Ecosyste.ms: Awesome

An open API service indexing awesome lists of open source software.

https://github.com/OpenTaal/opentaal-wordlist

🇳🇱🇧🇪🇸🇷 Dutch word list by OpenTaal
https://github.com/OpenTaal/opentaal-wordlist

belgie belgium dutch dutch-language nederland nederlands netherlands suriname word wordlist wordlists words

Last synced: about 2 months ago
JSON representation

🇳🇱🇧🇪🇸🇷 Dutch word list by OpenTaal

Lists

README 

        
![GitHub last commit](https://img.shields.io/github/last-commit/opentaal/opentaal-wordlist)

![GitHub commit activity](https://img.shields.io/github/commit-activity/y/opentaal/opentaal-wordlist)

![GitHub Repo stars](https://img.shields.io/github/stars/opentaal/opentaal-wordlist)

![GitHub watchers](https://img.shields.io/github/watchers/opentaal/opentaal-wordlist)

![GitHub Sponsors](https://img.shields.io/github/sponsors/opentaal)

![Liberapay patrons](https://img.shields.io/liberapay/patrons/opentaal)



_for English, please see below_



# Nederlandse woordenlijst



Dit is de Nederlandse woordenlijst van

[Stichting OpenTaal](https://www.opentaal.org). Mits aan volledige

bronvermelding wordt gedaan en de licenties worden gerespecteerd, is deze lijst

vrij te gebruiken. De exacte voorwaarden zijn te vinden in het bestand

[LICENSE.txt](LICENSE.txt). Lees deze goed door.



![logo Stichting OpenTaal](images/logo-shape-trans-640x360.png?raw=true)



Deze woordenlijst is samengesteld door ontelbare individuele bijdragen,

specifieke delen uit bronnen zonder auteursrecht en intensieve eindredactie. De

woordenlijst heeft van de [Taalunie](http://taalunie.org) het

[Keurmerk Spelling](http://taalunieversum.org/inhoud/spelling-meer-hulpmiddelen/keurmerk)

gekregen. Dit betekent dat de woorden in deze woordenlijst voldoen aan de

officiële spelling.



![logo Keurmerk Spelling](images/keurmerk.png?raw=true)



Het Keurmerk Spelling voor deze woordenlijst is van medio 2017, 2018. Sinds

eind 2018 wordt dit keurmerk niet meer uitgegeven en zal bij volgende versies

van deze woordenlijst niet meer van toepassing zijn.



## Inhoud



De woordenlijst bestaat, naast de documentatie en licentie, uit de volgende

bestanden:

- `wordlist.txt`

- `datetimeversion.txt`



Deze zijn aangevuld met een aantal hulpbestanden:

- `elements/basiswoorden-gekeurd.txt`

- `elements/basiswoorden-ongekeurd.txt`

- `elements/flexies-ongekeurd.txt`

- `elements/wordparts.tsv`

- `elements/corrections.tsv`

- `elements/romeinse-cijfers.txt`

- `elements/wordlist-ascii.txt`

- `elements/wordlist-non-ascii.txt`



De complete woordenlijst is te vinden in het

[UTF-8 Unicode](https://nl.wikipedia.org/wiki/UTF-8) tekstbestand genaamd

[wordlist.txt](wordlist.txt). Elke regel bevat een apart woord en in totaal zijn

dat er meer dan 400.000 woorden. Let op, een woord kan een spatie bevatten en

dat komt meer dan 4.000 keer voor. Alle woorden zijn alfabetisch gesorteerd met

[`sort`](http://www.gnu.org/software/coreutils/sort). Dit bestand is

samengesteld uit de volgende drie bestanden.



De datum, de tijd en het versienummer van al deze bestanden is te vinden in

[datetimeversion.txt](datetimeversion.txt).



De door de Taalunie gekeurde

[basiswoorden](https://nl.wikipedia.org/wiki/Lemma_(naslagwerk)) zoals `tafel`

zijn te vinden in

[elements/basiswoorden-gekeurd.txt](elements/basiswoorden-gekeurd.txt). Dit zijn

er ongeveer 200.000 stuks. Ongekeurde basiswoorden, eigennamen zoals `Jansen`,

toponiemen zoals `Schin op Geul` en samenstellingen met een eigennaam zoals

`Facebookgroep` zijn in het bestand

[elements/basiswoorden-ongekeurd.txt](elements/basiswoorden-ongekeurd.txt) te

vinden. Dit zijn er ongeveer 41.000 stuks. In het bestand

[elements/flexies-ongekeurd.txt](elements/flexies-ongekeurd.txt) zijn er

ongeveer 170.000 ongekeurde

[flexies](https://nl.wikipedia.org/wiki/Flexie_(taalkunde)) zoals `stoeltjes` te

vinden.



