Методологія перевірки англіцизмів

Повне розкриття того, як обчислюється оцінка чистоти: формула, ваги, джерела словників і рішення щодо токенізації. Жодних чорних ящиків — кожне число прозоре й відтворюване.

📐 Формула оцінки

Підсумкова оцінка — число від 0 до 100. Вона базується на згладженій густині зважених збігів: кожна вага залежить від серйозності, ієрархії необхідності, домену та контексту (для омонімів).

weight = SEV[level] × NECESSITY[tier] × domain_factor × context × strictness weighted = Σ weight context: exact=1.0, possible=0.3, native_sense=0 density = weighted / ( word_count + 60 ) ← згладжування для коротких текстів penalty = 100 × density / ( density + 0.04 ) score = max( 0 , round( 100 − penalty ) )

Кожен збіг враховується один раз; багатослівні фрази вважаються одним збігом. Омоніми оцінюються за контекстом: у англійському значенні не штрафуються, в неоднозначних випадках — злегка. Згладжування й поступова крива забезпечують стабільність оцінки на різних довжинах тексту та порівнянність між текстами.

⚖️ Ваги та коефіцієнти

Вага збігу поєднує серйозність, ієрархію необхідності (модель VDS), домен і суворість. Усі значення закладені в код і однакові для всіх мов.

Рівень серйозності

РівеньВагаЗначення
low0.5Натуралізоване або нейтральне запозичення («менеджер»).
medium1.0Прийнятне в одних контекстах, зайве в інших («контент»).
high2.0Повністю замінюється рідним словом без втрати змісту («дедлайн»).

Режим суворості

РежимКоефіцієнтЗначення
lax×0.6Вільна (×0,6). Ігнорує запозичення, прийнятні в домені.
balanced×1.0Збалансована (×1,0, типово). Враховує все, але м’яко.
strict×1.6Сувора (×1,6). Вищі вимоги.
purist×2.4Пуристська (×2,4). Жодних поступок, навіть для натуралізованих слів.

Ієрархія необхідності (рівень) — модель VDS Anglizismenindex

МодифікаторКоефіцієнтКоли застосовується
Необхідне (×0,15)×0.15Немає точного рідного відповідника — термінологія. Майже не штрафується.
Відтінок (×0,5)×0.5Додає відтінок значення або вже вкорінилося. Штрафується з половинним коефіцієнтом.
Уникне (×1,0)×1.0Є надійний рідний замінник. Повний коефіцієнт.

Модифікатори

МодифікаторКоефіцієнтКоли застосовується
Збіг домену (×0,4)×0.4Слово прийнятне в обраному домені (наприклад, IT-термін в IT-тексті).
Контекст омоніма×1.0 / ×0.3 / 0Для омонімів: точне значення ×1,0, неоднозначне ×0,3, рідне англійське значення — не враховується.

🎯 Літерні рейтинги

Числова оцінка відображається літерою для швидкої орієнтації. Межі задані в коді:

A
90–100
Відмінно
B
75–89
Добре
C
60–74
Змішано
D
40–59
Слабо
F
0–39
Багато запозичень

🧠 Токенізація та фільтрація шуму

Перед пошуком збігів ми маскуємо фрагменти, що схожі на слова, але ними не є. Маскування зберігає початкові зміщення, тому підсвічування залишається точним.

  • URL (https://…) — маскуються повністю, щоб не позначати «site» усередині «https://site.com».
  • Адреси електронної пошти — аналогічно.
  • @згадки та #хештеги — пропускаються як розмітка соцмереж.
  • Вбудований `код` у зворотних лапках — ігнорується.
  • Ідентифікатори camelCase та snake_case — ігноруються як код.
  • Багатослівні фрази (наприклад, «user experience») зіставляються раніше за окремі слова й поглинають їхні токени, щоб не рахуватися двічі.
  • Відомі бренди та власні назви (Apple, Yandex, ChatGPT) пропускаються. Список розширюється для кожної мови через `meta.brands`.

