Jump to content

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

From Meta, a Wikimedia project coordination wiki


ISO code Language Generated list Badwords Informal words Stopwords Dictionary Stemmer Contact person Wiki labels Interface Forms Campaign Needs
pt português (Wikipedia) 250 124 45 nltk.stopwords enchant.Dict nltk.SnowballStemmer See: Word lists translated no no complete [1]
Generated list [2]

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

  1. abducted
  2. absolvera
  3. addleshaw
  4. adoro
  5. aki
  6. ambassador
  7. amo
  8. anal
  9. anilingus
  10. anus
  11. ass
  12. assworshiptow
  13. babaca
  14. beneficiaries
  15. bieber
  16. bishopsgarth
  17. bixa
  18. bla
  19. blablabla
  20. boiola
  21. boquete
  22. bosta
  23. buceta
  24. bucetas
  25. bucetinha
  26. bunda
  27. bundinha
  28. burro
  29. burros
  30. cacete
  31. caga
  32. cagada
  33. cagado
  34. cagando
  35. caganeira
  36. cagar
  37. carai
  38. caraio
  39. caralho
  40. caramba
  41. chained
  42. chalong
  43. chata
  44. chato
  45. chupa
  46. chupar
  47. chupava
  48. chupou
  49. coco
  50. cocô
  51. comi
  52. commandment
  53. compreendi
  54. cona
  55. conciderar
  56. contributions
  57. copiei
  58. copiem
  59. cuzao
  60. cuzinho
  61. cuzão
  62. cócó
  63. deceit
  64. defraud
  65. defrauded
  66. delicia
  67. dhamapong
  68. discredit
  69. dishonest
  70. doido
  71. doublepenetration
  72. easyspace
  73. editei
  74. eh
  75. enfia
  76. enfiar
  77. entao
  78. escusavam
  79. estraguem
  80. example
  81. fdp
  82. fdps
  83. fede
  84. fedido
  85. feia
  86. fellatio
  87. fendi
  88. filrb
  89. fixe
  90. flw
  91. foda
  92. fodas
  93. fogh
  94. formatado
  95. frauds
  96. fraudsters
  97. fredrikke
  98. fuck
  99. fude
  100. fuder
  101. gagged
  102. gajo
  103. gay
  104. gays
  105. glum
  106. gostosa
  107. gostosas
  108. gostoso
  109. gostosão
  110. haha
  111. hahaha
  112. hasset
  113. heathside
  114. hehe
  115. hehehe
  116. heroin
  117. holbock
  118. homosexual
  119. horrivel
  120. hotmail
  121. idiota
  122. idiotas
  123. impedirmos
  124. incompreensivos
  125. inibições
  126. inserir
  127. intercourse
  128. itálico
  129. jellinek
  130. kkk
  131. kkkk
  132. kkkkk
  133. kkkkkk
  134. kkkkkkk
  135. kreung
  136. ladonia
  137. laundering
  138. lindo
  139. loka
  140. loko
  141. lol
  142. mae
  143. mafia
  144. maldizentes
  145. mecos
  146. mentira
  147. mercuric
  148. merda
  149. merdas
  150. mervyn
  151. minecraft
  152. miojo
  153. mto
  154. myrh
  155. naum
  156. negrito
  157. nesbitt
  158. netnapa
  159. ninguem
  160. nois
  161. noob
  162. norris
  163. odeio
  164. oii
  165. oiii
  166. ola
  167. olá
  168. otario
  169. otarios
  170. ovelhinhas
  171. pariu
  172. pategos
  173. patriciar
  174. pattaya
  175. peida
  176. peidar
  177. peidei
  178. peido
  179. peidos
  180. penis
  181. pila
  182. pilas
  183. piroca
  184. poha
  185. porcaria
  186. porno
  187. porra
  188. pq
  189. pum
  190. punheta
  191. punheteiro
  192. puta
  193. putaria
  194. putas
  195. puteiro
  196. puto
  197. putos
  198. pênis
  199. recalcados
  200. recovered
  201. redtube
  202. rfid
  203. robbing
  204. rola
  205. rsrsrs
  206. safado
  207. satanic
  208. satanists
  209. sathorn
  210. solicitors
  211. sophonpanich
  212. steinway
  213. suruba
  214. taenjamras
  215. tava
  216. tbm
  217. terrorise
  218. terrorised
  219. terrorising
  220. tesão
  221. torpemente
  222. transar
  223. tranzar
  224. tresanda
  225. tresmalhadas
  226. troxa
  227. vadia
  228. vao
  229. vc
  230. vcs
  231. viadagem
  232. viadinho
  233. viadinhos
  234. viado
  235. viados
  236. viadão
  237. vlw
  238. voce
  239. voces
  240. warp
  241. weybridge
  242. woking
  243. worshipers
  244. xau
  245. xd
  246. xixi
  247. xupa
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. abril
  2. acessodata
  3. agosto
  4. ainda
  5. algumas
  6. alguns
  7. além
  8. ano
  9. anos
  10. antes
  11. ao
  12. aos
  13. apenas
  14. apesar
  15. após
  16. artigo
  17. assim
  18. através
  19. atualmente
  20. até
  21. autor
  22. bandeira
  23. bem
  24. brasil
  25. cada
  26. categoria
  27. centro
  28. cerca
  29. chamado
  30. cidade
  31. citar
  32. com
  33. como
  34. conhecido
  35. contra
  36. das
  37. data
  38. defaultsort
  39. depois
  40. desde
  41. desenvolvimento
  42. devido
  43. dezembro
  44. dia
  45. dias
  46. do
  47. dois
  48. dos
  49. duas
  50. durante
  51. ela
