Wiktextract

Wiktextract est un utilitaire conçu pour analyser les fichiers de dump de Wiktionary et extraire d'importantes données de dictionnaire multilingues. Il traite diverses éditions de Wiktionary, en particulier la version anglaise, pour récupérer des glosses, des parties du discours, des informations de flexion et des traductions. L'outil développe des modèles et des macros Lua pour améliorer la qualité de l'extraction, ce qui le rend adapté aux applications en traitement du langage naturel, en analyse sémantique et en traduction automatique. Il produit les données extraites au format JSONL, facilitant l'intégration avec d'autres outils.