考虑到单词有很多形变，如过去式，过去分词，现在分词，希望提取出它们的原型生成一份单词表。还要过滤掉标点数字等不属于英语单词的文本。技术关键点在于找到一份形变词表大全，据说这种词表叫做lemma ？
自己想写个程序，但是怀疑早有类似软件了，重复造轮子不可取。最好是提供编程API可以用自己的程序调用生成文章词表，因为生成文章的词表后还希望用程序和现有其他词表（如如4级单词表，6级单词表，8级单词表，TOEFL单词表，SAT单词表）进行交并差等集合操作得到新的词表用于背诵记忆。
考虑到单词有很多形变，如过去式，过去分词，现在分词，希望提取出它们的原型生成一份单词表。还要过滤掉标点数字等不属于英语单词的文本。技术关键点在于找到一份形变词表大全，据说这种词表叫做lemma ？
自己想写个程序，但是怀疑早有类似软件了，重复造轮子不可取。最好是提供编程API可以用自己的程序调用生成文章词表，因为生成文章的词表后还希望用程序和现有其他词表（如如4级单词表，6级单词表，8级单词表，TOEFL单词表，SAT单词表）进行交并差等集合操作得到新的词表用于背诵记忆。