Dicolecte

En suivant de la piste du dictionnaire firefox, je suis tombé sur dicolecte qui propose un dictionnaire hunspell pour le français (utilisé par ff, libreoffice) etc.

L'API d'hunspell étant vraiment très simple, et récupérer les données sur un mot peut se faire en quelques lignes :

 const char* word = "voiture";
 Hunhandle* dic = Hunspell_create("fr.aff", "fr.dic");
 printf("%s found: %d\n", word, Hunspell_spell(dic, word));
 printf("encoding: %s\n\n", Hunspell_get_dic_encoding(dic));
 int i;
 char **stypes;
 int type_size = Hunspell_analyze(dic, &stypes, word);
 printf("types count: %d\n", type_size);
 for (i = 0; i < type_size; i++ ) {
 printf("Type: #%d : %s\n", i, stypes[i]);
 }
 Hunspell_destroy(dic);

et la sortie :

voiture found: 1
encoding: UTF-8
types count: 1
Type: #0 : st:voiture po:nom is:fem is:sg

J'ai donc trouvé une base de données et le moyen de récupérer la nature d'un mot, son genre, son nombre. C'était exactement ce que je voulais. Inutile de réinventer la roue ! Je vais donc partir dans cette direction.