de fréquence se signale au projet Lectura.