מקורות נתונים
מאגרי הנתונים הפתוחים שעליהם מבוססים המילונים וטבלאות נטיית הפעלים של CoolPan: היוצרים, הרישיונות והשינויים שערכנו.
נתוני נטיית הפעלים בעברית
נתוני נטיית הפעלים בעברית מבוססים על Hebrew Verb Lists, שנוצרו על ידי ערן תומר (Eran Tomer) במסגרת עבודת המאסטר ״Automatic Hebrew Text Vocalization״ באוניברסיטת בן-גוריון, בהנחיית פרופ׳ מיכאל אלחדד (Michael Elhadad).
- זכויות יוצרים:
- © Eran Tomer (ערן תומר)
- רישיון:
- CC BY 4.0
- מקור:
- github.com/NNLP-IL/Hebrew-Resources
- שינויים בנתונים:
- יובאו למסד נתונים, צורות PRESENT אוחדו לפי גוף, נוסף קישור ללקסמות.
אוצר המילים והמשמעויות באנגלית
נתוני המילון האנגלי (צורות בסיס, חלקי דיבר, משמעויות המילים והגדרותיהן) מבוססים על Open English WordNet, מהדורת 2025 — פיצול (fork) שמתוחזק על ידי הקהילה, והמשך של מאגר המילים Princeton WordNet.
- רישיון:
- CC BY 4.0
- מקור:
- github.com/globalwordnet/english-wordnet
- ייחוס:
- משאב זה מופץ ברישיון CC BY 4.0 עם ייחוס הן ל־Princeton WordNet והן לצוות Open English Wordnet.
- שינויים בנתונים:
- יובאו למסד נתונים; המשמעויות קושרו ללקסמות ודורגו לפי שכיחות (ראו את הרשומה של Princeton WordNet בהמשך).
רמות קושי CEFR (אנגלית)
מילים באנגלית מסומנות ברמת קושי CEFR (A1-C2) באמצעות Words-CEFR-Dataset, שממפה מילים באנגלית (לפי חלק דיבר) לרמת השליטה בשפה.
- רישיון:
- MIT
- מקור:
- github.com/Maximax67/Words-CEFR-Dataset
- שינויים בנתונים:
- צורפו לרשומות המילון לפי צורת הבסיס (lemma) וחלק הדיבר.
דירוג משמעויות לפי שכיחות (אנגלית)
כשלמילה באנגלית יש כמה משמעויות, הן מדורגות לפי התדירות שבה כל משמעות מופיעה בפועל בטקסטים — על סמך ספירות התיוג של הקונקורדנציה הסמנטית מ־Princeton WordNet 3.0.
- רישיון:
- Princeton WordNet License
- מקור:
- wordnet.princeton.edu
- שינויים בנתונים:
- ספירות המשמעויות צורפו למשמעויות של Open English WordNet לפי sense key; משמשות לחישוב השדה sense_rank.
נתוני שכיחות מילים
מידת השכיחות של מילה (משמשת להערכת רמת הביטחון בזיהוי מילה לפי ההקשר) מחושבת באופן לא מקוון באמצעות הספרייה wordfreq, שמאגדת נתוני שכיחות מקורפוסים גדולים של טקסטים בשפות רבות, כולל עברית ואנגלית.
- רישיון:
- Apache-2.0
- מקור:
- github.com/rspeer/wordfreq
- שינויים בנתונים:
- ערכי השכיחות חושבו מראש באופן לא מקוון ונשמרו בכל רשומת מילון.