📚 Словники для кожної мови

Усі словники доступні у форматі JSON. Використовуйте їх у своїх проєктах, цитуйте в дослідженнях, надсилайте виправлення.

Часто цитовані записи мають власне джерело (`src`) — видно в спливаючій підказці для кожного слова. У процесі поповнення словника ми додаємо посилання до кожного запису.

Російська 2805 · v2026-07-23-r5 · CC0

Джерела
  • RAN reference dictionaries
  • Gramota.ru
  • VDS Anglizismenindex (cross-ref)
  • НКРЯ (Национальный корпус русского языка)
  • Словарь молодёжного сленга 2020-25
⬇ JSON

Німецька 1187 · v2026-07-16-de2 · CC0

Джерела
  • VDS Anglizismenindex (cross-ref)
  • Duden Fremdwörterbuch (descriptive)
  • VDS Anglizismenindex
  • Duden
  • Wahrig Fremdwörterlexikon
  • Goethe-Institut Wortschatz
⬇ JSON

Французька 2460 · v2026-07-16-fr1 · CC0

Джерела
  • Académie française — Dire, ne pas dire
  • OQLF Vitrine linguistique
  • TERMIUM Plus
  • Larousse
  • FranceTerme (CULTURE.FR)
  • Office québécois de la langue française (OQLF)
  • Le Robert
⬇ JSON

Іспанська 968 · v2026-07-16-es1 · CC0

Джерела
  • RAE Diccionario panhispánico de dudas
  • Fundéu RAE
  • Diccionario de la lengua española (DRAE)
  • RAE — Diccionario de la lengua española
  • RAE — Diccionario panhispánico de dudas
  • Fundéu BBVA
  • CORPES XXI
  • Banco de neologismos del CSIC
⬇ JSON

Португальська 1030 · v2026-07-16-pt1 · CC0

Джерела
  • Academia Brasileira de Letras (ABL)
  • Ciberdúvidas da Língua Portuguesa
  • Vocabulário Ortográfico da Língua Portuguesa (VOLP)
  • Priberam
  • Houaiss
  • Aulete
  • Acordo Ortográfico de 1990
⬇ JSON

Корейська 767 · v2026-07-16-ko1 · CC0

Джерела
  • 국립국어원 외래어 표기 용례
  • 국립국어원 우리말 다듬기
  • 표준국어대사전
  • 국립국어원 (NIKL)
  • 우리말샘
  • 외래어 표기법
  • 한국어 어문 규범
⬇ JSON

Індонезійська 745 · v2026-07-16-id1 · CC0

Джерела
  • KBBI (Kamus Besar Bahasa Indonesia)
  • Badan Bahasa — Pedoman Padanan Istilah Asing
  • Pusat Bahasa
  • Badan Pengembangan dan Pembinaan Bahasa
  • Tata Bahasa Baku Bahasa Indonesia
⬇ JSON

Арабська 663 · v2026-07-16-ar1 · CC0

Джерела
  • مجمع اللغة العربية بالقاهرة
  • مجمع اللغة العربية الأردني
  • معجم الوسيط
  • المعجم العربي الأساسي
  • مجمع اللغة العربية في دمشق
  • معجم اللغة العربية المعاصرة
⬇ JSON

🤝 Чесно про обмеження

Ми прагнемо бути еталонним інструментом — тому відверто говоримо про те, що він робить і чого ще не робить.

Чого ми ще не робимо: Лематизація є приблизною (регулярні вирази за коренем і закінченнями). Власні назви не повністю відокремлені — «Site Smith» може бути позначено. Граматичний контекст не враховується. Ці покращення є в плані; до їх впровадження найнадійнішим режимом є «Збалансована» суворість із увімкненими натуралізованими словами.

📜 Ліцензія

Усі вісім словників випущено за ліцензією CC0 — суспільне надбання. Використовуйте без обмежень і без зазначення авторства. Сам інструмент є закритим, але дані належать вам.

Готові спробувати?

Відкрити перевірку англіцизмів →