MOTS ET GROUPES DE MOTS NON RETROUVÉS DANS VOTRE SITE

Source des 1000 paires : FLORES-200 (NLLB Team / Meta, 2022).
https://github.com/facebookresearch/flores
Archive publique : https://dl.fbaipublicfiles.com/nllb/flores200_dataset.tar.gz
Licence CC BY-SA 4.0 : https://creativecommons.org/licenses/by-sa/4.0/
Sélection, extraction et présentation : 25 octobre 2026. Graphies originales conservées. Cette extraction est diffusée sous la même licence avec attribution.

RÉSULTATS
Français : 874 mots ; 10156 groupes candidats ; 1 formes mixtes (chiffres et lettres) en annexe.
Fongbe : 1245 mots ; 11151 groupes candidats ; 21 formes mixtes (chiffres et lettres) en annexe.

COMPARAISON
Les 3312 fichiers HTML, HTM, TXT, JSON et CSV de C:\MON_SITE_AOUT_2026 ont été vérifiés. 106 fichiers nouveaux ou modifiés depuis la comparaison précédente ont été analysés de nouveau. Aucune erreur de lecture.
La comparaison neutralise accents/tons, majuscules et ponctuation ; ε et ɛ sont harmonisés pour éviter les faux nouveaux éléments. Les fichiers livrés conservent les formes originales.
Chaque langue est comparée à tout le texte du site ; un mot français déjà visible dans une page fon est donc également considéré présent.

CE QUE SIGNIFIE « EXPRESSION CANDIDATE »
Il s’agit d’un groupe contigu de mots trouvé dans une phrase du corpus et non retrouvé comme groupe sur le site. Ce n’est pas une expression autonome validée par un linguiste.
La liste retient les groupes minimaux : chaque sous-groupe propre existe déjà dans le site. Les groupes plus longs qui contiennent un mot nouveau ou un groupe déjà nouveau sont omis pour éviter une explosion de fragments redondants. Les autres nouveautés de combinaison s’expliquent donc par ces éléments plus courts, dans les limites de segmentation indiquées dans le rapport.
Les listes ne constituent pas un dictionnaire bilingue nouveau. Le sens d’un mot fon ne peut pas être déduit sûrement de la seule traduction de sa phrase. C’est pourquoi chaque élément est accompagné de sa phrase complète en français et en fongbe et des numéros permettant de retrouver toutes ses occurrences dans le fichier JSON.
Noms propres, emprunts, variantes et possibles fautes du corpus sont conservés ; ils demandent une vérification avant intégration pédagogique.

UTILISATION
Ouvrez EXTRACTION.html pour chercher et lire les contextes.
Les listes simples contiennent un élément par ligne ; les autres fichiers TXT ajoutent le contexte bilingue.
Le fichier JSON conserve toutes les formes, occurrences et sources. Le rapport détaille la méthode et ses limites.
Les absences concernent la copie locale analysée, pas toutes les versions possibles du site en ligne. Aucun contrôle linguistique indépendant de chaque entrée n’est revendiqué.