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)

Уровень	Вес	Значение
low	0.5	Натурализованное или нейтральное заимствование («менеджер»).
medium	1.0	Уместно в одних контекстах, лишнее в других («контент»).
high	2.0	Полностью заменимое родным словом без потерь («дедлайн»).

Режим строгости

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

Иерархия необходимости (tier)

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

Модификаторы

Модификатор	Коэффициент	Когда применяется
Домен совместим (×0.4)	×0.4	Слово допустимо в выбранном домене (например, IT-термин в IT-тексте).
Контекст омонима	×1.0 / ×0.3 / 0	Для 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:

90–100

Отлично

75–89

Хорошо

60–74

Смешанно

40–59

Слабо

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 · v2026-10-22-lic1 · CC BY-SA 4.0

Источники

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

⬇ JSON

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

Источники

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

⬇ JSON

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

Источники

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

⬇ JSON

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

Источники

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

⬇ JSON

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

Источники

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

⬇ JSON

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

Источники

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

⬇ JSON

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

Источники

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

⬇ JSON

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

Источники

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

⬇ 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

Словари распространяются по лицензии CC BY-SA 4.0. Часть статей взята из списков английских заимствований Викисловаря, поэтому при использовании укажите авторство — «Timbrica и участники Викисловаря» — и распространяйте производный набор на тех же условиях.

CC BY-SA 4.0 · Wiktionary

Готовы попробовать?

Открыть проверку англицизмов →