Research:Revision scoring as a service/Word lists/cs

From Meta, a Wikimedia project coordination wiki
Jump to navigation Jump to search


ISO code Language Generated list Badwords Informal words Stopwords Dictionary Stemmer Contact person Wiki labels Interface Forms Campaign Needs
cs čeština (Wikipedia) 250 147 93 - - - See: Word lists requested no no no -
Generated list [1]

Words in the generated list commonly appear in reverted revisions but not in others. This list is generated using a TF-IDF approach.

  1. ahoj
  2. ahojky
  3. arnulfo
  4. balustrada
  5. bla
  6. blablabla
  7. blb
  8. blbec
  9. blbej
  10. blbost
  11. blbosti
  12. blbá
  13. borec
  14. buzerant
  15. buzeranti
  16. buzik
  17. buzna
  18. buzny
  19. bydlí
  20. cau
  21. curaci
  22. curak
  23. ddd
  24. dddd
  25. ddddd
  26. debil
  27. debile
  28. debilní
  29. debilové
  30. debilů
  31. dementi
  32. dete
  33. děkuji
  34. děte
  35. děvka
  36. editovat
  37. ekrimi
  38. eskader
  39. example
  40. exkrementu
  41. fekaliemi
  42. fekalni
  43. freeforfun
  44. fuck
  45. fuj
  46. furt
  47. galdámez
  48. gay
  49. gej
  50. gibiec
  51. gportal
  52. haha
  53. hahaha
  54. hahahaha
  55. hnusná
  56. hodne
  57. hosmanová
  58. hovada
  59. hovadina
  60. hoven
  61. hovna
  62. hovno
  63. hovnu
  64. howno
  65. idiot
  66. jeto
  67. jjj
  68. jste
  69. julieta
  70. juliin
  71. kapuletů
  72. kastrováni
  73. keci
  74. kokot
  75. kokota
  76. kokote
  77. kokoti
  78. kokotina
  79. kolínšti
  80. kravina
  81. kreten
  82. kreteni
  83. kretén
  84. kreténi
  85. kterej
  86. kunda
  87. kundo
  88. kundy
  89. kurva
  90. kurvy
  91. kurzíva
  92. kuzdasová
  93. lol
  94. magor
  95. mam
  96. mate
  97. miluju
  98. minecraft
  99. moddingu
  100. moje
  101. montekové
  102. monteků
  103. mrdal
  104. mrdat
  105. mrdka
  106. mrdky
  107. mrdá
  108. mrdání
  109. mucednici
  110. mám
  111. máte
  112. média
  113. nadpisu
  114. nasrat
  115. necum
  116. neformátovaný
  117. neni
  118. neprůstřelné
  119. nepřestanete
  120. neser
  121. nesmrděli
  122. nevim
  123. nečum
  124. nowiki
  125. nuda
  126. odkazu
  127. omg
  128. omluvného
  129. patláním
  130. pekna
  131. penis
  132. penisu
  133. pepa
  134. pica
  135. pice
  136. pici
  137. pico
  138. picovina
  139. picu
  140. piča
  141. piče
  142. piči
  143. pičo
  144. pičovina
  145. piču
  146. pičus
  147. plnýho
  148. podžezali
  149. polib
  150. polibte
  151. porno
  152. posral
  153. posrávání
  154. prd
  155. prdel
  156. prdele
  157. prdeli
  158. prdy
  159. prografika
  160. proste
  161. prostě
  162. protoze
  163. péra
  164. péro
  165. píča
  166. píče
  167. píči
  168. píčo
  169. píčovina
  170. píčoviny
  171. píču
  172. píčus
  173. pěkně
  174. přeškrtnutý
  175. příklad
  176. příspěvky
  177. romerovi
  178. romeus
  179. roméo
  180. rád
  181. salvadorský
  182. salvadorští
  183. sem
  184. sex
  185. sexy
  186. sillmen
  187. slovackatiskovakancelar
  188. smazat
  189. smrad
  190. smrdi
  191. smrdis
  192. smrdite
  193. smrdí
  194. smrdíte
  195. smrdíš
  196. smrděl
  197. sou
  198. sracka
  199. sraní
  200. sraček
  201. sračka
  202. sračky
  203. ste
  204. strašně
  205. svině
  206. tady
  207. taky
  208. teplej
  209. tipynavylety
  210. tučný
  211. tybalt
  212. tybalta
  213. uklizečky
  214. ukradnou
  215. utc
  216. vam
  217. velkej
  218. velky
  219. vložit
  220. vložte
  221. vole
  222. vycucali
  223. vykaly
  224. vytrznik
  225. vám
  226. vás
  227. všiví
  228. wikipedista
  229. zasranej
  230. zasraný
  231. zdar
  232. zkurvenýho
  233. zmrd
  234. zmrde
  235. zmrdi
  236. znecistuje
  237. znečistil
  238. čau
  239. čumíš
  240. čurak
  241. čuráci
  242. čurák
  243. čuráka
  244. čus
  245. čůráci
  246. čůrák
  247. šukal
  248. šukat
  249. šuká
  250. šukání
Generated common words

Common words appear on all revisions reverted or otherwise. In the English language this would include words like 'the' or 'is' which are meaningless on their own. This list is generated using a TF-IDF approach.

