Un prompt peut-il remplacer LingQ Premium ?

Construis un outil de lecture qui suit la connaissance de mots à travers tout ce que tu lis dans une langue cible.

Importe du texte brut, de l’EPUB et des fichiers de sous-titres. Tokénise avec un vrai tokéniseur pour la langue plutôt qu’en découpant sur les espaces — ça compte énormément en dehors des langues d’Europe de l’Ouest et ça compte silencieusement à l’intérieur aussi, pour les contractions et les clitiques. Lemmatise là où un lemmatiseur existe, et stocke à la fois la forme de surface et le lemme.

Chaque token reçoit un statut : inconnu, en apprentissage avec un niveau de un à quatre, connu, ou ignoré (noms, nombres). Le statut est stocké par lemme et s’applique partout, donc un mot que tu as appris dans un livre est déjà coloré dans le suivant. Rends le texte avec chaque mot coloré par statut ; cliquer dessus ouvre un panneau de définition et fixe son statut.

Les définitions viennent d’un fichier de dictionnaire hors ligne que tu fournis. Des extraits de Wiktionary sont publiés sous forme lisible par machine sous une licence libre pour la plupart des grandes langues — analyse-en un dans SQLite au moment de l’import plutôt que d’appeler un dictionnaire en ligne à chaque clic.

Le chiffre qui fait fonctionner la méthode, c’est les mots connus dans le temps, donc stocke un instantané quotidien et trace-le. Ajoute une statistique par texte affichée avant de commencer à lire : pourcentage de tokens déjà connus. En dessous d’environ quatre-vingt-quinze pour cent, lire devient déchiffrer plutôt que lire, et le savoir à l’avance change ce que tu choisis.

Les mots sauvegardés s’exportent en TSV compatible Anki avec la phrase d’où ils viennent, pour que la révision se passe dans un outil qui a déjà des clients mobiles.

Ne construis pas d’alignement audio entre un texte et un enregistrement. Bien le faire demande un alignement forcé et une gestion soigneuse des éditions non concordantes, et c’est un projet à part entière.