Źródła słownika
Baza łączy odrębne zbiory. Hasła są deduplikowane według zapisu angielskiego; wykryte odmiany i formy pochodne nie powiększają licznika. Zdania z lekcji nie są wliczane do liczby haseł słownikowych. Kategorie są przypisane automatycznie na podstawie oznaczeń tematycznych źródła. Brak oznaczenia pozostawia kategorię ogólną.
FreeDict
English–Polish Piotrowski+Saloni/FreeDict, wersja 0.2.1. Autorzy pierwowzoru: Tadeusz Piotrowski i Zygmunt Saloni, „Nowy Słownik angielsko-polski” (1992). Konwersja: Katarzyna Głowińska, Marcin Woliński, Piotr Bański; FreeDict contributors. Treść: GNU Free Documentation License 1.2 lub późniejsza. Aplikacja XML: GNU GPL 3.0 lub późniejsza. Zmiany w tej wersji: wybór haseł i pierwszego tłumaczenia, pominięcie odmian, konwersja do JSON, dołączenie odrębnych oznaczeń poziomów i podpowiedzi wymowy.
Permission is granted to copy, distribute and/or modify this document under the terms of the GNU Free Documentation License, Version 1.2 or any later version published by the Free Software Foundation; with no Invariant Sections, no Front-Cover Texts, and no Back-Cover Texts.
Pełna licencja GFDL · Źródła FreeDict i historia zmian · Oryginalne źródło
Wikisłownik / Kaikki
Autorzy haseł polskiego Wikisłownika. Dane maszynowe: Kaikki.org, ekstrakcja Wiktextract. Zbiór: angielski z polskimi definicjami, pobrany 17.10.2026. Licencja treści: CC BY-SA 4.0; historia autorów dostępna na stronie każdego hasła. Zmiany: wybór haseł i definicji, odrzucenie wykrytych odmian, deduplikacja, kategorie z tematów źródłowych, konwersja do JSON. Zmodyfikowana treść z Wikisłownika jest udostępniana na tej samej licencji. Link do strony źródłowej jest wyświetlany na karcie.
Kaikki i warunki danych · Prawa autorskie Wikisłownika
Wymowa
Carnegie Mellon Pronouncing Dictionary, copyright © 1993–2015 Carnegie Mellon University, licencja BSD — pełne warunki. Polski zapis jest automatycznym przybliżeniem fonemów CMUdict; uzupełniająco wykorzystano transkrypcje słownikowe. Nie jest dokładnym zapisem dźwięków ani ręcznie zweryfikowanym nagraniem. Brakujące transkrypcje nie są zgadywane. Lektor korzysta z syntezatora urządzenia.
Poziomy
CEFR-J Wordlist Version 1.5, Yukio Tono, Tono Laboratory, Tokyo University of Foreign Studies — A1–B2. Octanove Vocabulary Profile C1/C2 Version 1.0, Octanove Labs — C1–C2, CC BY-SA 4.0. Połączono listy według zapisu hasła, wybierając najwcześniejszy poziom; oznaczenie nie stanowi oceny każdego znaczenia ani zdania. Hasła nieobecne na listach mogą mieć osobno oznaczony poziom szacowany; brak danych z obu źródeł pozostawia hasło bez poziomu. Pierwotne lekcje mają przypisanie redakcyjne.
Autorzy i pełne warunki wykorzystania · Oryginalne listy · Statystyki bazy
Dodatkowe poziomy szacowane
Words-CEFR Dataset, Maximax67, licencja MIT. Dane opierają się na CEFR-J, formach podstawowych, częściach mowy i częstościach Google Books Ngram. Uzupełniamy wyłącznie hasła bez poziomu z CEFR-J/Octanove. Dla danego słowa bierzemy średnią dostarczonych ocen części mowy z pominięciem nazw własnych, słów obcych i symboli, a wynik zaokrąglamy do najbliższego poziomu. To przybliżenie, nie potwierdzenie poziomu przez Cambridge lub Oxford. Takie karty mają oznaczenie „POZIOM SZACOWANY”. Wynik i brak wyniku są zapisywane raz w lokalnej pamięci przypisań; nauka nie odpytuje zewnętrznego API.
Źródło i metoda autora · Pełna licencja MIT · Zapisane przypisania ze źródłami
Oceny nauczycieli
Sohsah, Gihad N.; Ünal, Muhammed Esad; Güzey, Onur (2014/2015), Classification of word levels with usage frequency, expert opinions and machine learning. Dane SurveyResults.csv, DOI: 10.5281/zenodo.12501, CC BY 4.0. Uzupełniamy brakujące przypisania wyłącznie przy jednomyślności ocen co najmniej trzech różnych nauczycieli dla hasła. Dane przewidywane przez model z tego zbioru nie są oznaczane jako oceny nauczycieli. Dotychczasowe poziomy źródłowe mają pierwszeństwo. W listach CEFR-J/Octanove rozdzielono zapisane ukośnikiem warianty pisowni i dopasowano je do istniejących haseł.