  1. aby
  2. ale
  3. americké
  4. and
  5. ani
  6. asi
  7. autora
  8. bez
  9. byl
  10. byla
  11. byli
  12. bylo
  13. byly
  14. být
  15. během
  16. category
  17. celé
  18. center
  19. citace
  20. com
  21. commons
  22. commonscat
  23. což
  24. další
  25. datum
  26. dne
  27. dnes
  28. doby
  29. době
  30. došlo
  31. druhá
  32. druhé
  33. druhý
  34. dva
  35. dvou
  36. dvě
  37. dále
  38. délka
  39. díky
  40. elektronické
  41. externí
  42. file
  43. float
  44. heslo
  45. historie
  46. hlavní
  47. htm
  48. html
  49. http
  50. image
  51. index
  52. infobox
  53. isbn
  54. jak
  55. jako
  56. jan
  57. jazyk
  58. jeden
  59. jedná
  60. jeho
  61. jehož
  62. jej
  63. její
  64. jen
  65. ještě
  66. jiné
  67. již
  68. jméno
  69. jpg
  70. jsou
  71. kategorie
  72. kde
  73. kdy
  74. když
  75. kolem
  76. kromě
  77. království
  78. kterou
  79. která
  80. které
  81. který
  82. kteří
  83. lat
  84. left
  85. let
  86. lidé
  87. link
  88. literatura
  89. lze
  90. mají
  91. map
  92. mezi
  93. mimo
  94. mnoho
  95. monografie
  96. muži
  97. místo
  98. měl
  99. města
  100. město
  101. může
  102. nad
  103. name
  104. např
  105. například
  106. narození
  107. nbsp
  108. nebo
  109. největší
  110. není
  111. než
  112. nové
  113. název
  114. někdy
  115. několik
  116. několika
  117. některé
  118. období
  119. oblasti
  120. obrázek
  121. obrázku
  122. odkaz
  123. odkazy
  124. old
  125. org
  126. ovšem
  127. pahýl
  128. pak
  129. patří
  130. pdf
  131. php
  132. png
  133. pod
  134. podle
  135. pokud
  136. popis
  137. popisek
  138. portál
  139. portály
  140. poslední
  141. poté
  142. pouze
  143. později
  144. počet
  145. praha
  146. pro
  147. proti
  148. proto
  149. protože
  150. první
  151. před
  152. především
  153. přes
  154. při
  155. příjmení
  156. přístupu
  157. původně
  158. ref
  159. reference
  160. references
  161. republika
  162. republiky
  163. right
  164. roce
  165. rok
  166. roku
  167. různé
  168. seznam
  169. soubor
  170. související
  171. součástí
  172. spojené
  173. spolu
  174. stal
  175. století
  176. stran
  177. strany
  178. stránky
  179. stále
  180. stát
  181. státy
  182. svg
  183. svou
  184. své
  185. svého
  186. světa
  187. tak
  188. také
  189. tato
  190. tedy
  191. tento
  192. text
  193. the
  194. thumb
  195. titul
  196. toho
  197. tohoto
  198. tomto
  199. tomu
  200. toto
  201. typ
  202. tyto
  203. tzv
  204. téměř
  205. této
  206. též
  207. tím
  208. tři
  209. upravit
  210. url
  211. velikost
  212. velká
  213. velké
  214. velmi
  215. viz
  216. vlajka
  217. vlastní
  218. vydavatel
  219. vydání
  220. více
  221. výška
  222. včetně
  223. větší
  224. však
  225. web
  226. www
  227. zde
  228. zdroj
  229. zejména
  230. země
  231. zeměpisná
  232. základní
  233. září
  234. území
  235. často
  236. česko
  237. česku
  238. česky
  239. česká
  240. české
  241. český
  242. článek
  243. články
  244. část
  245. části
  246. částí
  247. číslo
  248. říše
  249. šířka
  250. život
Bad words

Bad words are words that would be commonly associated with vandalism. They are generally used to insult or be vulgar. This includes curse words, racial slurs, assertions of- and prejudices against sexual preferences.

