Lexique

Lectura Lexique

Module generique d'acces a un lexique francais : morphologie, phonetique, semantique, recherche

PyPI GitHub pip install lectura-lexique

Presentation

Module generique d’acces a un lexique francais. Fonctionne avec n’importe quel fichier CSV, TSV ou SQLite contenant des colonnes standard. Fournit 18 methodes de requetage organisees en 4 familles.

Le module ne fournit pas de donnees : vous apportez votre propre base lexicale. Il est compatible avec les principales bases disponibles pour le francais ainsi qu’avec le LeXiK de Lectura.

Bases compatibles

Base	Entrees	Colonnes reconnues	Lien
Lexique383	142 000	ortho, lemme, cgram, genre, nombre, phon, freqfilms2, nbsyll…	lexique.org
GLAFF	1 400 000	graphie, lemme, cgram, genre, nombre, phone…	glaff.atilf.fr
Morphalou	540 000	graphie, lemma, category, gender, number…	ortolang.fr
LeXiK Lectura	1 350 000	25 colonnes (ortho, phone, synonymes, definition…)	En savoir plus

Colonnes standard

Le module reconnait automatiquement les noms de colonnes courants et les unifie en noms canoniques :

Nom canonique	Alias reconnus
`ortho`	graphie, form, word, forme, flexion
`lemme`	lemma
`cgram`	category, pos, cat, catgram
`phone`	phon, phon_ipa, ipa, prononciation
`genre`	gender, gen
`nombre`	number, num
`freq`	freq_opensubs, freqfilms2, freq_frwac, freq_frantext…

Les colonnes absentes sont tolerees : chaque methode retourne un resultat vide (pas d’exception).

Exemple

from lectura_lexique import Lexique

# Fonctionne avec CSV, TSV ou SQLite
with Lexique("mon_lexique.csv") as lex:
    # Morphologie
    print(lex.conjuguer("manger"))
    # {'indicatif': {'présent': {'1s': 'mange', '2s': 'manges', ...}, ...}}

    print(lex.lemme_de("mangeait"))   # 'manger'
    print(lex.formes_de("grand"))     # [{'ortho': 'grand', ...}, ...]

    # Phonetique
    print(lex.rimes("maison"))        # mots rimant en -zɔ̃
    print(lex.contient_son("ʒ"))      # mots contenant /ʒ/
    print(lex.mots_par_syllabes(3))   # trisyllabes

    # Semantique (si colonnes presentes)
    print(lex.synonymes("grand"))     # ['vaste', 'immense', ...]
    print(lex.antonymes("grand"))     # ['petit', ...]
    print(lex.definition("maison"))   # ["Batiment servant d'habitation."]

    # Recherche
    print(lex.rechercher("^micro"))   # regex sur ortho
    print(lex.anagrammes("chien"))    # ['chine', 'niche', ...]
    print(lex.filtrer(cgram="NOM", genre="f", freq_min=100))

Methodes disponibles

Methodes de base

Methode	Description	Colonnes requises
`existe(mot)`	Test d’appartenance O(1)	ortho
`info(mot)`	Entrees lexicales completes	ortho
`frequence(mot)`	Frequence maximale	ortho, freq
`phone_de(mot)`	Prononciation IPA la plus frequente	ortho, phone
`homophones(phone)`	Mots partageant une prononciation	phone

Morphologie

Methode	Description	Colonnes requises
`conjuguer(verbe)`	Table de conjugaison complete	lemme, cgram, mode, temps, personne
`formes_de(lemme, cgram)`	Formes flechies d’un lemme	lemme
`lemme_de(mot)`	Lemme le plus frequent	ortho, lemme

Phonetique

Methode	Description	Colonnes requises
`rimes(mot, nb_phonemes)`	Mots partageant les N derniers phonemes	phone
`contient_son(son)`	Mots contenant une sequence IPA	phone
`mots_par_syllabes(n, cgram)`	Mots avec N syllabes	nb_syllabes ou syllabes

Semantique

Methode	Description	Colonnes requises
`synonymes(mot)`	Liste de synonymes (separateur `;`)	synonymes
`antonymes(mot)`	Liste d’antonymes (separateur `;`)	antonymes
`definition(mot)`	Definitions	definition

Recherche

Methode	Description	Colonnes requises
`rechercher(pattern, champ)`	Recherche par regex (ortho ou phone)	ortho ou phone
`filtrer(cgram, genre, ...)`	Filtre multi-critere	selon criteres
`anagrammes(mot)`	Mots avec les memes lettres rearrangees	ortho

Chargement intelligent

Chargement lazy a 4 niveaux pour minimiser l’utilisation memoire :

Niveau	Charge	Permet
1 (init)	`frozenset` des formes	`existe()` en O(1)
2 (lazy)	index phone	`homophones()`, `rimes()`, `contient_son()`
3 (lazy)	index ortho	`info()`, `frequence()`, `synonymes()`, `rechercher()`
4 (lazy)	index lemme	`conjuguer()`, `formes_de()`

Pour le backend SQLite, les niveaux 2-4 utilisent des requetes SQL directes sans chargement en memoire.

Installation

pip install lectura-lexique

Caracteristiques techniques

Zero dependance Python
Chargement lazy a 4 niveaux (memoire minimale)
Backends CSV, TSV et SQLite (detection automatique)
Resolution automatique des alias de colonnes
Colonnes manquantes tolerees (retour vide, pas d’exception)
Python 3.10+ avec type hints complets (PEP-561)
Double licence : AGPL-3.0 (libre) / Licence commerciale