Méthodologie du vérificateur d'anglicismes

Divulgation complète du calcul du score de clarté : formule, pondérations, sources de dictionnaires et choix de tokenisation. Aucune boîte noire — chaque chiffre est transparent et reproductible.

📐 Formule de notation

La note finale est un nombre de 0 à 100. Elle se calcule sur une densité lissée de correspondances pondérées : le poids de chacune dépend de la gravité, de la hiérarchie de nécessité, du domaine et du contexte (pour les homonymes).

poids = GRAVITÉ[niveau] × NÉCESSITÉ[tier] × facteur_domaine × contexte × sévérité pondéré = Σ poids contexte : exact=1.0, possible=0.3, sens_français=0 densité = pondéré / ( nombre_de_mots + 60 ) ← lissage pour les textes courts pénalité = 100 × densité / ( densité + 0.04 ) note = max( 0 , round( 100 − pénalité ) )

Chaque correspondance n'est comptée qu'une fois ; les locutions de plusieurs mots comptent pour une seule. Les homonymes sont évalués selon le contexte : non pénalisés au sens français, avec souplesse si ambigu. Le lissage et une courbe progressive rendent la note stable selon la longueur du texte et comparable d'un texte à l'autre.

⚖️ Pondérations et facteurs

Le poids d'une correspondance résulte de la gravité, de la hiérarchie de nécessité (modèle VDS), du domaine et de la sévérité. Toutes les valeurs sont codées en dur et identiques pour toutes les langues.

Niveau de sévérité

Niveau	Pondération	Signification
low	0.5	Emprunt naturalisé ou neutre (« manager »).
medium	1.0	OK dans certains contextes, redondant dans d'autres (« content »).
high	2.0	Entièrement remplaçable par un mot natif sans perte (« deadline »).

Mode de sévérité

Mode	Facteur	Signification
lax	×0.6	Souple (×0.6). Ignore les emprunts admis dans le domaine.
balanced	×1.0	Équilibrée (×1.0, par défaut). Compte tout, mais avec souplesse.
strict	×1.6	Stricte (×1.6). Plus exigeante.
purist	×2.4	Puriste (×2.4). Aucune indulgence, même pour les mots naturalisés.

Hiérarchie de nécessité (tier) — modèle VDS Anglizismenindex

Modificateur	Facteur	Quand appliqué
Indispensable (×0.15)	×0.15	Aucun équivalent exact en français — terminologie. Pénalité quasi nulle.
Nuance (×0.5)	×0.5	Apporte une nuance ou bien acclimaté. Pénalité réduite de moitié.
Évitable (×1.0)	×1.0	Il existe un équivalent français à part entière. Poids plein.

Modificateurs

Modificateur	Facteur	Quand appliqué
Domaine compatible (×0.4)	×0.4	Mot admis dans le domaine choisi (par exemple, un terme informatique dans un texte informatique).
Contexte de l'homonyme	×1.0 / ×0.3 / 0	Pour les homonymes : sens exact ×1.0, ambigu ×0.3, sens français — non compté.

🎯 Notes littérales

Le score numérique est mappé sur une lettre pour une lecture rapide. Les bornes sont codées en dur :

90–100

Excellent

75–89

Bon

60–74

Mitigé

40–59

Faible

0–39

Fortement emprunté

🧠 Tokenisation & filtrage du bruit

Avant la correspondance, nous masquons les fragments qui ressemblent à des mots mais n'en sont pas. Le masquage préserve les offsets sources pour que la mise en évidence reste précise.

URL (https://…) — entièrement masquées, donc nous ne signalons pas « site » dans « https://site.com ».
Adresses e-mail — idem.
@mentions et #hashtags — sautés en tant que balisage social.
Code en ligne `code` entre backticks — ignoré.
Identifiants camelCase et snake_case — ignorés en tant que code.
Les expressions multi-mots (par ex. « user experience ») sont mises en correspondance avant les mots simples et consomment leurs tokens, donc elles ne comptent pas deux fois.
Les marques connues et noms propres (Apple, Yandex, ChatGPT) sont sautés. La liste s'étend par langue via `meta.brands`.

📚 Dictionnaires par langue

Tous les dictionnaires sont librement disponibles en JSON. Utilisez-les dans vos projets, citez-les dans la recherche, envoyez des corrections.

Les entrées fréquemment citées portent leur propre source (`src`) — visible dans l'infobulle mot par mot. À mesure que la sélection progresse, nous ajoutons une citation par entrée à chacune.

Russe 2805 · v2026-10-22-lic1 · CC BY-SA 4.0

Sources

Wiktionary contributors — English borrowings (CC BY-SA 4.0)
Timbrica editors

⬇ JSON

Allemand 1187 · v2026-10-22-lic1 · CC BY-SA 4.0

Sources

Wiktionary contributors — English borrowings (CC BY-SA 4.0)
Timbrica editors

⬇ JSON

Français 2460 · v2026-10-22-lic1 · CC BY-SA 4.0

Sources

Wiktionary contributors — English borrowings (CC BY-SA 4.0)
Timbrica editors

⬇ JSON

Espagnol 968 · v2026-10-22-lic1 · CC BY-SA 4.0

Sources

Wiktionary contributors — English borrowings (CC BY-SA 4.0)
Timbrica editors

⬇ JSON

Portugais 1030 · v2026-10-22-lic1 · CC BY-SA 4.0

Sources

Wiktionary contributors — English borrowings (CC BY-SA 4.0)
Timbrica editors

⬇ JSON

Coréen 767 · v2026-10-22-lic1 · CC BY-SA 4.0

Sources

Wiktionary contributors — English borrowings (CC BY-SA 4.0)
Timbrica editors

⬇ JSON

Indonésien 745 · v2026-10-22-lic1 · CC BY-SA 4.0

Sources

Wiktionary contributors — English borrowings (CC BY-SA 4.0)
Timbrica editors

⬇ JSON

Arabe 663 · v2026-10-22-lic1 · CC BY-SA 4.0

Sources

Wiktionary contributors — English borrowings (CC BY-SA 4.0)
Timbrica editors

⬇ JSON

🤝 Honnêtes sur nos limites

Nous voulons être une référence — nous sommes donc transparents sur ce que l'outil fait et ne fait pas.

Ce que nous ne faisons pas encore : La lemmatisation est approximative (regex sur racine et terminaisons). Les noms propres ne sont pas entièrement séparés — « Site Smith » pourrait être signalé. La grammaire contextuelle n'est pas prise en compte. Ces améliorations sont dans la feuille de route ; en attendant, le mode le plus fiable est la sévérité Équilibré avec naturalisé activé.

📜 Licence

Les dictionnaires sont publiés sous CC BY-SA 4.0. Une partie des entrées provient des listes d'emprunts à l'anglais du Wiktionnaire : toute réutilisation doit citer « Tembrica et les contributeurs du Wiktionnaire » et partager le jeu dérivé sous la même licence.

CC BY-SA 4.0 · Wiktionary

Prêt à essayer ?

Ouvrir le vérificateur d'anglicismes →