Методология проверки англицизмов

Полное раскрытие того, как мы вычисляем оценку чистоты речи: формула, веса, источники словарей и решения по токенизации. Никаких чёрных ящиков — каждое число прозрачно и воспроизводимо.

📐 Формула оценки

Финальная оценка — число от 0 до 100. Считается по сглаженной плотности взвешенных совпадений: вес каждого зависит от серьёзности, иерархии необходимости, домена и контекста (для слов-омонимов).

вес = SEV[уровень] × НЕОБХОДИМОСТЬ[tier] × модификатор_домена × контекст × строгость взвешенные = Σ вес контекст: точно=1.0, возможно=0.3, родной_смысл=0 плотность = взвешенные / ( число_слов + 60 ) ← сглаживание коротких текстов штраф = 100 × плотность / ( плотность + 0.04 ) оценка = max( 0 , round( 100 − штраф ) )

Каждое совпадение считается один раз; многословные фразы — как одно. Слова-омонимы («пост», «лук») оцениваются по контексту: в родном смысле не штрафуются, в неоднозначном — мягко. Сглаживание (+60) и плавная кривая делают оценку устойчивой к длине текста и сравнимой между текстами.

⚖️ Веса и коэффициенты

Вес совпадения складывается из серьёзности, иерархии необходимости (модель VDS), домена и строгости. Все значения зашиты в коде и одинаковы для всех языков.

Уровень (severity)

УровеньВесЗначение
low0.5Натурализованное или нейтральное заимствование («менеджер»).
medium1.0Уместно в одних контекстах, лишнее в других («контент»).
high2.0Полностью заменимое родным словом без потерь («дедлайн»).

Режим строгости

РежимКоэффициентЗначение
lax×0.6Мягкая (×0.6). Игнорирует допустимые в домене заимствования.
balanced×1.0Сбалансированная (×1.0, по умолчанию). Считает всё, но мягко.
strict×1.6Строгая (×1.6). Спрашивает строже.
purist×2.4Пуристская (×2.4). Никаких поблажек даже натурализованным.

Иерархия необходимости (tier)

МодификаторКоэффициентКогда применяется
Нужное (×0.15)×0.15Нет точной русской замены — терминология. Почти не штрафуется.
Уточняющее (×0.5)×0.5Добавляет оттенок или прижилось. Штрафуется вполовину.
Вытесняющее (×1.0)×1.0Есть полноценная русская замена. Полный вес.

Модификаторы

МодификаторКоэффициентКогда применяется
Домен совместим (×0.4)×0.4Слово допустимо в выбранном домене (например, IT-термин в IT-тексте).
Контекст омонима×1.0 / ×0.3 / 0Для слов-омонимов: точный смысл ×1.0, неоднозначный ×0.3, родной смысл — не считается.

🎯 Буквенные оценки

Числовая оценка переводится в буквенную для быстрой ориентации. Границы зашиты в коде:

A
90–100
Отлично
B
75–89
Хорошо
C
60–74
Смешанно
D
40–59
Слабо
F
0–39
Сильное заимствование

🧠 Токенизация и фильтр шума

Перед поиском совпадений мы маскируем фрагменты текста, которые выглядят как слова, но словами не являются. Маскирование сохраняет исходные смещения, поэтому подсветка остаётся точной.

  • Адреса (https://…) — целиком вырезаются, чтобы не флагать «site» в «https://site.com».
  • Эл. почта — то же самое.
  • @упоминания и #хэштеги — пропускаются как соцсетевая разметка.
  • Инлайн-код в обратных кавычках (`code`) — игнорируется.
  • Идентификаторы вида camelCase или snake_case — игнорируются как код.
  • Многословные фразы (например, «user experience») ищутся раньше отдельных слов и поглощают свои токены, чтобы не считаться дважды.
  • Известные бренды и имена собственные (Яндекс, Apple, ChatGPT) — пропускаются. Список расширяется через `meta.brands` для каждого языка.

📚 Словари по языкам

Все словари свободно доступны в формате JSON. Используйте их в своих проектах, цитируйте в исследованиях, присылайте поправки.

Часто-цитируемые записи имеют свой собственный источник (`src`) — его видно во всплывающей подсказке к слову. По мере курации мы засеиваем все записи персональными источниками.

Русский 2805 · v2026-07-23-r5 · CC0

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

Немецкий 1187 · v2026-07-16-de2 · CC0

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

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

Источники
  • 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

Испанский 968 · v2026-07-16-es1 · CC0

Источники
  • 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

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

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

Корейский 767 · v2026-07-16-ko1 · CC0

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

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

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

Арабский 663 · v2026-07-16-ar1 · CC0

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

🤝 Честность об ограничениях

Мы хотим стать эталоном — поэтому говорим прямо, что инструмент умеет и чего пока нет.

Что мы пока не делаем: Леммы у нас приближённые (regex по корню и окончаниям). Имена собственные не отделены полностью — «Сайт Иванов» может быть помечен. Контекстная грамматика не учитывается. Эти улучшения в дорожной карте; до их выкатки самый надёжный режим — «Сбалансированная» строгость с включёнными натурализованными.

📜 Лицензия

Все восемь словарей выпущены под лицензией CC0 — общественное достояние. Используйте без ограничений и без атрибуции. Сам инструмент — закрытый код, но данные — ваши.

Готовы попробовать?

Открыть проверку англицизмов →