Tutkimusaineisto
Sanamahdin suunnitellut tutkimusaineistot, avoimuuden periaatteet, viittaaminen ja Kotuksen sanalistan lähdeviite. Mitään ei ole vielä julkaistu.
Sanamahdista ei ole vielä julkaistu yhtään aineistoa. Latauslinkit tulevat tälle sivulle, kun ensimmäinen aineisto julkaistaan. Sitä ennen sivu kertoo, mitä on suunnitteilla ja millä ehdoilla.
Tilanne 22.10.2026. Elävän sanaston ensimmäinen painos on käytössä pelissä, mutta mittausjärjestelmä on yhä suunnitteilla, eikä avoimen aineiston lisenssiä ole vielä valittu.
Suunnitellut aineistot
Suunnitelmassa elävästä sanastosta syntyy neljänlaista aineistoa:
- Sanojen tunnettuus. Sanakohtaiset tunnen- ja en tunne -vastausten määrät, tekosanavastausten määrät ja arvauskorjattu osuus.
- Pintamuodot. Hylätyt pyyhkäisyt luokiteltuina: taivutusmuoto, johdos, yhdyssana tai tuntematon. Mukana ovat pyyhkäisyjen määrä ja arvio eri pelaajien määrästä.
- Painokset. Numeroidut viikkopainokset ja niiden muutokset: lisätyt, alennetut, muutetut ja hylätyt sanat.
- Päätösloki. Tapaukset, päätökset, perustelut, sääntöviittaukset ja näyttö lähteineen ja päiväyksineen.
Yhtäkään näistä aineistoista ei vielä ole. Sitä, mitkä niistä julkaistaan ladattavina ja missä muodossa, ei ole päätetty. Aineistojen syntytapa ja rajoitukset on kuvattu menetelmäsivulla.
Avoimuus ja lisenssi
Tavoite on, että menetelmä, painokset ja päätökset perusteluineen ovat julkisia ja että yhteenlasketut aineistot voi ladata ja niihin voi viitata. Lisenssiä ei ole vielä valittu. Lisenssi ja ensimmäisen julkaisun sisältö päätetään ennen julkaisua ja kirjataan tälle sivulle.
Pelaajien tuottama aineisto on tarkoitus julkaista aggregaatteina eli yhteenlaskettuina lukuina. Niissä ei ole pelaajakohtaisia rivejä eikä pelaajatunnisteita. Sanan löytäjän nimi näkyy vain, jos hän on antanut siihen suostumuksen.
Jos tutkimuksesi tarvitsee aineiston tietyssä muodossa tai tietyllä rajauksella, kerro siitä nyt yhteydenottolomakkeella. Julkaisumuotoa ei ole lukittu.
Viittaaminen
Viittausohje julkaistaan ensimmäisen aineiston yhteydessä. Painokset numeroidaan, joten viittauksen voi kohdistaa tiettyyn painokseen.
Siihen asti hankkeeseen voi viitata tämän sivun osoitteella ja viittauspäivällä. Tekijä on Alex Liao.
Lähdeaineisto ja Kotuksen sanalista
Elävän sanaston pohjana on Kotimaisten kielten keskuksen eli Kotuksen Nykysuomen sanalista 2024. Kotus julkaisee listan lisenssillä Creative Commons Nimeä 4.0 Kansainvälinen (CC BY 4.0). Listasta käytetään neljää tietoa: hakusana, homonymia, sanaluokka ja taivutus.
Lähdeviite: Nykysuomen sanalista 2024. Kotimaisten kielten keskus. Lisenssi CC BY 4.0. Haettu 13.10.2026 osoitteesta https://kaino.kotus.fi/lataa/nykysuomensanalista2024.txt (SHA-256 bfa3d6a630fdff100d7765ee057f55f9b5b0c25045dbdfa809d3e4d1b4473cb3, 104 743 riviä). Pohja otettiin peliin painoksessa 1 22.10.2026.
Sanamahti muokkaa aineistoa: Kotuksen listan päälle tulee oma versioitu muutoskerros. Jokaisesta sanasta kirjataan, onko se peräisin Kotuksen listasta, pelin aiemmasta sanalistasta vai Sanamahdin omasta päätöksestä. Kotuksen lista on pohja ja vahvaa näyttöä, mutta Sanamahdin sanasto voi poiketa siitä.
Sanamahti ei ole Kotuksen hanke, eikä Kotus ole osallistunut siihen. Kielitoimiston sanakirjan määritelmiä ei kopioida eikä mukailla. Sanojen merkitykset kirjoittaa tekoäly, ja ne merkitään tekoälyn kirjoittamiksi.
Näyttölähteinä on tarkoitus käyttää myös Ylen uutisarkistoa Kielipankissa ja Wikimedian aineistoja, jos niiden käyttöehdot sallivat sen. Lähdeviitteet kirjataan tähän, kun käyttö alkaa.