Rhymewerk – Lizenzen der Wortlisten (Ordner data/)
===================================================

Rhymewerk ist ein Angebot von Luxmation, Arthur Knaut, Neie Wee 2, 6841 Machtum, Luxemburg (info@luxmation.com).
Die Wortlisten sind aus offenen Quellen gebaut. Wir haben die Daten verändert: in ein eigenes Lautalphabet
umgeschrieben, gefiltert, zusammengeführt und um eigene Einträge ergänzt. Gespeichert sind Wörter, Aussprache,
Wortart, Häufigkeiten und kurze Wendungen, keine ganzen Texte. Die Listen geben wir unter denselben Bedingungen
weiter wie ihre Quellen:

  lexikon.txt, phrasen.txt, stil.txt (Deutsch)
      Creative Commons Namensnennung – Weitergabe unter gleichen Bedingungen 4.0 International (CC BY-SA 4.0)
      https://creativecommons.org/licenses/by-sa/4.0/legalcode.de

  englisch.txt (Englisch)
      GNU General Public License, Version 3 (GPL 3.0), wegen der Aussprachedaten aus leoboiko/ipacards.
      Der Lizenztext liegt daneben: GPL-3.0.txt

  englisch-wendungen.txt (englische Wendungen)
      GPL 3.0 wie englisch.txt, aus der die Aussprache stammt. Die Auswahl der Wendungen kommt aus dem englischen
      Wiktionary (CC BY-SA 4.0 und GFDL); CC BY-SA 4.0 darf laut Creative Commons in GPL-3.0-Werke einfließen.

  sinn.txt (Bedeutungs-Vektoren für den Wortbau)
      Creative Commons Namensnennung – Weitergabe unter gleichen Bedingungen 3.0 Unported (CC BY-SA 3.0), wie die
      fastText-Wortvektoren, aus denen sie verkleinert sind: https://creativecommons.org/licenses/by-sa/3.0/legalcode

  thema.txt (Bedeutungs-Vektoren für die Reime nach Thema)
      CC BY-SA 3.0 wie sinn.txt, aus denselben fastText-Wortvektoren.

  slang.txt, doppelt.txt
      eigene Listen von Luxmation

  *.txt.gz
      dieselben Listen, nur gepackt (gleiche Lizenz wie die .txt-Datei)

Die Listen kommen ohne jede Gewährleistung, soweit das Gesetz es erlaubt (siehe die jeweilige Lizenz).


Quellen
-------

Deutsches Wiktionary (https://de.wiktionary.org, von den Autorinnen und Autoren des Wiktionary)
    Aussprache, Genus, Markierungen, Formen, Synonyme, Wendungen und Sprichwörter, über den Wiktextract-Export von
    kaikki.org (Tatu Ylonen, https://kaikki.org/dewiktionary/). Lizenz wie im Wiktionary: CC BY-SA (aktuell 4.0)
    und GFDL. -> lexikon.txt, stil.txt

Englisches Wiktionary (https://en.wiktionary.org, von den Autorinnen und Autoren des Wiktionary)
    Wendungen aus mehreren Wörtern (machine gun, death row, real talk) mit Wortart, Markierungen, Übersetzungszahl und
    Betonung, über den Wiktextract-Export von kaikki.org (https://kaikki.org/dictionary/English/). Lizenz wie im
    Wiktionary: CC BY-SA (aktuell 4.0) und GFDL. -> englisch-wendungen.txt