Let op dat deze verdeling in oude versies van deze woordenlijst niet heel strikt

was. Daardoor kunnen in de gekeurde basiswoorden kunnen ook eigennamen en

flexies zitten. Dit gaat in een volgende _major release_ worden opgelost omdat

er dan vanaf een nieuw databasesysteem wordt gewerkt. Bijkomend voordeel is dat

er dan ook informatie over woordtypen beschikbaar komt. Tot die tijd is het even

behelpen met deze verdeling.



Er is een apart bestand met delen van woorden die een spatie bevatten. Dit is

een [TSV-bestand](https://en.wikipedia.org/wiki/Tab-separated_values) met in de

tweede kolom een or meer woorden waar dit deel vandaag komt. Indien dat meerdere

woorden zijn, zijn die gescheiden door een puntkomma. Dit bestand heet

[elements/wordparts.tsv](elements/parts-of-words.tsv) en bevat 1.000 delen van

woorden die vaak gebruikt worden. Een voorbeeld is `hoc` van `ad hoc;post hoc`.

Let op, in dit bestand staan ook woorden in die niet in de woordenlijst staan

maar in verkorte vorm worden gebruikt. Voorbeelden zijn `voor-` uit

`voor- en nadelen` en `-zus` in `tweelingbroer of -zus`.



Ook is er een bestand met 16.000 fout gespelde woorden. Dit is

[elements/corrections.tsv](elements/corrections.tsv) en is ook in TSV-formaat.

In de tweede kolom staan nul of meerdere correcties, gescheiden met een

puntkomma. De meest relevante correctie staat dan vooraan.



Verder staan in het bestand

[elements/romeinse-cijfers.txt](elements/romeinse-cijfers.txt) 4.000 Romeinse

cijfers. Een versie van de woordenlijst in

[ASCII](https://nl.wikipedia.org/wiki/ASCII_(tekenset)) is te vinden in

[elements/wordlist-ascii.txt](elements/wordlist-ascii.txt). Dit is geen

extended ASCII, dus bevat deze lijst geen woorden met `é`, `ï`, etc. Let op:

deze lijst heeft geen woorden waar accenten van letters zijn verwijderd! Het

woord `café` zit niet in deze lijst maar  `cafe` dus ook niet. Neem

contact op als het wenselijk is woorden van accenten te strippen en op te nemen.



Woorden met niet-ASCII-karakters zijn te vinden in

[elements/wordlist-non-ascii.txt](elements/wordlist-non-ascii.txt). Neem contact

op als ook een woordenlijst in exteded ASCII gewenst is.



## Optioneel



Het is mogelijk om in een volgende versie meerdere bestanden op te nemen,

bijvoorbeeld bestanden met woorden:

- die t.o.v. een vorige versie niet meer in de lijst voorkomen

- die een flexie zijn met bijbehorende basisvorm

- die een basiswoord zijn met bijbehorende flexies

- die alternatieven van andere woorden zijn

- die verouderd of archaïsch zijn

- die om verwarring te voorkomen niet geschikt zijn voor spellingcontrole



Zie voorlopig de directory `experimenteel`. Het is ook mogelijk om

maatwerkbestanden in een versie op te nemen.



## Karakters



In het huidige tijdperk van Unicode is deze woordenlijst voorzien van karakters

die **niet** deel uitmaken van (extended) ASCII. Voorbeelden hiervan

zijn cijfers in super- en subscript zoals een `₂` in `CO₂-emissie` en `³` in

`m³`. Let op, veelvoorkomende karakters zoals `é`, `ë` en `ï` maken wel deel uit

van extended ASCII en Unicode maar niet van de basis ASCII.



Een ander project van OpenTaal biedt histogrammen van de letterfrequenties van

de woordenlijst. Wanneer deze is bijgewerkt zal er hier een link naar worden

gemaakt.



Karakters die worden gebruikt zijn:

- `a` t/m `z` en `å` `ç` `ñ`

- `A` t/m `Z` en `Ã…`

- `ä` `ë` `ï` `ö` `ü` en `â`  `ê`  `î`  `ô`  `û`

- `á`  `é`  `í`  `ó`  `ú` en `à` `è`

- `0` t/m `9` en `²` `³` `₂`

- `'` `.` `-` `/` `+` `&` `@` `€`



## Installatie



Besturingssystemen bieden softwarepakketten die deze woordenlijst installeren en

automatisch updaten. Voorbeelden hiervan zijn:

- [wdutch](https://packages.ubuntu.com/search?keywords=wdutch) voor Ubuntu

- [wdutch](https://packages.debian.org/search?keywords=wdutch) voor Debian



Na installatie is de inhoud van `wordlist.txt` beschikbaar als het bestand



    /usr/share/dict/dutch



of via de symbolische link



    /usr/share/dict/nederlands



Voor andere besturingssystemen, zie https://repology.org/project/dutch/versions



## Spellingcontrole



Deze woordenlijst moet **niet** gebruikt woorden voor een (zelfgebouwde)

spellingcontrole. Het controleren van spelling en aanbieden van suggesties is

in het algemeen en vooral voor het Nederlands verre van eenvoudig. Gebruik hier

speciale software voor zoals [Hunspell](https://hunspell.github.io) of

[Nuspell](https://nuspell.github.io). In veel software zoals Chrome, Firefox,

Thunderbird, LibreOffice en Adobe-producten is dit al geïntegreerd.