Zbiór źródłowy · Licencja CC BY 4.0
WikDict — dodatkowe hasła
English–Polish FreeDict+WikDict, wydanie 2025.11.23, Karl Bartel oraz autorzy Wiktionary.org, ekstrakcja DBnary. Wersja no-infl bez indeksu odmian. Treść: Creative Commons Attribution-ShareAlike 3.0 Unported. Zmiany: wybór odrębnych haseł podstawowych i pierwszego tłumaczenia, pominięcie nazw własnych, przedrostków i przyrostków oraz wykrytych odmian; deduplikacja, konwersja do JSON i przybliżonej polskiej transkrypcji. Wcześniejsze tłumaczenia i przypisania poziomów zachowano. Zmodyfikowane treści WikDict udostępniamy na tej samej licencji.
Pełny oryginalny plik z oznaczeniami autorów · Licencja CC BY-SA 3.0
Rozszerzenie kategorii: wykorzystano również oznaczenia Core Inventory z CEFR-J, dziedziny tematyczne z tagów Wikisłownika oraz dziedziny zapisane w nawiasach przy definicjach WikDict. Brakujące oznaczenia pozostawiono w słownictwie ogólnym. Wybór wszystkich poziomów łączy odrębne hasła bez zmiany przypisanego poziomu.
Zdania i zwroty — Tatoeba / ManyThings
Autorzy zdań projektu Tatoeba, zestaw pol-eng wybrany przez ManyThings.org/anki (CK), wersja 13.02.2026. Licencja: CC BY 2.0 France. Na kartach zachowano autorów i identyfikatory zdań oraz link do oryginału. Oryginalna informacja o źródle i licencji. Zmiany: deduplikacja, filtry długości i formatowania, polski zapis wymowy wygenerowany z transkrypcji słownikowych, wieloetykietowe kategorie i szacunkowe poziomy. Poziomy szacuje algorytm na podstawie 70. percentyla poziomów słów treściowych oraz progów długości i wybranych konstrukcji. Nie jest to zweryfikowany klasyfikator CEFR ani ekspercka ocena zdań. Kategorie wyznaczają jawne reguły słów kluczowych. Tłumaczenia pochodzą ze źródła, nie z generatora. Część pierwotnego korpusu może zawierać błędy; pokrycie materiału i brakujące zestawy są jawne.
Autorskie lekcje — codzienność i IT
Oryginalne zdania i zwroty przygotowane do ćwiczeń z polskimi tłumaczeniami. Obejmują sprawunki, plan dnia, uzgadnianie terminów, wyjaśnianie nieporozumień oraz pomoc techniczną, spotkania zespołu, przegląd kodu, testowanie, wdrażanie i utrzymanie systemów. Przypisania poziomów są szacowane, nie certyfikowane przez CEFR. Polski zapis wymowy powstaje automatycznie ze słowników wymowy; przy braku danych korzystaj z angielskiego lektora. Kategorie wybrano dla kontekstu lekcji. Dla wybranych wieloznacznych haseł przygotowano własne tłumaczenia znaczenia informatycznego (oznaczone jako materiał autorski). W słowniku uzupełniono przypisania wybranych podstawowych haseł do codzienności i IT, bez zmiany poziomów. Materiał autorski nie jest cytatem z dokumentacji producentów ani zweryfikowanym przez nich kursem.
Źródła pomocnicze do sprawdzenia terminologii: pamięć podręczna, tablice, autoryzacja, hardware, backup. Tłumaczenia i przykłady autorskie opracowano oddzielnie.
Europarl — wypowiedzi z debat
© European Union — European Parliament. Europarl v8, opracowanie korpusu: Philipp Koehn; dystrybucja i przetwarzanie: OPUS, Jörg Tiedemann. Wybrane fragmenty debat w angielskiej i polskiej wersji językowej. Autor, jeśli występuje w metadanych, nazwa dokumentu i identyfikator wypowiedzi są podane na karcie. To historyczne wypowiedzi poszczególnych mówców, a nie aktualne informacje ani stanowisko serwisu. Materiał służy nauce języka dyskusji formalnej. Nie oznacza poparcia Parlamentu Europejskiego dla tego serwisu.
Zmiany: wybór 177 694 samodzielnie zakończonych zdań, wyłącznie z dopasowań jeden do jednego, deduplikacja, filtry długości, formatowania i języka; pominięcie wielu zwrotów proceduralnych; automatyczny przybliżony zapis wymowy, szacowane poziomy i dodatkowe etykiety tematyczne (m.in. IT, praca, zdrowie, natura, nauka, transport, rodzina i kultura). Etykiety wyznaczają reguły słów kluczowych i wymagają korekty w przypadkach wieloznacznych. Zachowano źródłowe teksty tłumaczeń. Każdą wybraną angielską wypowiedź porównano ze źródłowym XML; zgodność tekstu nie stanowi ręcznej oceny jakości tłumaczenia. Próbki sprawdzono, ale cały zbiór nie przeszedł indywidualnej korekty nauczycielskiej.
Europarl: opis i autorzy · OPUS: korpus Europarl · Pełne źródłowe dokumenty angielskie z nazwiskami mówców (ZIP, około 140 MB) · Pełny korpus par angielsko-polskich (ZIP) · Warunki ponownego wykorzystania Parlamentu Europejskiego
Bibliografia: Philipp Koehn (2005), Europarl: A Parallel Corpus for Statistical Machine Translation, MT Summit. Jörg Tiedemann (2012), Parallel Data, Tools and Interfaces in OPUS, LREC.