Moby Project

The Moby Project is a collection of public-domain lexical resources created by Grady Ward. The resources were dedicated to the public domain, and are now mirrored at Project Gutenberg. As of 2007, it contains the largest free phonetic database, with 177,267 words and corresponding pronunciations.^[1]

The Moby Hyphenator II contains hyphenations of 187,175 words and phrases (including 9,752 entries where no hyphenations are given, such as through and avoir). The character encoding appears to be MacRoman, and hyphenation is indicated by a bullet (⟨•⟩, character value 165 decimal, or A5 hexadecimal). Some entries, however, have a combination of actual hyphens and character 165, such as "bar•ber-sur•geon".

There is little to no documentation of the hyphenation choices made; the following examples might give some flavour of the style of hyphenation used: at•mos•phere; at•tend•ant; ca•pac•i•ty; un•col•or•a•ble.

Moby Language II contains wordlists of five languages: French, German, Italian, Japanese, and Spanish. Their statistics are:

However, some of the lists are contaminated: for example, the Japanese list contains English words such as abnormal and non-words such as abcdefgh and m,./. There are also unusual peculiarities in the sorting of these lists, as the French list contains a straight alphabetical listing, while the German list contains the alphabetical listing of traditionally capitalized words and then the alphabetical listing of traditionally lower-cased words. The list of Italian words, however, contains no capitalized words whatsoever.

The lists do not use accented characters, so "e^tre" is how a user would look up the French word être ("to be").

Moby Part-of-Speech contains 233,356 words fully described by part(s) of speech, listed in priority order. The format of the file is word\parts-of-speech, with the following parts of speech being identified:

يحتوي برنامج Moby Pronunciator II على 177,267 مدخلاً مع نطقها. تصف معظم المدخلات كلمة واحدة، ولكن حوالي 79,000 مدخل ^{[ 2 ]} تحتوي على عبارات أو أسماء أو وحدات معجمية مفصولة بشرطة أو متعددة الكلمات . كما تتضمن نسخة مشروع غوتنبرغ نسخة من cmudict v0.3. يحتوي الملف على أسطر بالصيغة التالية: كلمة[/جزء من الكلام] نطق . وينتهي كل سطر بحرف إرجاع السطر ASCII (CR، '\r'، 0x0D، 13 بالنظام العشري).

يمكن أن يتضمن حقل الكلمات علامات اقتباس (مثل isn't )، وواصلات (مثل able-bodied )، وكلمات متعددة مفصولة بشرطات سفلية (مثل monkey_wrench ). تُعرض الكلمات غير الإنجليزية عمومًا، كما هو موضح في الوثائق، بدون علامات تشكيل. مع ذلك، في 36 مدخلًا (مثل São_Miguel )، تبقى بعض الأحرف غير المُشكّلة من نوع ASCII، ممثلةً باستخدام ترميز Mac OS Roman .

يُستخدم حقل نوع الكلمة لتوضيح 770 كلمة تختلف في نطقها تبعًا لنوعها. على سبيل المثال، بالنسبة للكلمة التي تُكتب " close " ، يُنطق الفعل / ˈkloʊz / ، بينما يُنطق الصفة / ˈkloʊs / . وقد تم تخصيص الرموز التالية لأنواع الكلمات:

يلي ذلك النطق. توجد عدة رموز خاصة:

تُستخدم الرموز المتبقية لتمثيل أحرف الأبجدية الصوتية الدولية (IPA) . تتوافق النطقات عمومًا مع اللهجة الأمريكية العامة للغة الإنجليزية، والتي تُظهر دمج صوتي father وbother ، وhurry وfurry ، و lot وcloth ، ولكنها لا تُظهر دمج صوتي cot وcaught أو wine وwhine . يُمثل كل صوت بتسلسل من حرف واحد أو أكثر. بعض التسلسلات مفصولة بشرطة مائلة "/"، كما هو موضح في الجدول التالي، ولكن لاحظ أن تسلسل / ɔɪ / مفصول بشرطتين مائلتين في كلا الطرفين.

تُضاف إلى هذه المجموعة عدد من التسلسلات الإضافية التي تُمثل الأصوات اللغوية الموجودة في لغات أخرى. تُستخدم هذه التسلسلات لترميز الكلمات والعبارات والأسماء غير الإنجليزية المُدرجة في قاعدة البيانات. يحتوي الجدول التالي على هذه الأصوات اللغوية الإضافية، ولكن تجدر الإشارة إلى أن مدى وجود بعضها نتيجة أخطاء في الترميز غير واضح.

يحتوي موقع موبي شكسبير على جميع أعمال شكسبير كاملةً دون اختصار . هذا المصدر تحديدًا غير متوفر من مشروع غوتنبرغ، ولكنه متوفر بنسخة صدرت عام ١٩٩٣ على الإنترنت. ^{[ ٣ ]}

يحتوي قاموس موبي الثاني على 30,260 كلمة جذرية، مع 2,520,264 مرادفًا ومصطلحًا ذا صلة - بمعدل 83.3 لكل كلمة جذرية. يتكون كل سطر من قائمة قيم مفصولة بفواصل ، حيث يمثل المصطلح الأول الكلمة الجذرية، وجميع الكلمات التالية مصطلحات ذات صلة.

وضع جرادي وارد هذا المعجم في الملكية العامة في عام 1996. وهو متاح أيضًا كحزمة دبيان على الرغم من أن الحزمة قد تم إيقافها بدءًا من Bullseye . ^{[ 4 ]}

موبي ووردز 2 هي أكبر قائمة كلمات في العالم. ^{[ 1 ]} تتكون التوزيعة من الملفات الستة عشر التالية:

• موقع مشروع موبي السابق (icon.shef.ac.uk/Moby/) - لم يعد متاحًا. يمكنك الاطلاع على نسخة محفوظة في أرشيف الإنترنت (Wayback Machine ) كما كانت عليه في 30 سبتمبر 2017. (آخر تعديل: 24 أكتوبر 2000) موقع تحميل يعمل .
• تنزيلات مشروع غوتنبرغ
• البحث عن كلمات تُقارب كلمة Perl ؛ الكود المقابل
• ويكشنري: ملحق: قاموس موبي للمترادفات الثاني
• http://digital.library.upenn.edu/webbin/gutbook/lookup?num=3201