  52. ele
  53. eles
  54. em
  55. embora
  56. enquanto
  57. entre
  58. então
  59. era
  60. eram
  61. esboço
  62. essa
  63. esse
  64. esta
  65. estado
  66. estados
  67. este
  68. está
  69. estão
  70. exemplo
  71. externas
  72. faz
  73. fazer
  74. ficheiro
  75. fim
  76. final
  77. foi
  78. fontes
  79. foram
  80. forma
  81. geral
  82. grande
  83. grandes
  84. grupo
  85. história
  86. hoje
  87. htm
  88. html
  89. http
  90. idade
  91. image
  92. imagem
  93. in
  94. index
  95. info
  96. início
  97. isso
  98. janeiro
  99. jpg
  100. julho
  101. left
  102. legenda
  103. ligações
  104. link
  105. lista
  106. local
  107. lugar
  108. língua
  109. maior
  110. maioria
  111. mais
  112. mapa
  113. março
  114. mas
  115. meio
  116. menos
  117. mesma
  118. mesmo
  119. muitas
  120. muito
  121. muitos
  122. mundo
  123. nacional
  124. name
  125. nas
  126. nome
  127. norte
  128. nos
  129. nova
  130. novembro
  131. novo
  132. num
  133. numa
  134. não
  135. número
  136. obra
  137. of
  138. oficial
  139. onde
  140. org
  141. origem
  142. ou
  143. outra
  144. outras
  145. outro
  146. outros
  147. outubro
  148. para
  149. parte
  150. partir
  151. passou
  152. paulo
  153. país
  154. pela
  155. pelas
  156. pelo
  157. pelos
  158. período
  159. pessoas
  160. png
  161. pode
  162. podem
  163. pois
  164. por
  165. portal
  166. portugal
  167. português
  168. porém
  169. pouco
  170. primeira
  171. primeiro
  172. principais
  173. principal
  174. principalmente
  175. publicado
  176. px
  177. qual
  178. qualquer
  179. quando
  180. quase
  181. quatro
  182. que
  183. ref
  184. referências
  185. região
  186. right
  187. rio
  188. segunda
  189. segundo
  190. seja
  191. sem
  192. sempre
  193. sendo
  194. ser
  195. setembro
  196. seu
  197. seus
  198. sido
  199. sob
  200. sobre
  201. sua
  202. suas
  203. sul
  204. svg
  205. são
  206. século
  207. também
  208. tem
  209. tempo
  210. tendo
  211. ter
  212. terra
  213. teve
  214. the
  215. thumb
  216. tinha
  217. tipo
  218. toda
  219. todas
  220. todo
  221. todos
  222. três
  223. título
  224. um
  225. uma
  226. url
  227. ver
  228. vez
  229. vezes
  230. vida
  231. várias
  232. vários
  233. web
  234. www
  235. às
  236. área
  237. época
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. anal
  2. anilingus
  3. anus
  4. ass
  5. babaca
  6. bixa
  7. boiola
  8. boiolas
  9. boquete
  10. bosta
  11. buceta
  12. bucetas
  13. bucetinha
  14. bunda
  15. bundinha
  16. burra
  17. burro
  18. burros
  19. cacete
  20. caga
  21. cagada
  22. cagado
  23. cagando
  24. caganeira
  25. cagar
  26. cagou
  27. carai
  28. caraio
  29. caralho
  30. caramba
  31. chata
  32. chato
  33. chupa
  34. chupar
  35. chupava
  36. chupo
  37. chupou
  38. cocô
  39. comi
  40. cona
  41. cuzao
  42. cuzão
  43. cuzinho
  44. doido
  45. enfia
  46. enfiar
  47. fdp
  48. fdps
  49. fede
  50. fedido
  51. feia
  52. fellatio
  53. fendi
  54. foda
  55. fodas
  56. fuck
  57. fude
  58. fuder
  59. gay
  60. gays
  61. genitalia
  62. gostosa
  63. gostosão
  64. gostosas
  65. gostoso
  66. homosexual
  67. horrivel
  68. idiota
  69. idiotas
  70. loka
  71. loko
  72. maconheiro
  73. mafia
  74. maldizentes
  75. mecos
  76. mentira
  77. merda
  78. merdas
  79. noob
  80. otario
  81. otário
  82. otarios
  83. pariu
  84. pategos
  85. peida
  86. peidar
  87. peidei
  88. peido
  89. peidos
  90. penis
  91. pênis
  92. piroca
  93. poha
  94. porcaria
  95. porno
  96. porra
  97. pum
  98. punheta
  99. punheteiro
  100. puta
  101. putaria
  102. putas
  103. puteiro
  104. putinha
  105. puto
  106. putos
  107. recalcados
  108. rola
  109. safado
  110. suruba
  111. tesão
  112. transar
  113. tranzar
  114. treta
  115. troxa
  116. vadia
  117. viadagem
  118. viadão
  119. viadinho
  120. viadinhos
  121. viado
  122. viados
  123. xixi
  124. xupa
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. adoro
  2. aki
  3. amo
  4. bla
  5. blablabla
  6. coco
  7. copiei
  8. copiem
  9. delicia
  10. editei
  11. entao
  12. estraguem
  13. fixe
  14. gajo
  15. haha
  16. hahaha
  17. hehe
  18. hehehe
  19. kkk
  20. kkkk
  21. kkkkk
  22. kkkkkk
  23. kkkkkkk
  24. lindo
  25. lol
  26. mae
  27. mto
  28. naum
  29. nois
  30. odeio
  31. oii
  32. oiii
  33. ola
  34. olá
  35. pila
  36. pilas
  37. ratas
  38. rsrsrs
  39. tava
  40. tbm
  41. vao
  42. vcs
  43. voce
  44. voces
  45. xau