ipa-dict (https://github.com/open-dict-data/ipa-dict, © 2016 dohliam, MIT-Lizenz)
    Aussprache in Lautschrift. Für die einzelnen Dateien gelten laut ipa-dict die Lizenzen ihrer Quellen:
    - de.txt: aus devio-at/german-ipa-dict (https://github.com/devio-at/german-ipa-dict), aus dem Wiktionary
      gewonnen, CC BY-SA. -> lexikon.txt
    - en_UK.txt: abgeleitet aus leoboiko/ipacards (Leonardo Boiko, https://github.com/leoboiko/ipacards),
      GPL 3.0. -> englisch.txt
    - en_US.txt: lingz/cmudict-ipa (https://github.com/lingz/cmudict-ipa, © 2016 Lingliang Zhang, MIT-Lizenz)
      auf Grundlage des CMU Pronouncing Dictionary (© 1993-2015 Carnegie Mellon University, BSD-Lizenz,
      https://github.com/cmusphinx/cmudict/blob/master/LICENSE). -> englisch.txt

german-nouns (https://github.com/gambolputty/german-nouns)
    Nomen mit Genus und Plural, aus dem deutschen Wiktionary. CC BY-SA 4.0. -> lexikon.txt

FrequencyWords (https://github.com/hermitdave/FrequencyWords, Hermit Dave)
    Worthäufigkeiten aus OpenSubtitles 2018 (de_full, en_50k). Listen unter CC BY-SA 4.0 (Programmcode MIT).
    -> lexikon.txt, englisch.txt

OpenSubtitles 2018 über OPUS (https://opus.nlpl.eu/datasets/OpenSubtitles)
    P. Lison und J. Tiedemann: OpenSubtitles2016: Extracting Large Parallel Corpora from Movie and TV Subtitles,
    LREC 2016. Untertitel von opensubtitles.org (http://www.opensubtitles.org/). Häufigkeit von Wortfolgen und
    Groß-/Kleinschreibung. OPUS nennt für dieses Korpus keine Lizenz und bittet um einen Link zu opensubtitles.org.
    -> phrasen.txt, lexikon.txt

Leipzig Corpora Collection (https://wortschatz-leipzig.de/de/download, Universität Leipzig)
    D. Goldhahn, T. Eckart und U. Quasthoff: Building Large Monolingual Dictionaries at the Leipzig Corpora
    Collection: From 100 to 200 Languages, LREC 2012. Korpora deu-de_web_2021_1M und deu_mixed-typical_2011_1M:
    Häufigkeit von Wortfolgen und Groß-/Kleinschreibung. Die Download-Korpora stehen laut Nutzungsbedingungen
    (https://wortschatz-leipzig.de/de/usage) unter CC BY (ohne Angabe einer Version). -> phrasen.txt, lexikon.txt

fastText-Wortvektoren für Deutsch (https://fasttext.cc/docs/en/crawl-vectors.html, Facebook AI Research)
    E. Grave, P. Bojanowski, P. Gupta, A. Joulin und T. Mikolov: Learning Word Vectors for 157 Languages, LREC 2018.
    Vektoren cc.de.300 (Common Crawl und Wikipedia), CC BY-SA 3.0. Für die Bausteine des Wortbaus auf 32 Zahlen pro
    Wort verkleinert (Hauptkomponenten, Int8). Dazu Kopfwort-Profile: Mittelwert der Vektoren der Vorderteile, mit
    denen ein Kopfwort in der Wortliste und im Vokabular der Vektor-Datei zusammengesetzt vorkommt. -> sinn.txt
    Für die Reime nach Thema dieselbe Verkleinerung für die häufigsten Wörter der Wortliste, die nicht in sinn.txt
    stehen (vor allem Adjektive und Verben). -> thema.txt

Hunspell-Wörterbuch Englisch aus wooorm/dictionaries (https://github.com/wooorm/dictionaries, aus SCOWL, MIT und BSD)
    nur als Filter, um Eigennamen auszusortieren. Daraus steht nichts in den Listen.

Eigene Listen von Luxmation
    Rap-Wortschatz (in lexikon.txt), Slang mit Bedeutung (slang.txt), Wörter mit zwei Bedeutungen (doppelt.txt).

Die Schriften der App liegen mit ihrer Lizenz (SIL Open Font License 1.1) im Ordner fonts/ (fonts/OFL.txt).