  1. arnulfo
  2. blb
  3. blbá
  4. blbec
  5. blbej
  6. blbost
  7. blbosti
  8. buzerant
  9. buzeranti
  10. buzik
  11. buzna
  12. buzny
  13. curaci
  14. curak
  15. čumíš
  16. čuráci
  17. čůráci
  18. čurak
  19. čurák
  20. čůrák
  21. čuráka
  22. ddd
  23. dddd
  24. ddddd
  25. debil
  26. debile
  27. debilní
  28. debilové
  29. debilů
  30. dementi
  31. děvka
  32. ekrimi
  33. eskader
  34. exkrementu
  35. fekaliemi
  36. fekalni
  37. freeforfun
  38. fuck
  39. fuj
  40. gay
  41. gej
  42. gportal
  43. hnusná
  44. hovada
  45. hovadina
  46. hoven
  47. hovna
  48. hovno
  49. hovnu
  50. howno
  51. idiot
  52. kastrováni
  53. keci
  54. kokot
  55. kokota
  56. kokote
  57. kokoti
  58. kokotina
  59. kravina
  60. kreten
  61. kretén
  62. kreteni
  63. kreténi
  64. kunda
  65. kundo
  66. kundy
  67. kurva
  68. kurvy
  69. kuzdasová
  70. magor
  71. mrdá
  72. mrdal
  73. mrdání
  74. mrdat
  75. mrdka
  76. mrdky
  77. nasrat
  78. necum
  79. nečum
  80. neser
  81. nesmrděli
  82. penis
  83. penisu
  84. péra
  85. péro
  86. pica
  87. pice
  88. pici
  89. pico
  90. picovina
  91. picu
  92. piča
  93. píča
  94. piče
  95. píče
  96. piči
  97. píči
  98. pičo
  99. píčo
  100. pičovina
  101. píčovina
  102. píčoviny
  103. piču
  104. píču
  105. pičus
  106. píčus
  107. polib
  108. polibte
  109. posral
  110. posrávání
  111. prd
  112. prdel
  113. prdele
  114. prdeli
  115. prdy
  116. sex
  117. sexy
  118. slovackatiskovakancelar
  119. smrad
  120. smrděl
  121. smrdi
  122. smrdí
  123. smrdis
  124. smrdíš
  125. smrdite
  126. smrdíte
  127. sracka
  128. sraček
  129. sračka
  130. sračky
  131. sraní
  132. svině
  133. šuká
  134. šukal
  135. šukání
  136. šukat
  137. teplej
  138. vole
  139. všiví
  140. vycucali
  141. vykaly
  142. zasranej
  143. zasraný
  144. zkurvenýho
  145. zmrd
  146. zmrde
  147. zmrdi
Informal words

Informal words are words unwelcome on article namespace but would be acceptable on talk pages. This would include words such as 'hello' or 'hahaha' which would be fine in discussions but not in articles.

  1. ahoj
  2. ahojky
  3. balustrada
  4. bla
  5. blablabla
  6. borec
  7. bydlí
  8. cau
  9. čau
  10. čus
  11. děkuji
  12. dete
  13. děte
  14. editovat
  15. furt
  16. haha
  17. hahaha
  18. hahahaha
  19. hodne
  20. jeto
  21. jjj
  22. jste
  23. julieta
  24. juliin
  25. kapuletů
  26. kolínšti
  27. kterej
  28. kurzíva
  29. lol
  30. mam
  31. mám
  32. mate
  33. máte
  34. média
  35. miluju
  36. moje
  37. montekové
  38. monteků
  39. mucednici
  40. nadpisu
  41. neformátovaný
  42. neni
  43. neprůstřelné
  44. nepřestanete
  45. nevim
  46. nuda
  47. odkazu
  48. omg
  49. omluvného
  50. patláním
  51. pekna
  52. pěkně
  53. pepa
  54. plnýho
  55. podžezali
  56. porno
  57. prografika
  58. proste
  59. prostě
  60. protoze
  61. přeškrtnutý
  62. příklad
  63. příspěvky
  64. rád
  65. roméo
  66. romerovi
  67. romeus
  68. salvadorský
  69. salvadorští
  70. sem
  71. smazat
  72. sou
  73. ste
  74. strašně
  75. tady
  76. taky
  77. tipynavylety
  78. tučný
  79. tybalt
  80. tybalta
  81. uklizečky
  82. ukradnou
  83. vam
  84. vám
  85. vás
  86. velkej
  87. velky
  88. vložit
  89. vložte
  90. vytrznik
  91. zdar
  92. znecistuje
  93. znečistil