OpenTaal maakt hiervoor de Nederlandse spellingcontrole, zie 

https://github.com/OpenTaal/opentaal-hunspell voor meer informatie.



## Toetsenbord



Voor Android is er een toetsenbord dat gebruik maakt van deze woordenlijst. Zie

dit

[artikel](https://www.opentaal.org/het-laatste-nieuws/projectnieuws/51-publicaties/221-anysoftkeyboard)

op onze website voor meer informatie.



## Wordfeud



Of een woord wel of niet wordt geaccepteerd in Wordfeud of bepaalde andere

woordspellen is niet de verantwoordelijkheid van Stichting OpenTaal. Hiervoor

kan het beste contact opgenomen worden met [TaalTik](https://taaltik.nl).



## Draag bij



Help ons vrije en open Nederlandse schrijftools te ontwikkelen. Doneer

belastingvrij aan onze ANBI via https://www.opentaal.org/vrienden-van-opentaal

of contacteer ons als je woordenlijsten of databasevaardigheden te bieden hebt.



Doneren is ook mogelijk met Donate using Liberapay



# Dutch word list



This is the Dutch word list by [Stichting OpenTaal](https://www.opentaal.org).

As long as full attribution is provided and the licenses are respected, this

list can be used freely. The exact conditions can be found in the file

[LICENSE.txt](LICENSE.txt). Please, read these carefully.



![logo Stichting OpenTaal](images/logo-shape-trans-640x360.png?raw=true)



This word list has been compiled from countless individual contributions,

specific parts from sources without copyright and intense final editing. This

list has received from the Dutch Language Union

([Taalunie](http://taalunie.org)) the Quality Mark Spelling

([Keurmerk Spelling](http://taalunieversum.org/inhoud/spelling-meer-hulpmiddelen/keurmerk)).

This means that the words in this list conforms to the official spelling.



![logo Keurmerk Spelling](images/keurmerk.png?raw=true)



The Quality Mark Spelling for this word list has been given in 2017/2018.

This quality mark has stopped since the end of 2018 and will not apply to future

releases of this word list.



## Contents



_Please, see the relevant section in Dutch_



## Optional



_Please, see the relevant section in Dutch_



## Characters



_Please, see the relevant section in Dutch_



## Installation



Operating systems offer software packages which install this word list and

update it automatically. Examples of this are:

- [wdutch](https://packages.ubuntu.com/search?keywords=wdutch) for Ubuntu

- [wdutch](https://packages.debian.org/search?keywords=wdutch) for Debian



After installation, the contents of `wordlist.txt` will be available as the file



    /usr/share/dict/dutch



or via the symbolic link



    /usr/share/dict/nederlands



For other operating systems, see https://repology.org/project/dutch/versions



## Spell checking



This word list should **not** be used for (self made) spell checking. Checking

spelling and offering suggestions in general and especially for Dutch is far

from easy. Use special software for this such as

[Hunspell](https://hunspell.github.io) or [Nuspell](https://nuspell.github.io).

This is already integrated in software such as Chrome, Firefox, Thunderbird,

LibreOffice and Adobe products.



OpenTaal supports Dutch for these spell checkers. That is partly based on this

word list but also on many custom rules, conjugations and other special cases.

Additionally, these optimized spell checkers are much faster than own

implementations. In the second quarter of 2020, a new version of the Dutch

support for these spell checkers will be published.



OpenTaal provides the Dutch spelling checker for this, see

https://github.com/OpenTaal/opentaal-hunspell for more information.



## Keyboard



A keyboard for Android which uses this word list has been developed. Please, see

this

[article](https://www.opentaal.org/het-laatste-nieuws/projectnieuws/51-publicaties/221-anysoftkeyboard)

on our website for more information.



## Wordfeud



Whether or not a word is accepted in the Dutch version of Wordfeud or certain

other Dutch word games is not the responsibility of Stichting OpenTaal. For

this, please contact [TaalTik](https://taaltik.nl).



## Contribute



Please, help us create free and open Dutch writing tools. Donate tax free to our

foundation at https://www.opentaal.org/vrienden-van-opentaal or contact us is

you have word lists to database skills to offer.



Donating is also possible with Donate using Liberapay