urszeidler / wortliste

Deutsche Wortliste reproduzierbar erzeugen

Wortliste

Deutsche Wortliste reproduzierbar erzeugen

Verwendung

./wortliste-generieren.sh

Es werden diverse Datensätze aus dem Internet geladen (etwa 5,5 GB), zusammen mit den entpackten und aufbereiteten Daten werden etwa 18 GB Speicherplatz benötigt. Die Generierung dauert etwa 30 Minuten.

Ergebnis ist eine 3 MB große Textdatei mit 239.650 deutschen Wörtern. Diese kann z.B. verwendet werden, um daraus sichere Passphrasen zu generieren.

Getestet auf OS X 10.10, NixOS 16.03 und Ubuntu 14.04.

Abhängigkeiten

• Nix

(Alle weiteren Abhängigkeiten werden von Nix aufgelöst)

Lizenz

Das Script zur Generierung der Wortliste (wortliste-generieren.sh) steht unter der GPL. DWDS ist unter CC BY-ND, LCC unter CC BY und DeReWo unter CC BY-NC lizensiert.

Quellen

• Digitales Wörterbuch der deutschen Sprache der Berlin-Brandenburgischen Akademie der Wissenschaften
• Leipzig Corpora Collection (LCC) vom Wortschatz-Projekt der Universität Leipzig
• DeReWo – Korpusbasierte Grund-/Wortformenlisten vom Institut für Deutsche Sprache