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

ISO code	Language	Generated list	Badwords	Informal words	Stopwords	Dictionary	Stemmer	Contact person	Wiki labels	Interface	Forms	Campaign	Needs
ms	Bahasa Melayu (Wikipedia)	250	90	69	-	-	-	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. aiyah ajaraham althpought amagine anjeng anjenk anjing annabell ansara antiamling apakah apakala apapula ape arabny asu ativity babi baibai bakut bakuteh bakutteh bangsat bangsatny bangsatttttttttt bapak bara becaose becouse beliaoe bercanggahan berformat berisik bermancung berrehun bigined bisa blockquote bodoh boelan boetir brader brudder buger cardle casiu cecontoh charecher charsiu chinany chrisnandi cibai condong condude contoh creartures creaturs creazy dah damn diangggap diketemukanny diklaim distinquih ditoejoekan domuzu ecquisition elbegdorj emmss ensiklopidik entri erection example faitfull farmyard fatsun fookin fronf fuck ganyang gay griveth hah hahahaha hapus hariadi heafter hehe hendakny hensem herafter hina hubungi ibaratnya inggrisny intellgence interbiu irisan italik itoe jamban jeroan kalau kalimat kampang kapan karena kasi kat kebhoku kecap kelembapan kesengajaannya kesiapannya ketum ketumkethamin khinz kitoba klaim knowlwdge kobuki konek konowledge kontol kotor kumolo lah laknat latestads lawakan locset loghatny lotnisko lovato macam malaysiaaaaaaaaaaaaa malaysiabangsat maling malingsi malingsia malingsie malingya mampos mapang masukkan math mau melayuny meleysi memamah mempoenyai mengoelangi menyembunyikan meroepakan mochyn mosth mytricajus nak nanang navarra nikahi nonm nowiki nyasar oechapan ofternoon ordains othert pamitan partainya pedulik pencuri pengatas penularan perhimpoenan pig plagiator prapatan prinsipel pru pryogo pukimak raeding relatedby rosmah saksang sari satoe saya sayange scinece scrofa sekba selena senyumsmile sesungguhny shit shoul sial sialan siqalirik sisipkan sparerib spiessbraten subskrip suksuwan sumbangan sunting superskrip tai tajuk tak tapi tarragona tau tebal teks tendencies tengok terhina terseboet thirdly tiem tjahjo tki toys trainable truffle truffles trymasak tsakhiagiin tukang tukarlah tukasnya tusukannya ungkapnya ungulata unlidless usperior vmfy walaoepoen wasit wassup whay whosooever whososoever wikiprojek wmt yuddy zamre

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. accessdate ada adalah ahli air akan amerika anak and antara apabila area arrondissement asal asp atas atau awal bagi bahagian bahasa bahawa bandar banyak barat baru bawah beberapa beliau berjaya bermula bersama besar bin boleh buah bukan bulan canton caption category center cite class coa code com communaut communes dalam dan dapat dari daripada date deg dengan department dia digunakan dikenali diri district dua dunia elevation fail file first for from gambar german gov hanya hari hidup hingga home htm html http iaitu ialah image imej index infobox inggeris ini insee intercommunality itu januari jenis jpg juga jun kali kategori kawasan kecil kedua kelahiran kemudian kepada kerajaan kerana ketika ketua kini kumpulan lagi lain lama laman lat latitude lebih left lihat link location lon longitude luar mac malaysia mana masa masih max mayor mei melalui melayu membuat mempunyai mendapat mengambil menggunakan mengikut menjadi mereka merupakan mula nama name namun ndash negara negeri news old oleh orang org pada page paling partement party pautan pelbagai pernah pertama php plan png population postal publisher pula pusat rasmi raya ref references reflist region right rujukan rumah sahaja salah sama satu sebagai sebelum sebuah sec secara sehingga sejak sejarah sekitar selain selatan selepas semasa semua semula senarai sendiri seorang seperti serta setiap size small ssel state stub style svg syarikat tahun tanah tanpa telah tempat terdapat terhadap term termasuk tersebut tetapi the thumb tiada tidak tiga tinggi title tunas turut type untuk url utama utara walaupun web website with www yang year

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. ale aleuto anjing anjeng anjenk babeng babi bahlul bahalul bakuteh bakutteh balaci bangang bangsat bangsatny bangsatttttttttt bapak bapok batang berak bodoh bohsia bongok burit butoh celaka cilaka cibai creazy damn fookin fuck ganyang gay gila giler hanat haram jahanam jadah jalang jilat kamjat katak kencing kepam khinz konek kontol kongkek kopek kote kotek kunyit lahabau lahanat lancau lanjiao macai malaysiaaaaaaaaaaaaa malaysiabangsat maling malingsi malingsia malingsie malingya mampos mampus meleysi merecik palat pepek plagiator politahi politaik politikus puki pukimak pundek sangap shit sial sialan sundal tahi tarragona terjengkang tetek uto waknat

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. aiyah bleh brader brudder dah hah haha hahaha hahahaha hehe leh ni tu ko korang diorang kitorang nape camne camtu cegitu camni canni cegini dah lah pi gi kat kasi ne tau je aje a'ah makwe awek pakwe balak minah mamat skodeng cun jom poyo selenge blah mai mau nak tapi tau apesal sal pehal yah pastu amik pekena jap sat pisyang pishang bai beb ek ke kekwat kasi